一种基于内存错误的服务器预警方法

摘要

本发明提供一种基于内存错误的服务器预警方法，1）通过系统中断的方式处理错误，在BIOS级别做全部处理，不需要操作系统的参与，精确定位内存出错位置，在系统发生内存错误时利用RAS特性做系统内存低层次的恢复，从而保证了系统的稳定运行，在大型企业级服务器集群上更为重要。2）在系统内存初始化时根据BIOS的设置选项选择CPU在检查到内存ECC校验错误时候是否发出SMI中断。3）在系统运行的过程中，若CPU检查到内存ECC校验错误，则通过中断发送出来。4）BIOS在收到中断后通过判断错误的级别是否需要采取进一步的RAS恢复，以及将错误恢复结果和具体错误内存条信息发送到BMC。5）BMC来解析错误具体信息并且将其发送到管理员邮箱，由系统管理员决定。

主权项

一种基于内存错误的服务器预警方法, 其特征在于包括以下步骤：（1）检查BIOS的设置是否开启了内存预警；（2）如果开启了内存预警则转步骤（3），否则返回；（3）在服务器初始化阶段设置CPU中断，当其检测到内存错误的时候发出SMI中断；（4）当CPU检测到ECC校验错误时发出SMI中断；（5）BIOS的SMI Handler检测BIOS的设置是否开启了RAS，如果开启RAS则转步骤（6），否则转步骤8；（6）检测内存错误数是否达到了启动RAS特性的临界值，若使是，转步骤（7），否则转步骤（8）；（7）根据RAS设置包括：内存热备，内存镜像，内存双颗粒数据校正，来采取对应的措施，并且通过IPMI命令将对应的事件发送给BMC；（8）将发生错误的内存条的信息以及当前其总计发生的错误数目发送到BMC；（9）BMC将BIOS发送的信息以易读的方式实时解析到界面，并且实时的以Mail的方式发送给系统管理员，方便下次停机维护的时候对对应发生错误的内存进行处置。