• 全部
  • 经验案例
  • 典型配置
  • 技术公告
  • FAQ
  • 漏洞说明
  • 全部
  • 全部
  • 大数据引擎
  • 知了引擎
产品线
搜索
取消
案例类型
发布者
是否解决
是否官方
时间
搜索引擎
匹配模式
高级搜索

3PAR 20000 内存异常引起node down日志分析

2024-03-31 发表
  • 0关注
  • 0收藏 240浏览
粉丝:16人 关注:1人

问题描述

node4 down且无法启动

Time     : 2024-01-20 06:14:06.60 CST

Node     : 0

Seq      : 183895728

Class    : Alert,Status change

Severity : Major

Type     : Component state change

Component: hw_node:4

Tier     : Hardware check

Spare_PN : 872569-001

Message  : Node 4 Failed (Node Offline Due to Failure {0xd})

 

Time     : 2024-01-20 06:28:36.16 CST

Node     : 0

Seq      : 183903329

Class    : Service Alert

Severity : Critical

Type     : Node-Failure-Analysis File Received From Remote/Local MCU

Component: hw_node:4

Tier     : Corefiles

Message  : Node-Failure-Analysis file received from Node 4.

过程分析

node4 syslog05:56开始报错hardware error,打印mcelog,且打印的内容基本为CPU 1: Machine Check: 0 Bank 7: cc00008000010092CPU 1: Machine Check: 0 Bank 11: c800008a00800092报错,只到6:12节点down

Jan 20 05:56:55 CNX148005S-4 vmunix: [3221709.683180] mce: [Hardware Error]: Machine check events logged

Jan 20 05:56:55 CNX148005S-4 vmunix: [3221709.683213] mce: [Hardware Error]: CPU 1: Machine Check: 0 Bank 7: cc00008000010092

Jan 20 05:56:55 CNX148005S-4 vmunix: [3221709.698812] mce: [Hardware Error]: TSC 0 ADDR 2eaeb09340 MISC 4404c4e86

Jan 20 05:56:55 CNX148005S-4 vmunix: [3221709.712589] mce: [Hardware Error]: PROCESSOR 0:306e4 TIME 1705701415 SOCKET 1 APIC 20 microcode 42e

Jan 20 05:56:55 CNX148005S-4 vmunix: [3221709.730931] mce: [Hardware Error]: CPU 1: Machine Check: 0 Bank 11: c800008a00800092

Jan 20 05:56:55 CNX148005S-4 vmunix: [3221709.746750] mce: [Hardware Error]: TSC 0 MISC c900178f163c1400

Jan 20 05:56:55 CNX148005S-4 vmunix: [3221709.758921] mce: [Hardware Error]: PROCESSOR 0:306e4 TIME 1705701415 SOCKET 1 APIC 20 microcode 42e

Jan 20 05:56:55 CNX148005S-4 mcelog: Hardware event. This is not a software error.

Jan 20 05:56:55 CNX148005S-4 mcelog: MCE 0

Jan 20 05:56:55 CNX148005S-4 mcelog: CPU 1 BANK 7

Jan 20 05:56:55 CNX148005S-4 mcelog: MISC 4404c4e86 ADDR 2eaeb09340

Jan 20 05:56:55 CNX148005S-4 mcelog: TIME 1705701415 Sat Jan 20 05:56:55 2024

Jan 20 05:56:55 CNX148005S-4 mcelog: MCG status:

Jan 20 05:56:55 CNX148005S-4 mcelog: MCi status:

Jan 20 05:56:55 CNX148005S-4 mcelog: Error overflow

Jan 20 05:56:55 CNX148005S-4 mcelog: Corrected error

Jan 20 05:56:55 CNX148005S-4 mcelog: MCi_MISC register valid

Jan 20 05:56:55 CNX148005S-4 mcelog: MCi_ADDR register valid

Jan 20 05:56:55 CNX148005S-4 mcelog: MCA: MEMORY CONTROLLER RD_CHANNEL2_ERR

Jan 20 05:56:55 CNX148005S-4 mcelog: Transaction: Memory read error

Jan 20 05:56:55 CNX148005S-4 mcelog: STATUS cc00008000010092 MCGSTATUS 0

Jan 20 05:56:55 CNX148005S-4 mcelog: MCGCAP 1000c1b APICID 20 SOCKETID 1

Jan 20 05:56:55 CNX148005S-4 mcelog: CPUID Vendor Intel Family 6 Model 62

Jan 20 05:56:55 CNX148005S-4 mcelog: Hardware event. This is not a software error.

...

Jan 20 06:12:52 CNX148005S-4 mcelog: warning: 24 bytes ignored in each record

Jan 20 06:12:52 CNX148005S-4 mcelog: consider an update

Jan 20 09:03:26 CNX148005S-4 syslogd (GNU inetutils 1.9.4): restart

Jan 20 09:03:26 CNX148005S-4 vmunix: [    0.000000] Initializing cgroup subsys cpuset

showeventlog报告node4 DIMM 1.1.0存在异常

2024-01-20 05:56:57.84 CST     4 785625 Internal Communication Degraded        Eagle memory cerr hw_eagle:4 General         CC  posted by node 4 MEM ADDR 0x0000002eaeb09340 - DIMM 1.1.0.

2024-01-20 06:02:07.87 CST     4 785674 Internal Communication Degraded        Eagle memory cerr hw_eagle:4 General         CC  posted by node 4 MEM ADDR 0x00000026cada11c0 - DIMM 1.1.0.

通过node4 NFA日志也可以发现MRC log报告socket 2 CPUDIMM 1.1.0异常

insplore.4B-CF22085-005S.node0.20240120.0958/var/core/nemoe/node4-nemoe-nfa-2024-01-20_06:28:35/console

MRC log data - Socket: 0x1,  Channel : 0x1,  DIMM: 0x0, Rank: 0x0

Corresponding DIMM on node board: DIMM 1.1.0

OemHook Assert discovered: codetype: 0x38  subcode: 0x311C  data: 0x1010000

 

另尝试decode mce报错的bank也可确定是chanel 2通道内存异常

 

 

解决方法

node4 control cache DIMM 1:1:0异常引起节点故障,需要更换内存修复

该案例对您是否有帮助:

您的评价:1

若您有关于案例的建议,请反馈:

0 个评论

该案例暂时没有网友评论

编辑评论

举报

×

侵犯我的权益 >
对根叔知了社区有害的内容 >
辱骂、歧视、挑衅等(不友善)

侵犯我的权益

×

泄露了我的隐私 >
侵犯了我企业的权益 >
抄袭了我的内容 >
诽谤我 >
辱骂、歧视、挑衅等(不友善)
骚扰我

泄露了我的隐私

×

您好,当您发现根叔知了上有泄漏您隐私的内容时,您可以向根叔知了进行举报。 请您把以下内容通过邮件发送到pub.zhiliao@h3c.com 邮箱,我们会尽快处理。
  • 1. 您认为哪些内容泄露了您的隐私?(请在邮件中列出您举报的内容、链接地址,并给出简短的说明)
  • 2. 您是谁?(身份证明材料,可以是身份证或护照等证件)

侵犯了我企业的权益

×

您好,当您发现根叔知了上有关于您企业的造谣与诽谤、商业侵权等内容时,您可以向根叔知了进行举报。 请您把以下内容通过邮件发送到 pub.zhiliao@h3c.com 邮箱,我们会在审核后尽快给您答复。
  • 1. 您举报的内容是什么?(请在邮件中列出您举报的内容和链接地址)
  • 2. 您是谁?(身份证明材料,可以是身份证或护照等证件)
  • 3. 是哪家企业?(营业执照,单位登记证明等证件)
  • 4. 您与该企业的关系是?(您是企业法人或被授权人,需提供企业委托授权书)
我们认为知名企业应该坦然接受公众讨论,对于答案中不准确的部分,我们欢迎您以正式或非正式身份在根叔知了上进行澄清。

抄袭了我的内容

×

原文链接或出处

诽谤我

×

您好,当您发现根叔知了上有诽谤您的内容时,您可以向根叔知了进行举报。 请您把以下内容通过邮件发送到pub.zhiliao@h3c.com 邮箱,我们会尽快处理。
  • 1. 您举报的内容以及侵犯了您什么权益?(请在邮件中列出您举报的内容、链接地址,并给出简短的说明)
  • 2. 您是谁?(身份证明材料,可以是身份证或护照等证件)
我们认为知名企业应该坦然接受公众讨论,对于答案中不准确的部分,我们欢迎您以正式或非正式身份在根叔知了上进行澄清。

对根叔知了社区有害的内容

×

垃圾广告信息
色情、暴力、血腥等违反法律法规的内容
政治敏感
不规范转载 >
辱骂、歧视、挑衅等(不友善)
骚扰我
诱导投票

不规范转载

×

举报说明

提出建议

    +

亲~登录后才可以操作哦!

确定

亲~检测到您登陆的账号未在http://hclhub.h3c.com进行注册

注册后可访问此模块

跳转hclhub

你的邮箱还未认证,请认证邮箱或绑定手机后进行当前操作