最新消息:

物理服务器内存EDAC故障和告警

Linux ipcpu 59浏览 0评论

随着物理服务器的老化,我们发现有很多服务器会报内存故障,表示内存条故障,然后再运行一段时间,就会突然宕机。

进入服务器,通过dmesg可以看到报错

[78802930.264886] EDAC sbridge MC0: HANDLING MCE MEMORY ERROR
[78802930.264892] EDAC sbridge MC0: CPU 10: Machine Check Event: 0 Bank 7: 8c00004000010092
[78802930.264894] EDAC sbridge MC0: TSC 0
[78802930.264896] EDAC sbridge MC0: ADDR 1de16e25c0
[78802930.264897] EDAC sbridge MC0: MISC 50141486
[78802930.264899] EDAC sbridge MC0: PROCESSOR 0:406f1 TIME 1697764936 SOCKET 1 APIC 20
[78802931.091267] EDAC MC0: 1 CE memory read error on CPU_SrcID#1_Ha#0_Chan#2_DIMM#0 (channel:2 slot:0 page:0x1de16e2 offset:0x5c0 grain:32 syndrome:0x0 -  area:DRAM err_code:0001:0092 socket:1 ha:0 channel_mask:4 rank:0)

幸好node_exporter提供了相关的指标,我们加上相关的监控就好了。


 - alert: Node-物理机内存出现错误
    expr: increase(node_edac_correctable_errors_total[5m]) > 0
    labels:
      team: Node
      severity: Warning
    annotations:
      summary: '请检查内存条错误'

.

转载请注明:IPCPU-网络之路 » 物理服务器内存EDAC故障和告警

发表我的评论
取消评论
表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址