我有一堆Sun X2200-M2服务器。 这些服务器有ECC内存。
在其中一些服务器中，我在eLOM中收到有关“检测到可纠正的ECC错误”的警告，例如：
# ssh regress11 ipmitool sel elist 1 | 05/20/2010 | 14:20:27 | Memory CPU0 DIMM2 | Correctable ECC | Asserted 2 | 05/20/2010 | 14:33:47 | Memory CPU0 DIMM2 | Correctable ECC | Asserted 比其他人更频繁
在这个特定的系统上的内核也会抛出EDAC错误，虽然比eLOMloggingECC事件的频率要高得多：
EDAC k8 MC0: general bus error: participating processor(local node response), time-out(no timeout) memory transaction type(generic read), mem or i/o(mem access), cache level(generic) MC0: CE page 0x42a194, offset 0x60, grain 8, syndrome 0xf654, row 4, channel 1, label "": k8_edac MC0: CE - no information available: k8_edac Error Overflow set EDAC k8 MC0: extended error code: ECC chipkill x4 error EDAC k8 MC0: general bus error: participating processor(local node response), time-out(no timeout) memory transaction type(generic read), mem or i/o(mem access), cache level(generic) MC0: CE page 0x48cb94, offset 0x10, grain 8, syndrome 0xf654, row 5, channel 1, label "": k8_edac MC0: CE - no information available: k8_edac Error Overflow set EDAC k8 MC0: extended error code: ECC chipkill x4 error
现在，如果服务器检测到不可纠正的ECC，则系统重置，因此很明显这是不好的，移除/更换已识别的棒或对可以纠正问题。
但是我在想，如果错误是可以纠正的，那么就没有问题了 – 我可以把这个当做是一个警告，并准备好在发生不可纠正的错误时拉出一对/一对。
取决于你得到错误的频率。 由于各种原因，ECC应该平均每年纠正一次错误。 如果你得到的速度比这个快得多，或者它们是多位错误，你应该担心（我会尽快更换RAM）。
另外，ECC并不完美。 累积错误可能通过ECC; 这将显示为操作系统崩溃或类似的问题。