ESXI5.0紫屏一例

本帖最後由 maym 於 2012-1-10 10:05 編輯

1.接到用戶反映這個機器死機HP DL380G7機器配置爲XEON 5645 雙CPU,24G內存，報紫色屏幕報錯，如下圖

仔細觀察上圖發現基本都是內存地址錯誤，懷疑爲內存故障

用戶重新安裝過ESXI5.0依舊報錯，時間從2小時到2天不等，不是死機就是報紫屏錯誤

檢查內存的插法，ABC的順序，發現沒問題如下圖插法（順序是按英文字母的序列插內存ABCDEFG…..）如果雙CPU，插內存需對稱插，不然會報NUMA錯誤，HP也有內存插法的配置頁面

如下鏈接

之後諮詢HP，建議觀察FIRMWARE版本，對其進行升級

拿最新的firmware盤進行更新，發現已經是最新的，不需要進行更新，總結下，其實有問題第一時間更新機箱的固件是很好的法子，應更新後再判斷故障

1. 把機器拿回公司進行進一步診斷，把6條4G內存用LINUX的MEMRY TEST進行測試

發現根本進不去，直接重啓，找了2條原裝機內存進行測試多次，發現有大約1/2的機率

根本進不去TEST的界面，另1/2機率正常進去，懷疑是內存或者主板的問題，用smart start

的maintance 抓出來系統日誌其中包括LOG和內置設備的LOG以及smart Array的log 發現並無異常的報錯

2. 插上那2條原裝機內存，開機進行測試，開機大約1小時，發現機器自動重啓一次,HP內部服務升級高級服務

開機2天發現依舊紫屏，死機時間不確定，翻日誌也沒有發現任何死機或者重啓的LOG

2天后觀察依舊死機，時間不確定，紫色屏幕依舊是卡到之前的報錯狀態，建議更換主板進行維修！另外用SMARTSTART工具盤進行了整機的診斷，診斷過程時間週期爲20分鐘

3. 12.19日更換了主板運行MEMORYTEST發現正常跑1圈24G的測試，下午3點左右進了ESXI5.0的系統，6點又死機

依舊是紫屏

下午18：49分將CPU2摘下，把所有內存插到了CPU1上測試

第2天看依舊報錯

12.20日將另一個CPU和24G內存均插到主板上測試運行了1天發現沒問題

12.21日提交申請更換那個報錯的CPU，將CPU換上，2個CPU 和24GB內存運行，可以進memorytest ,運行了一段時間無任何問題了

再次將之前更換的主板換回來，結果發現，進memory test直接重啓，無奈又更換回新的主板，看來CPU和主板都有問題

總結下，仔細觀察上面的三張圖，有一個共同點

PCUP0都有報錯信息，下面的報錯信息有可能是寄存器地址，目前看6條內存均無問題，跟開始判斷並不一樣，開始以爲那一堆報錯地址都是內存的報錯

2012.1.10 日運行多日，與用戶確認此機器沒問題了