我最近读了@codinghorror关于的这篇文章 ，我想知道我怎么知道我的服务器由于内存错误而失败？ 特别是，如何知道这是一个可纠正还是无法纠正的错误，以及发生在哪个DIMM上？
有关存储器/ DIMM错误的主动通知，SNMP陷阱/消息是最好的select。 HP Systems Insight Manager，HP OpenView和Dell OpenManage等产品提供了多种可configuration的规则，可将SNMP消息转发到电子邮件/短信/传呼机，让您准确了解何时发生内存错误或降级。
如果您的服务器性能不错，则它具有BIOS和BMC组合，可以跟踪这些错误并将其logging在IPMI中，以便您可以看到它们。 通常情况下，服务器将因无法纠正的ECC错误而暂停，BIOS将接pipeSMI中断并将其logging在BMC中。 然后，它恢复到操作系统，没有比正常重启更好的操作系统（有时可能杀死一个进程并继续）。 IPMI SEL日志应该是ECC错误的标志。
如果你的服务器没有一个好的BMC / BIOS，你可以使用加载的内核崩溃，主机内核将跳转到内核，并且可以logging一个完整的堆栈跟踪和dmesg日志以便稍后检查以获取这个信息。 它将用粗体字“HARDWARE ERROR”logging在崩溃内核的dmesg中。
只要使用memtest！ 它会告诉你到底哪个DIMM有问题。 http://www.memtest86.com/
检查服务器自己的诊断。 正如你已经告诉我们的服务器，没有什么可以给我一个详细的答案。