專利名稱：一種基于內(nèi)存錯(cuò)誤的服務(wù)器預(yù)警方法
技術(shù)領(lǐng)域：
本發(fā)明涉及大型服務(wù)器管理技術(shù)領(lǐng)域，具體地說(shuō)是一種基于內(nèi)存錯(cuò)誤的服務(wù)器預(yù)警方法。
背景技術(shù)：
I、當(dāng)前的服務(wù)器監(jiān)控系統(tǒng)主要通過(guò)帶外監(jiān)控來(lái)監(jiān)控系統(tǒng)的溫度，電壓和風(fēng)扇轉(zhuǎn)速等信息控制系統(tǒng)外部環(huán)境的穩(wěn)定。這些帶外的方法無(wú)法覆蓋內(nèi)存系統(tǒng)內(nèi)存發(fā)生錯(cuò)誤，尤其是當(dāng)今服務(wù)器集群系統(tǒng)內(nèi)存條動(dòng)則成百上千，一旦出問(wèn)題很難定位；
2、當(dāng)前的監(jiān)控系統(tǒng)主要是基于時(shí)間的輪詢機(jī)制，這種機(jī)制雖然在一定程度上較為高效，但是如果系統(tǒng)不穩(wěn)定發(fā)生的時(shí)間點(diǎn)正好在兩次輪詢中間，那么監(jiān)控系統(tǒng)就無(wú)法獲取這個(gè)錯(cuò)誤，在一定程度上漏掉了這個(gè)錯(cuò)誤，可能導(dǎo)致非常嚴(yán)重的后果。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于內(nèi)存錯(cuò)誤的服務(wù)器預(yù)警方法。本發(fā)明的目的是按以下方式實(shí)現(xiàn)的，包括以下步驟
(1)檢查BIOS的設(shè)置是否開(kāi)啟了內(nèi)存預(yù)警；
(2)如果開(kāi)啟了內(nèi)存預(yù)警則轉(zhuǎn)步驟3)，否則返回；
(3)在服務(wù)器初始化階段設(shè)置CPU中斷，當(dāng)其檢測(cè)到內(nèi)存錯(cuò)誤的時(shí)候發(fā)出SMI中斷；
(4)當(dāng)CPU檢測(cè)到ECC校驗(yàn)錯(cuò)誤時(shí)發(fā)出SMI中斷；
(5)BIOS的SMI Handler檢測(cè)BIOS的設(shè)置是否開(kāi)啟了 RAS，如果開(kāi)啟RAS則轉(zhuǎn)步驟
6)，否則轉(zhuǎn)步驟8 ;
(6)檢測(cè)內(nèi)存錯(cuò)誤數(shù)是否達(dá)到了啟動(dòng)RAS特性的臨界值，若使是，轉(zhuǎn)步驟7)，否則轉(zhuǎn)步驟8)；
(7)根據(jù)RAS設(shè)置包括內(nèi)存熱備，內(nèi)存鏡像，內(nèi)存雙顆粒數(shù)據(jù)校正，來(lái)采取對(duì)應(yīng)的措施，并且通過(guò)IPMI命令將對(duì)應(yīng)的事件發(fā)送給BMC ；
(8)將發(fā)生錯(cuò)誤的內(nèi)存條的信息以及當(dāng)前其總計(jì)發(fā)生的錯(cuò)誤數(shù)目發(fā)送到BMC；
(9)BMC將BIOS發(fā)送的信息以易讀的方式實(shí)時(shí)解析到界面，并且實(shí)時(shí)的以Mail的方式發(fā)送給系統(tǒng)管理員，方便下次停機(jī)維護(hù)的時(shí)候?qū)?duì)應(yīng)發(fā)生錯(cuò)誤的內(nèi)存進(jìn)行處置。實(shí)時(shí)SMI中斷來(lái)處理內(nèi)存錯(cuò)誤，不需要操作系統(tǒng)有任何參與，在系統(tǒng)沒(méi)有發(fā)生內(nèi)存錯(cuò)誤時(shí)候不會(huì)有任何額外開(kāi)銷，高效監(jiān)控?；谙到y(tǒng)運(yùn)行時(shí)內(nèi)存的穩(wěn)定預(yù)警，區(qū)別于傳統(tǒng)的只能監(jiān)控溫度，電壓等因素的預(yù)警，是一種更深層次的預(yù)警機(jī)制。本發(fā)明的有益效果如下
I)通過(guò)系統(tǒng)中斷的方式處理錯(cuò)誤，在BIOS級(jí)別做全部處理，不需要操作系統(tǒng)的參與，更加實(shí)時(shí)高效；精確定位內(nèi)存出錯(cuò)位置，而且不會(huì)漏掉任何一個(gè)發(fā)生的錯(cuò)誤，更加安全；在系統(tǒng)發(fā)生內(nèi)存錯(cuò)誤時(shí)利用RAS特性做系統(tǒng)內(nèi)存低層次的恢復(fù)，從而保證了系統(tǒng)的穩(wěn)定運(yùn)行，在大型企業(yè)級(jí)服務(wù)器集群上更為重要；
2)在系統(tǒng)內(nèi)存初始化時(shí)根據(jù)BIOS的設(shè)置選項(xiàng)選擇CPU在檢查到內(nèi)存ECC校驗(yàn)錯(cuò)誤時(shí)候是否發(fā)出SMI中斷；
3)在系統(tǒng)運(yùn)行的過(guò)程中，若CPU檢查到內(nèi)存ECC校驗(yàn)錯(cuò)誤，則通過(guò)中斷發(fā)送出來(lái)；
4)BI0S在收到中斷后通過(guò)判斷錯(cuò)誤的級(jí)別是否需要采取進(jìn)一步的RAS恢復(fù)，以及將錯(cuò)誤恢復(fù)結(jié)果和具體錯(cuò)誤內(nèi)存條信息發(fā)送到BMC ；
5)BMC來(lái)解析錯(cuò)誤具體信息并且將其發(fā)送到管理員郵箱，由系統(tǒng)管理員決定。


圖I是系統(tǒng)部署流程圖。
具體實(shí)施例方式參照說(shuō)明書附圖對(duì)本發(fā)明的方法作以下詳細(xì)地說(shuō)明。BIOS將預(yù)警功能在Setup界面上做給用戶做出選擇。具體實(shí)現(xiàn)流程
(1)如果開(kāi)啟了內(nèi)存預(yù)警則轉(zhuǎn)3，否則返回；
(2)在服務(wù)器的內(nèi)存初始化階段設(shè)置CPU對(duì)應(yīng)寄存器，當(dāng)其檢測(cè)到內(nèi)存錯(cuò)誤的時(shí)候發(fā)出SMI中斷；
(3)在SMI的Handler里面注冊(cè)對(duì)應(yīng)此功能的調(diào)用函數(shù)，在入口處判斷是否是自己需要處理的事件；
(4)當(dāng)CPU檢測(cè)到ECC校驗(yàn)錯(cuò)誤時(shí)發(fā)出SMI中斷時(shí)。SMIHandler需要做得事情包括
①檢測(cè)BIOS的設(shè)置是否開(kāi)啟了RAS，如果開(kāi)啟RAS則轉(zhuǎn)②否則轉(zhuǎn)④；
②檢測(cè)內(nèi)存錯(cuò)誤數(shù)是否達(dá)到了啟動(dòng)RAS特性的臨界值，若使是，轉(zhuǎn)③，否則轉(zhuǎn)④；
③根據(jù)RAS設(shè)置(內(nèi)存熱備，內(nèi)存鏡像，內(nèi)存雙顆粒數(shù)據(jù)校正)來(lái)采取對(duì)應(yīng)的措施，并且通過(guò)IPMI命令將對(duì)應(yīng)的事件發(fā)送給BMC ；
④將發(fā)生錯(cuò)誤的內(nèi)存條的信息以及當(dāng)前其總計(jì)發(fā)生的錯(cuò)誤數(shù)目發(fā)送到BMC。BMC將BIOS發(fā)送的信息以易讀的方式實(shí)時(shí)解析到界面，并且實(shí)時(shí)的以Mail的方式發(fā)送給系統(tǒng)管理員，方便下次停機(jī)維護(hù)的時(shí)候?qū)?duì)應(yīng)發(fā)生錯(cuò)誤的內(nèi)存
除說(shuō)明書所述的技術(shù)特征外，均為本專業(yè)技術(shù)人員的已知技術(shù)。
權(quán)利要求
1.一種基于內(nèi)存錯(cuò)誤的服務(wù)器預(yù)警方法，其特征在于包括以下步驟 (1)檢查BIOS的設(shè)置是否開(kāi)啟了內(nèi)存預(yù)警； (2)如果開(kāi)啟了內(nèi)存預(yù)警則轉(zhuǎn)步驟(3)，否則返回； (3)在服務(wù)器初始化階段設(shè)置CPU中斷，當(dāng)其檢測(cè)到內(nèi)存錯(cuò)誤的時(shí)候發(fā)出SMI中斷； (4)當(dāng)CPU檢測(cè)到ECC校驗(yàn)錯(cuò)誤時(shí)發(fā)出SMI中斷； (5)BI0S的SMIHandler檢測(cè)BIOS的設(shè)置是否開(kāi)啟了 RAS，如果開(kāi)啟RAS則轉(zhuǎn)步驟(6)，否則轉(zhuǎn)步驟8 ； (6)檢測(cè)內(nèi)存錯(cuò)誤數(shù)是否達(dá)到了啟動(dòng)RAS特性的臨界值，若使是，轉(zhuǎn)步驟(7)，否則轉(zhuǎn)步驟(8)； (7)根據(jù)RAS設(shè)置包括內(nèi)存熱備，內(nèi)存鏡像，內(nèi)存雙顆粒數(shù)據(jù)校正，來(lái)采取對(duì)應(yīng)的措施，并且通過(guò)IPMI命令將對(duì)應(yīng)的事件發(fā)送給BMC ； (8)將發(fā)生錯(cuò)誤的內(nèi)存條的信息以及當(dāng)前其總計(jì)發(fā)生的錯(cuò)誤數(shù)目發(fā)送到BMC; (9)BMC將BIOS發(fā)送的信息以易讀的方式實(shí)時(shí)解析到界面，并且實(shí)時(shí)的以Mail的方式發(fā)送給系統(tǒng)管理員，方便下次停機(jī)維護(hù)的時(shí)候?qū)?duì)應(yīng)發(fā)生錯(cuò)誤的內(nèi)存進(jìn)行處置。
2.根據(jù)權(quán)利要求I所述的服務(wù)器預(yù)警方法，其特征在于實(shí)時(shí)SMI中斷來(lái)處理內(nèi)存錯(cuò)誤，不需要操作系統(tǒng)有任何參與，在系統(tǒng)沒(méi)有發(fā)生內(nèi)存錯(cuò)誤時(shí)候不會(huì)有任何額外開(kāi)銷，高效監(jiān)控。
3.根據(jù)權(quán)利要求I所述的服務(wù)器預(yù)警方法，其特征在于基于系統(tǒng)運(yùn)行時(shí)內(nèi)存的穩(wěn)定預(yù)警，區(qū)別于傳統(tǒng)的只能監(jiān)控溫度，電壓等因素的預(yù)警，是一種更深層次的預(yù)警機(jī)制。
全文摘要
本發(fā)明提供一種基于內(nèi)存錯(cuò)誤的服務(wù)器預(yù)警方法，1)通過(guò)系統(tǒng)中斷的方式處理錯(cuò)誤，在BIOS級(jí)別做全部處理，不需要操作系統(tǒng)的參與，精確定位內(nèi)存出錯(cuò)位置，在系統(tǒng)發(fā)生內(nèi)存錯(cuò)誤時(shí)利用RAS特性做系統(tǒng)內(nèi)存低層次的恢復(fù)，從而保證了系統(tǒng)的穩(wěn)定運(yùn)行，在大型企業(yè)級(jí)服務(wù)器集群上更為重要。2)在系統(tǒng)內(nèi)存初始化時(shí)根據(jù)BIOS的設(shè)置選項(xiàng)選擇CPU在檢查到內(nèi)存ECC校驗(yàn)錯(cuò)誤時(shí)候是否發(fā)出SMI中斷。3)在系統(tǒng)運(yùn)行的過(guò)程中，若CPU檢查到內(nèi)存ECC校驗(yàn)錯(cuò)誤，則通過(guò)中斷發(fā)送出來(lái)。4)BIOS在收到中斷后通過(guò)判斷錯(cuò)誤的級(jí)別是否需要采取進(jìn)一步的RAS恢復(fù)，以及將錯(cuò)誤恢復(fù)結(jié)果和具體錯(cuò)誤內(nèi)存條信息發(fā)送到BMC。5)BMC來(lái)解析錯(cuò)誤具體信息并且將其發(fā)送到管理員郵箱，由系統(tǒng)管理員決定。
文檔編號(hào)G06F11/10GK102681909SQ20121012896
公開(kāi)日2012年9月19日 申請(qǐng)日期2012年4月28日 優(yōu)先權(quán)日2012年4月28日
發(fā)明者曹光耀 申請(qǐng)人:浪潮電子信息產(chǎn)業(yè)股份有限公司