1、簡介
mcelog 是Linux 系統上用來檢查硬件錯誤，特別是內存和CPU錯誤的工具。未糾正的錯誤是關鍵異常，如果 CPU 無法恢復，往往會導致系統上的內核錯誤。這會導致應用程序重置和中斷。對於未糾正的錯誤，mcelog 捕獲錯誤的能力取決於錯誤導致熱重啟還是硬重啟。如果是熱重啟，信息會被 mcelog 捕獲，恢復后可看到。硬重啟會導致數據丟失，而且 mcelog 可能捕獲不到該事件。
2、安裝
[root@RedHat_test ~]# yum install mcelog.x86_64
3、mcelog的啟動方式
cron : 最老的方式，有確定，定時任務，會丟失一些
daemon : el7上用這種，守護進程的方式
trigger : 高級一點的方式，觸發的時候，看man mcelog
4、mcelog相關文件
/dev/mcelog 設備文件 /var/log/mcelog messages日志文件 /etc/mcelog/mcelog.conf配置文件 /var/run/mcelog.pid 默認故障日志只記錄在/var/log/mcelog，並不記錄到系統日志中。 如果需要在系統日志中也體現，需修改/etc/mcelog/mcelog.conf文件，將前面#去掉，並保存。
5、mcelog后台運行
[root@RedHat_test ~]# mcelog --daemon
6、查看系統是否異常
1.手動運行mcelog的方式
[root@RedHat_test ~]# mcelog --daemon
2.查看mcelog日志
[root@RedHat_test ~]# tail /var/log/mcelog # 什么也沒有輸出，表明正常
3.查看mcelog守護進程是否檢測到錯誤信息
[root@RedHat_test ~]# mcelog --client
# 什么也沒有輸出，表明正常
4.解析系統異常時的mcelog輸出
[root@RedHat_test ~]# mcelog --ascii < file.log # or或者 [root@RedHat_test ~]# mcelog --ascii --file file.log
7、測試
1.mce-inject用於測試mcelog能否正確的獲取硬件錯誤信息，並進行正確解碼，mce-inject可以向內核注入指定的錯誤信息，因此，可以很方便的了解到mcelog的功能是否正常。
注意的是，當用戶利用mce-inject工具向內核注入不可恢復錯誤（如：fatal）時，會發生死機重新啟動等現象，當然，可以通過更改sys文件系統下的tolerate文件來避免此現象的發生。
[root@RedHat_test ~]# cd /sys/devices/system/machinecheck/machinecheck0
----------------------------------------------------------------------------------------
位置 : /sys/devices/system/machinecheck/machinecheck*/
說明 : 其中machinecheck* 中的 *號由CPU的個數所決定的，如果是雙核的，則存在machinecheck0和machinecheck1兩個目錄，對應目錄里都有一個tolerate文件，tolerate中存放容忍程度值。
功能 : 向用戶提供一個可選擇的出現相應硬件錯誤時的容忍程度（tolerate），比如：當tolerate的值為1時，出現fatal錯誤時就會死機，重新啟動，並且該錯誤信息並不被記錄；當tolerate的值為3時（注意該值只用於測試），在出現fatal錯誤時，機器會容忍該錯誤不予響應，不會出現死機重新啟動現象，並且會記錄相關錯誤信息。
[root@RedHat_test machinecheck0]# cat tolerant 1 [root@RedHat_test machinecheck0]# echo 3 > tolerant
數值含義
tolerate的取值可以為0、1、2、3。
0: always panic on uncorrected errors, log corrected errors
1: panic or SIGBUS on uncorrected errors, log corrected errors
2: SIGBUS or log uncorrected errors (if possible), log corrected errors
3: never panic or SIGBUS, log all errors (for testing only)
2.安裝
[root@RedHat_test ~]# yum install gcc.x86_64 gcc-c++.x86_64 flex.x86_64 dialog.x86_64 ras-utils.x86_64 git.x86_64 ras-utils
3.捏造文件
[root@RedHat_test ~]# cat correct CPU 1BANK 2 STATUS corrected RIP 0x12341234
4.加載mce-inject模塊
[root@RedHat_test ~]# modprobe mce-inject
5.在終端執行文件
[root@RedHat_test ~]# mce-inject ./correct
6.查看/var/log/mcelog,/var/log/messages
[root@RedHat_test ~]# tail /var/log/mcelog TIME 1581565856Thu Feb 1311:50:56 2020 MCG status: MCi status: Corrected error Error enabled MCA: No Error STATUS 9000000000000000MCGSTATUS 0 MCGCAP 100010a APICID 1SOCKETID 0 MICROCODE 1 CPUID Vendor Intel Family 6Model 63 [root@RedHat_test ~]# cat /var/log/messages Feb 1311:59:01 RedHat_test systemd: [16423350.358386] Starting machine check poll CPU 1 Feb 1311:59:01 RedHat_test systemd: [16423350.371252] [Hardware Error]: Machine check events logged
8、同樣的方式，在el7上設置
tail /var/log/messages 可以看到日志，但是，/var/log/mcelog文件默認在el7上，卻不存在！！原因是，默認打到/var/log/messages ，不打到/var/log/mcelog。如果希望打到/var/log/mcelog，需要在mcelog 的service文件中，加入參數--logfile=/var/log/mcelog，然后重啟mcelog
ExecStart=/usr/sbin/mcelog --ignorenodev--daemon--syslog--logfile=/var/log/mcelog
————————————————
版權聲明：本文為CSDN博主「運維貓（運維開發）」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/yunweimao/article/details/106687895