请教高手关于E3500的问题

有熊氏

一台E3500，在/var/adm/messages中有

Apr 25 14:49:12 DB-TS.he.cn unix: ^MSunOS Release 5.7 Version Generic_106541-16 64-bit [UNIX(R) System V Release 4.0]
Apr 25 14:49:12 DB-TS.he.cn unix: Copyright (c) 1983-1999, Sun Microsystems, Inc.
Apr 25 14:49:12 DB-TS.he.cn unix: Ethernet address = 8:0:20:c9:b9:10
Apr 25 14:49:12 DB-TS.he.cn unix: WARNING: forceload of drv/atf failed
Apr 25 14:49:12 DB-TS.he.cn unix: NOTICE: DR Kernel Cage is DISABLED
Apr 25 14:49:12 DB-TS.he.cn unix: mem = 8388608K (0x200000000)
Apr 25 14:49:12 DB-TS.he.cn unix: avail mem = 8259010560

请教一下forceload of drv/atf failed是什么意思，由什么引起的？
这个DR Kernel Cage is DISABLED标是什么意思？


这个E3500共有8个CPU，其中cpu报错信息是：
WARNING: [AFT1] Uncorrectable Memory Error on CPU11 Data access at TL=0, errID 0x000083fd.a8bf2dba
WARNING: [AFT1] errID 0x000083fd.a8bf2dba Syndrome 0x3 indicates that this may not be a memory module problem
[AFT1] errID 0x000083fd.a8bf2dba UE Error(s)

用worm作负载，用vts监测了21小时无任何错误，然后将其余的都进行监测，每个都至少pass了一次。

今天发现系统自动进入ok，显示信息有：
seetop_self:return from prom_stop_self
Fast Data Access MMU Miss

请问是cpu问题还是主板问题？用什么方法可以证实一下？

在这里先谢谢了！

Philmoon

WARNING: [AFT1] Uncorrectable Memory Error on CPU11 Data access at TL=0, errID 0x000083fd.a8bf2dba
Fast Data Access MMU Miss

从这两条看，应该是CPU对内存访问上有问题，估计是CPU11那块板上。可以取下那块板子再继续检测一段时间。

forceload和DR信息都与此无关。

有熊氏

谢谢Philmoon

cpu14也报过同样的信息，我当时将其余cpu停止运行，让cpu10,cpu11,cpu14,cpu15运行，第2天发现进入ok了。

现在我停止了昨天的cpu，让没运行的再运行一天看结果。

对于这个现象我分析不出来原因（实力也不是那个档次的，呵呵），在此请各位高手不惜赐教。

nimysun

这种问题，我遇到N多，大部分不是硬件问题，而是CPU散热问题。所以建议你改善机器的散热环境。再者CPU坏一个也不会当机的，你说呢？

有熊氏

谢谢nimysun，cpu的散热问题我确实没有考虑到。

不过cpu发生了数据错误以至产生panic，系统会重启的。

nimysun

你查查auto-boot?参数是true or false?
我对我维护的服务器做了个比较，容易出问题的机器，CPU问题一般偏高。
正常温度在30~40度。
此外E4500这种平放着的IO板对这个灰尘是比较容易接收的，如果跑的时间太长的服务，难免会导致IO板上堆满灰尘。
而E3500就不会如此。我想E3500卖的比E4500贵的原因应该有这么一点缘故吧。
温度的查看。你可以通过这个命令得到：
/usr/platform/sun4u/sbin/prtdiag -v|more

helixor

1. 请教一下forceload of drv/atf failed是什么意思，由什么引起的？
没有关系

2。 这个DR Kernel Cage is DISABLED标是什么意思？
OS的内核分布在多个系统板上。

3。 WARNING: [AFT1] Uncorrectable Memory Error on CPU11 Data access at TL=0, errID 0x000083fd.a8bf2dba
WARNING: [AFT1] errID 0x000083fd.a8bf2dba Syndrome 0x3 indicates that this may not be a memory module problem
[AFT1] errID 0x000083fd.a8bf2dba UE Error(s)

建议升级kernel patch

有熊氏

nimysun，刚刚查了，最高温度是41，运行状态stable  ：）

谢谢helixor，你的意思是不是硬件引起的故障，而是系统板本过低的原因吗？
记得有人说系统一旦运行起来做服务后就不要再打patch了，这样很容易导致系统崩溃，那kernel patch就是没办法打上去了，对吗？

wyycn

用volume manager把root也给做备份了。你就尽管弄好了

nimysun

forceload
那是加载根分区的警告信息，不用管它，所有的系统都这样子。
软件raid嘛.