linux服务器硬件报错，系统异常重启检测-MCElog

mcelog 是 x86 的 Linux 系统上用来检查硬件错误，特别是内存和CPU错误的工具。
比如服务器隔一段时间莫名的重启一次，而message和syslog又检测不到有价值的信息。

通常发生MCE报错的原因有如下：
1、内存报错或者ECC问题
2、处理器过热
3、系统总线错误
4、CPU或者硬件缓存错误


一般来说当有错误提示时，需要优先注意内存问题，但由于现在内存控制器是集成在cpu里，所以有个别情况是由CPU问题引起的


一、如果是联网的情况下，yum源配置可用则
yum install mcelog

然后运行

service mcelogd start

mcelog  --daemon
查看日志方式
/var/log/mcelog

故障重启日志如下：
MCE 0
HARDWARE ERROR. This is NOT a software problem!
Please contact your hardware vendor
CPU 1 BANK 8 TSC 1193fd60c6699 [at 2000 Mhz 1 days 18:56:49 uptime (unreliable)]
MISC 8f44960800095840 ADDR 4a9f3b1c0
MCG status:
MCi status:
Error overflow
MCi_MISC register valid
MCi_ADDR register valid
MCA: MEMORY CONTROLLER RD_CHANNELunspecified_ERR
Transaction: Memory read error
Memory read ECC error
Memory corrected error count (CORE_ERR_CNT): 18
Memory transaction Tracker ID (RTId): 40
Memory DIMM ID of error: 1
Memory channel ID of error: 0
Memory ECC syndrome: f449608
STATUS cc0004800001009f MCGSTATUS 0

二、本地安装
rpm -ivh mcelog-109-4.0fc9f70.el6.x86_64.rpm   #RPM见附件
service mcelogd start
mcelog


Mcelog相关文件
/dev/mcelog 设备文件
/var/log/mcelog    messages日志文件
/etc/mcelog/mcelog.conf配置文件
/var/run/mcelog.pid

默认故障日志只记录在/var/log/mcelog，并不记录到系统日志中。
如果需要在系统日志中也体现，需修改/etc/mcelog/mcelog.conf文件，将前面#去掉，并保存。

Mcelog相关设置
1.mcelog的随系统启动，查看boot下的config文件，可以看到mce模块随机启动
2.配置mcelog后台运行
#mcelog --daemon
3.查看mcelo

由于各厂家服务器内存和CPU槽位设计可能不同，定位可能不准

本文出自 “天魂永恒” 博客，请务必保留此出处http://tianhunyongheng.blog.51cto.com/1446947/1692949