ECC RAM является более безопасным выбором для большинства производственных серверов, потому что он может исправлять распространенные ошибки памяти с одним битом до того, как приложение будет использовать поврежденные данные. Больше всего выигрывают базы данных, хосты виртуализации, серверы хранения, финансовые системы и длительные вычислительные задания. RAM без ECC по-прежнему может подходить одноразовым тестовым системам, домашним лабораториям с низким уровнем риска и рабочими нагрузками, которые можно быстро восстановить.
Выбор зависит от более чем цены модулей памяти. Процессор, материнская плата, прошивка и тип DIMM должны поддерживать ECC как полную систему. Покупатели также должны учитывать ценность своих данных, стоимость простоя, размер пула памяти и количество служб, поддерживаемых одним сервером.
В этом руководстве объясняется, как работает ECC, где останавливается его защита и как решить, какой тип памяти подходит для вашего сервера.
Большинство рабочих серверов должны использовать ОЗУ ECC
Выберите ОЗУ ECC, когда неправильное значение, поврежденная запись, неудачная работа или перезапуск сервера могут повлиять на клиентские операции или бизнес-операции. ECC настоятельно рекомендуется для серверов баз данных, узлов виртуальных машин, ZFS или хранилища Ceph, приложений в памяти и систем, которые обрабатывают ценные данные.
ОЗУ, не относящаяся к ECC, может быть приемлемым, когда все нижеперечисленное верно:
- Рабочая нагрузка не содержит авторитетных или незаменимых данных.
- Сервер можно восстановить без серьезных затрат.
- Сбой затрагивает немногих пользователей или сервисов.
- Проверенные резервные копии охватывают любые постоянные данные.
- Более низкая стоимость платформы имеет реальную ценность для проекта.
ECC снижает один класс аппаратного риска. Он не заменяет RAID, контрольные суммы, репликацию, мониторинг или резервные копии.
ECC против ОЗУ без ECC с первого взгляда
| Фактор | ECC ОЗУ | Рам без ECC |
|---|---|---|
| Полное имя | Память с исправлением ошибок | Память без исправления ошибок на уровне системы |
| Однобитовые ошибки | Общие разделенные реализации исправляют их | Ни один слой ECC не исправляет их |
| Двухбитовые ошибки | Обычные реализования вторжения обнаруживают их, но не исправляют их | Нет обнаружения ECC на уровне системы памяти |
| Сообщение об ошибках | Может сообщать об исправленных и нескорректированных событиях с помощью прошивки, контроллера базовой платы или операционной системы | обычно не обеспечивает эквивалентную коррекционную телеметрию |
| Целостность данных | Снижает риск необнаруженной коррупции в памяти | Оставляет приложения под воздействием поврежденных значений памяти |
| Поддержка платформы | Требуется поддержка от процессора, контроллера памяти, материнской платы и микропрограммы | При поддержке большинства потребительских платформ |
| Выбор модуля | Может использовать ECC UDIMM, RDIMM или LRDIMM в соответствии с правилами платформы | Обычно использует небуферизованные DIMM в системах класса Desktop |
| Масштабирование емкости | Серверные платформы часто поддерживают большие пулы памяти через RDIMM или LRDIMM | Потребительские платформы обычно поддерживают более низкие максимальные мощности |
| Производительность | Зависит от скорости памяти, времени, каналов, рангов, населения и рабочей нагрузки | Может предлагать высокие тактовые частоты и широкие возможности настройки в потребительских системах |
| Расходы | Может потребоваться платформа серверного класса, а также разные DIMM | обычно снижает первоначальную стоимость оборудования |
| Общее использование | Производственные серверы, базы данных, виртуализация, хранилище, исследования и бизнес-системы | Потребительские ПК, игровые системы, одноразовые лаборатории и тестовые машины с низким уровнем риска |
Почему ошибки памяти имеют значение на сервере
RAM содержит активные инструкции и данные для операционной системы и каждого работающего приложения. Ошибка памяти может изменить один или несколько битов, пока эта информация используется. Результат зависит от того, что представляют затронутые биты.
Поврежденное значение может привести к остановке приложения. Это может вызвать панику ядра или неожиданный перезапуск. Он также может оставаться скрытым. Сервер может продолжить работу с неверным значением, а затем записать это значение в базу данных, файл, реплику или резервную копию.
В последнем случае - молчаливое повреждение данных. Видимый сбой создает событие, которое администраторы могут исследовать. Тихая коррупция может пройти через обычную обработку и появиться гораздо позже в виде поврежденного индекса, неверного вычисления, измененного файла или противоречивой транзакции.
мягкие ошибки и жесткие ошибки
Ошибки памяти обычно делятся на две широкие группы.
мягкие ошибки являются временными. Электрический шум, изменение напряжения, излучение, температура или другое короткое событие могут изменить сохраненный бит, не вызывая необратимого повреждения ячейки памяти. Одно и то же местоположение может нормально работать после события.
Жесткие ошибки возникают из-за повторяющейся проблемы с оборудованием. Поврежденная ячейка, неисправный чип, неисправное соединение или компонент старения могут вызывать ошибки в том же месте или в том же DIMM. Скорректированные подсчеты ошибок часто помогают операторам обнаруживать эти разрабатываемые ошибки до того, как система зафиксирует неисправимое событие.
Крупное исследование флота Google, опубликованное в 2009 году, показало, что ошибки DRAM встречаются чаще, чем предыдущие лабораторные оценки, и что серьезные ошибки сыграли важную роль. В исследовании изучались старые поколения памяти и определенный парк серверов, поэтому его цифры не должны использоваться в качестве текущего прогноза сбоя для одного современного сервера. Его длительный урок проще: ошибки памяти возникают в реальных производственных системах, а отчеты об ошибках имеют операционную ценность.
Экспозиция сервера изменяет риск
Рабочий стол, используемый в течение нескольких часов каждый день, и сервер с сотнями гигабайт оперативной памяти, работающих круглый год, не имеют такой же экспозиции. Ряд факторов повышает практическую стоимость неисправности памяти:
- Больше установленной памяти создает больше местоположений, где может произойти сбой.
- Непрерывная работа увеличивает время экспозиции.
- Высокое использование сохраняет больше данных в памяти.
- Хост виртуализации может передавать одну аппаратную неисправность многим гостевым системам.
- База данных может записать неверное значение в памяти в постоянное хранилище.
- Долгая вычислительная работа может тратить часы или дни, прежде чем кто-либо найдет плохой результат.
- Общая производственная услуга может затронуть сразу многих клиентов.
Это не означает, что каждый большой сервер будет страдать от повреждения памяти. Это означает, что возможное влияние растет по мере того, как система несет больше данных, больше рабочих нагрузок и больше деловой ответственности.
Как работает ECC RAM
ECC-память сохраняет дополнительную информацию о проверке с каждой защищенной единицей данных. Когда система записывает данные в память, контроллер памяти вычисляет код из битов данных. Он сохраняет этот код с данными. Когда система считывает данные, контроллер снова вычисляет код и сравнивает результат.
Если значения совпадают, чтение продолжается. Если они не совпадают, шаблон может идентифицировать определенные ошибки. Система может исправлять данные до того, как процессор будет использовать их, записывать событие или останавливать систему, когда невозможна безопасная коррекция.
Основной поток:
- Процессор отправляет данные в память.
- Контроллер памяти вычисляет проверочные биты.
- Модуль сохраняет данные и данные проверки.
- Контроллер проверяет код во время последующего чтения.
- Система исправляет поддерживаемую ошибку или сообщает о неисправимом событии.
SECDED объясняет общий уровень защиты
Многие серверные платформы используют коррекцию с одной ошибкой, обнаружение двойной ошибки, известное как Secded. В своей общей форме SecDed может исправить один неверный бит в защищенном слове памяти. Он может обнаружить два неверных бита в этом слове, но не может с уверенностью восстановить исходное значение.
Разница между обнаружением и коррекцией имеет значение. Исправленное однобитовое событие может позволить службе продолжить работу. Обнаруженное двухбитовое событие может привести к тому, что машина проверка, увольнение страницы, сбой процесса или остановка системы, в зависимости от аппаратного обеспечения и операционной системы.
Таким образом, ECC не является обещанием, что все неисправности памяти могут быть устранены. Это определенный механизм защиты с пределами коррекции и обнаружения.
Скруббинг памяти находит ошибки перед обычным доступом
Ошибка памяти может оставаться в неиспользуемом месте, пока программное обеспечение не прочитает этот адрес. Очистка памяти снижает этот риск, считывая память в фоновом режиме, проверяя код ECC и переписывая исправленные данные, когда платформа поддерживает это действие.
Поставщики серверов могут называть этот патрульный скраб, фоновый скраб, скраб Demand или другое имя для конкретной платформы. Контроллер управления базовой платой, часто называемый BMC, может также записывать, какой DIMM, канал, ранг или адрес создавали событие.
Скрабирование помогает двумя способами. Он может устранить исправленную ошибку до того, как другой бит изменится в том же защищенном слове. Он также дает доказательства, которые администраторы могут использовать для планирования технического обслуживания.
Расширенная защита сервера может пойти дальше
Некоторые серверные платформы обеспечивают более высокую надежность, доступность и удобство обслуживания. К ним относятся Chipkill, коррекция данных одного устройства, зеркальное отображение памяти, запасные ранги, автономная работа страниц и удаление памяти устройства.
Точное поведение зависит от процессора, контроллера памяти, макета DIMM, микропрограммы и модели сервера. Общая метка «поддерживаемая ECC» не доказывает, что присутствует каждая расширенная функция.
Что происходит с ОЗУ без ECC?
RAM, не являющаяся ECC, сохраняет и возвращает данные без того же процесса коррекции на уровне системы. Если немного изменится, процессор может получить измененное значение, как если бы оно было правильным.
Возможны несколько исходов:
- Затронутое значение никогда не используется.
- Приложение дает неверный результат.
- Процесс останавливается с ошибкой.
- операционная система выходит из строя.
- Файл, страница базы данных, архив или резервная копия получают поврежденные данные.
- Изменяется значение, чувствительное к безопасности, такое как флаг разрешения.
- Сервер ведет себя непредсказуемо, а неисправность сложно воспроизвести.
Память без ECC не является неисправной памятью. Большинство потребительских компьютеров успешно работают с ним. Разница заключается в реакции системы, когда возникает ошибка памяти. Производственный сервер часто нуждается в более сильной обработке, потому что влияние больше, а рабочая нагрузка работает в течение более длительных периодов времени.
ECC против ОЗУ без ECC: отличия от основного сервера
Целостность и доступность данных
ECC может исправлять общие однобитовые события до того, как приложение увидит измененные данные. Он также может превратить некоторые скрытые ошибки в зарегистрированные аппаратные события. Эта отчетность дает операторам возможность найти неисправный DIMM и заменить его во время планового технического обслуживания.
В системах, не входящих в ECC, обычно отсутствует этот путь коррекции и отчетности. Аппаратная неисправность может сначала появиться как проблема с приложением, плохой результат или необъяснимый сбой. Устранение неполадок может занять больше времени, потому что у команды программного обеспечения мало доказательств того, что память вызвала это событие.
Производительность
Память ECC часто описывается как медленнее, но только метка ECC не предсказывает производительность приложения. Несколько факторов могут иметь больший эффект:
- Скорость генерации и передачи памяти
- Первичные и вторичные тайминги
- Количество активных каналов памяти
- Количество модулей DIMM на канал
- Раскладка ранга
- Дизайн контроллера памяти ЦП
- Размещение NUMA на многопроцессорных серверах
- RDIMM или LRDIMM поведение
- Шаблон доступа к рабочей нагрузке
Для справедливого сравнения требуются согласованные процессоры, равные мощности, эквивалентная совокупность каналов, выровненная скорость памяти, одна и та же прошивка и та же рабочая нагрузка. Потребительская платформа с настроенной памятью без ECC и серверной платформой с RDIMM во многих отношениях отличаются. Сравнение между ними не может назначить полную разницу для проверки ECC.
Для большинства покупателей продукции емкость, баланс канала и рабочая нагрузка имеют значение выше, чем небольшая теоретическая стоимость ECC. Используйте измеренные тесты с точной платформы, когда задержка или пропускная способность могут влиять на цель службы.
Стоимость и общая стоимость владения
Решение ECC включает в себя больше, чем цена DIMM. Процессор, поддерживающий ECC, материнскую плату, шасси сервера, систему удаленного управления и поддерживаемый класс модулей, может изменить первоначальную стоимость.
Другая сторона расчета включает в себя:
- Время простоя и потерянных транзакций
- Поврежденные или сомнительные данные
- Ошибка вычислительных заданий
- Инженерное время, затраченное на отслеживание случайных ошибок
- Аварийное техническое обслуживание
- Воздействие клиента
- Восстановление и проверка
Базовая модель решения:
Ожидаемая стоимость отказа памяти = предполагаемая вероятность инцидента × влияние на бизнес
Эта формула является средством планирования. Это не измеренный прогноз. Если один плохой результат или сбой хоста может стоить больше, чем разница в платформе, ECC, как правило, является выбором звука.
Емкость и масштабирование
Большие серверы часто используют зарегистрированные модемы DIMM или DIMM с пониженной нагрузкой. RDIMMS буферизирует сигналы команд и адресов. LRDIMM дополнительно снижают электрическую нагрузку. Эти проекты могут поддерживать больше модулей и более высокую общую мощность на совместимых платформах.
ECC и зарегистрированная память описывают различные свойства:
- ЭКС Описывает обнаружение и исправление ошибок.
- удимм Описывает небуферизованный модуль.
- Рдимм Описывает модуль с зарегистрированными командными и адресными сигналами.
- ЛРДИММ Описывает модуль, предназначенный для дальнейшего снижения электрической нагрузки.
ECC UDIMM одновременно не буферизован и исправляет ошибки. Сервер RDIMM обычно включает ECC, но «зарегистрированный» и «ECC» не должны использоваться в качестве взаимозаменяемых терминов.
Совместимость
Модуль ECC не может создавать поддержку ECC сам по себе. Следующие части должны согласиться:
- Процессор и встроенный контроллер памяти
- Материнская плата и чипсет
- Биос или прошивка UEFI
- Генерация DDR
- Класс модуля, например, ECC UDIMM, RDIMM или LRDIMM
- Поддерживаемая емкость и макет
- Скорость памяти и напряжение
- Шаблон популяции слотов
Некоторые материнские платы принимают ECC UDIMM, но эксплуатируют их без исправления. Другие системы отказываются загружаться с неподдерживаемым модулем. DDR4 RDIMM могут физически помещаться в разъем DDR4 UDIMM, но оставаться электрически несовместимым. DDR5 использует дополнительные разногласия по ключу для некоторых классов модулей.
Всегда проверяйте руководство и список соответствующей памяти для точной модели сервера. Физическая посадка не является доказательством функциональной поддержки.
DDR5 On-Die ECC не является сервером ECC
DDR5 ввел на матрицу ECC внутри каждого чипа DRAM. Функция исправляет некоторые внутренние ошибки ячеек до того, как данные покинут чип. Это помогает производителям управлять более плотными конструкциями памяти и меньшей геометрией процесса.
Встроенный ECC не обеспечивает такую же защиту, как серверная подсистема памяти ECC. Он не защищает все ошибки, которые могут возникнуть между чипом DRAM, модулем, шиной памяти, контроллером памяти и процессором. В нем также отсутствует тот же путь отчета на уровне хоста, который используется для мониторинга ошибок сервера.
Это различие создает обычную ошибку покупки. Стандартный потребительский модуль DDR5 может содержать встроенный ECC, который все еще продается и эксплуатируется как системная память, не связанная с ECCC.
Для полного сервера ECC найдите все эти элементы:
- ECC-совместимый процессор и контроллер памяти
- материнская плата и прошивка, которые позволяют корректировать
- Поддерживаемый явно поддерживаемый ECC UDIMM, RDIMM или LRDIMM
- Прошивка или операционная система свидетельствуют о том, что ECC активна
- Счетчики ошибок или журналы оборудования, которые администраторы могут контролировать
Kingston описывает DDR5 On-Die ECC как защиту внутри чипа DRAM и заявляет, что он не исправляет ошибки за пределами микросхемы или на шине. Synopsys также отделяет ECC On-Die от боковой полосы ECC, используемой для более широкой защиты памяти сервера.
Ваш сервер нуждается в ECC ОЗУ?
Рабочая нагрузка определяет, какой риск памяти может принять сервер.
Производственные базы данных и системы транзакций
Производство Серверы базы данных Должен использовать ОЗУ ECC. Базы данных содержат страницы данных, индексы, результаты запросов, записи транзакций и кэши в памяти. Измененное значение может привести к неверному результату или достичь постоянного хранилища во время записи.
Контрольные суммы базы данных и элементы управления транзакциями остаются полезными, но они не охватывают все точки, где поврежденная память может повлиять на обработку. ECC добавляет защиту до того, как движок базы данных использует значение.
Хосты виртуализации и контейнерные платформы
Хост виртуализации должен использовать ECC, поскольку одна аппаратная неисправность может повлиять на многие гостевые системы. Хост может запускать базы данных, веб-приложения, панели управления, брандмауэры и службы поддержки клиентов в одном и том же пуле памяти.
Таким образом, влияние бизнеса больше, чем сбой одного сервера одноразовых приложений. ECC Reporting также помогает администраторам отличить аппаратную проблему хоста от отдельных проблем с гостевым программным обеспечением.
Та же логика применима и к Proxmox VE, VMware ESXi, Hyper-V, KVM и другим общим вычислительным платформам.
ZFS, Ceph, NAS и серверы хранения
ZFS не требует оперативной памяти ECC в качестве строгого программного состояния. Многие домашние системы работают под управлением ZFS с памятью без ECC. ECC по-прежнему является предпочтительным выбором, когда сервер хранения данных содержит ценные или трудновосстановительные данные.
Контрольные суммы ZFS могут обнаруживать и исправлять многие ошибки пути хранения, когда доступны избыточные данные. ECC обращается к другой точке пути. Если память изменяет данные до вычисления новой контрольной суммы, стек хранения может принимать и сохранять измененное значение с помощью соответствующей контрольной суммы.
Ceph, программный RAID, аппаратный RAID и обычные файловые системы имеют ту же общую границу. Защита хранилища не может исправить все ошибки, возникающие в системной оперативной памяти.
ИИ, машинное обучение, HPC и научные нагрузки
ECC подходит для длительных вычислительных заданий и чувствительных к точности результатов. Запуск обучения, моделирование, рендеринг или задача аналитики могут содержать большой рабочий набор в памяти в течение многих часов. Одно поврежденное промежуточное значение может повлиять на более поздние расчеты или вызвать дорогостоящий повтор.
Системная память ЦП и память графического процессора являются отдельными областями. Сервер с системной ОЗУ ECC может по-прежнему использовать графический процессор без защиты ECC. Покупатели должны проверять обе спецификации, когда для полного вычислительного пути требуется исправление ошибок.
Финансовые, здравоохранение и регулируемые системы
Системы, которые обрабатывают платежи, финансовые отчеты, медицинскую информацию или регулируемые бизнес-данные, должны использовать ECC как часть более широкого плана целостности. План также должен включать управление доступом, ведение журнала, защиту хранилища, резервное копирование, тесты восстановления и управление изменениями.
ECC сама по себе не создает соответствия нормативным требованиям. Это снижает определенный аппаратный риск, который может повлиять на точность данных и доступность услуг.
Web, SaaS, игровые и потоковые серверы
Ответ зависит от роли сервера.
ECC является более сильным выбором, когда система хранит учетные записи пользователей, записи выставления счетов, состояние приложения, разрешения, игровые запасы или другие авторитетные данные. Это также имеет смысл, когда одна машина обслуживает многих пользователей или имеет несколько виртуальных служб.
Заменяемый кэш-память, временный рабочий транскодирование, одноразовый тестовый экземпляр игры или веб-узл разработки могут принять больше риска. Решающим фактором является то, может ли рабочая нагрузка восстанавливаться чисто, не теряя данных или вызывая длительный сбой.
Домашние лаборатории и серверы разработки
ОЗУ, не относящаяся к ECC, может быть разумной для домашней лаборатории, созданной для обучения, тестирования, воспроизведения мультимедиа или виртуальных машин с короткими сроками эксплуатации. Более дешевое потребительское оборудование может позволить владельцу купить большую емкость или более быстрый процессор.
ECC становится более ценным, когда эта же машина хранит семейные фотографии, бизнес-файлы, пароли, резервные копии или домашние службы, которые должны оставаться доступными. Этикетка «Лаборатория» не делает незаменимые данные менее ценными.
Пять вопросов, которые решают, нужен ли вам ECC
Используйте эти вопросы перед выбором сервера:
- Будет ли неправильное значение хуже, чем видимая авария? ECC может предотвращать обычные однобитовые сбои.
- Имеет ли сервер авторитарные или трудно воссозданные данные? Записи базы данных, данные о клиентах, результаты исследований и исходные файлы благоприятствуют ECC.
- Будет ли сервер работать непрерывно с большим пулом памяти? Большая емкость и более длительное время работы увеличивают экспозицию.
- Может ли одна ошибка хоста повлиять на многие рабочие нагрузки? Хосты виртуальных машин и общие системы хранения оказывают большое влияние на сбой.
- Будет ли восстановление стоить дороже, чем платформа с поддержкой ECC? Включите время простоя, время персонала, потерянную работу и влияние на клиента.
| Профиль рабочей нагрузки | Воздействие на ошибку | Стоимость восстановления | Рекомендуемый выбор |
|---|---|---|---|
| Производственная база данных или платежная система | Высокий | Высокий | ЭКС |
| Виртуальный хост с большим количеством гостей | Высокий | Высокий | ЭКС |
| Бизнес NAS или ZFS Storage | Высокий | от среднего до высокого | ЭКС |
| Долгая научная работа или работа искусственного интеллекта | от среднего до высокого | Высокий | ЭКС |
| Производственный веб-сервер или сервер SaaS | от среднего до высокого | от среднего до высокого | ЭКС |
| Сменный кэш или рабочий узел | от низкого до среднего | Низкий | Зависит от дизайна флота |
| Одноразовый сервер разработки | Низкий | Низкий | Не ECC может быть приемлемым |
| Домашняя лаборатория без уникальных данных | Низкий | Низкий | Не ECC может быть приемлемым |
Проверьте совместимость ECC перед заказом
Слово «ECC» в DIMM-листинге — это только первая проверка.
Подтвердите поддержку процессора
Прочтите спецификацию для точной модели процессора. Не полагайтесь только на фамилию. Поддержка может различаться в разных поколениях, моделях, чипсетах и сегментах рынка.
Серверные процессоры, такие как Intel Xeon и AMD EPYC, обычно поддерживают ECC, но поддерживаемый класс модулей и максимальная емкость могут варьироваться. Некоторые рабочие станции и настольные процессоры также поддерживают ECC при определенных условиях материнской платы.
Подтвердите поддержку материнской платы и прошивки
Прочтите руководство по серверу и список квалифицированных памяти. Проверьте, включает ли плата фактическую коррекцию или просто принимает модуль, поддерживающий ECC, в режиме без ECC.
Просмотрите настройки BIOS или UEFI для ECC, Memory RAS, Patrol Scrub, запасных рангов, зеркального отображения или инъекции ошибок. Доступные настройки зависят от платформы.
Сопоставьте класс DIMM
Определите требуемый тип модуля перед покупкой:
- ECC Удимм
- Рдимм
- ЛРДИММ
- DDR4 или DDR5
- Поддерживаемая скорость
- Поддерживаемый подсчет рангов
- Максимальная емкость на слот
Не смешивайте UDIMM с RDIMM. Не думайте, что RDIMM и LRDIMM могут работать вместе. При заполнении каналов памяти следуйте правилам заполнения поставщика сервера.
Сбалансированное расположение каналов часто обеспечивает лучшую пропускную способность и более предсказуемое поведение, чем неравномерное расположение. Заполнение большего количества модулей DIMM на канал может также снизить поддерживаемую скорость передачи.
Задавайте прямые вопросы хостинг-провайдеру
Прежде чем заказать выделенный сервер, спросите:
- Эта точная конфигурация использует память ECC?
- Включена ли коррекция ECC в прошивке?
- Использует ли система ECC UDIMM, RDIMM или LRDIMM?
- Какие генерация и скорость передачи DDR установлены?
- Может ли BMC сообщать исправленные и неисправленные ошибки памяти?
- Отслеживает ли провайдер повторные исправленные ошибки?
- Что такое процесс замены димм?
- Может ли увеличить емкость оперативной памяти без изменения класса модулей или снижения баланса канала?
Ясные ответы не позволяют покупателю платить за систему, совместимую с ECC, которая не использует активную коррекцию.
Как подтвердить, что ECC активен и отслеживать ошибки
Установленные модули ECC не доказывают, что полная система работает в режиме ECC. По возможности проверяйте более одного источника.
BIOS, UEFI и BMC
Начните с прошивки сервера или интерфейса удаленного управления. Ищите:
- ECC включен или активный статус
- Исправлено количество ошибок
- Неисправленное количество ошибок
- DIMM Health по слоту
- Здоровье канала памяти
- Конфигурация патрульного скраба
- Записи системного журнала событий
Dell iDRAC, HPE iLO, IPMI-интерфейсы и другие платформы BMC могут предоставлять эту информацию. Точные имена меню зависят от генерации сервера.
Linux
Linux предоставляет подсистему обнаружения и исправления ошибок, известная как EDAC. В зависимости от дистрибутива и оборудования администраторы могут просматривать информацию о прошивке, сообщениях ядра, счетчики EDAC и события RAS.
Полезные инструменты могут включать:
sudo dmidecode --type memory
sudo dmesg | grep -i -E 'edac|ecc|mce|memory error'
sudo ras-mc-ctl --status
sudo ras-mc-ctl --errors
Дмидекод Сообщает информацию, предоставленную через SMBIOS. Помогает такая метка, как «одноразрядный ECC», но данные прошивки могут быть неполными. Соедините его со статусом BMC, выводом EDAC ядра или Расдеймон записи.
Документация ядра Linux идентифицирует исправляемые ошибки и неисправимые ошибки как основные события памяти, собранные с помощью EDAC. Исправляемые события не означают, что данные приложения были повреждены, но повторяющиеся события могут указывать на проблему разработки аппаратного обеспечения.
Windows Server
Архитектура аппаратных ошибок Windows или WHEA записывает информацию об аппаратных ошибках в средстве просмотра событий. Поддерживаемые системы могут сообщать об исправленных событиях памяти и фатальных событиях проверки машины.
Microsoft также документирует прогнозный анализ сбоев для памяти ECC. На совместимом оборудовании WHEA может отслеживать повторяющиеся ошибки на страницах памяти и удалять страницу в автономном режиме после заданного порога.
Проверьте системный журнал Windows на наличие событий WHEA. Затем сравните событие с журналом BMC и диагностическими инструментами поставщика сервера.
Гипервизоры
Для VMware ESXi, Proxmox VE и Hyper-V проверьте физический хост. Гостевая виртуальная машина обычно не может видеть полные данные о работоспособности DIMM.
Используйте BMC, журналы ядра хоста, службу аппаратного обслуживания и инструменты управления поставщиками. Сопоставьте заявленный слот или канал с физическим модулем перед заменой.
Ответ на исправленные ошибки
Одно исправленное событие не всегда требует немедленной замены. Растущий счет, повторяющиеся ошибки по одному и тому же адресу или ошибки, связанные с одним DIMM, нуждаются в исследовании.
Запись:
- Модель сервера и версия прошивки
- Слот DIMM и канал
- Номер детали модуля
- Исправлены и неисправлены подсчеты
- метки времени ошибок
- События температуры и мощности
- Условия рабочей нагрузки
- Последние изменения оборудования
Следуйте порогам обслуживания поставщика сервера. Переустановите или замените оборудование только в соответствии с утвержденным процессом технического обслуживания. Продолжайте следить за прилавками после смены.
ECC не заменяет RAID, контрольные суммы или резервные копии
Надежность сервера требует нескольких элементов управления, поскольку каждый из них обрабатывает свой тип сбоя.
| Защитный слой | основная работа | Что не покрывает |
|---|---|---|
| ECC ОЗУ | Исправляет или обнаруживает указанные ошибки памяти | Удаленные файлы, неисправные диски, ошибки приложений или полная потеря сервера |
| Контрольные суммы файловой системы или приложений | Обнаруживает выбранные изменения в сохраненных или передаваемых данных | Каждая ошибка, которая возникает до создания контрольной суммы |
| Рейд | Поддерживает работу хранилища после выбранных сбоев привода | Случайное удаление, все повреждения, вредоносные программы или аварийное восстановление |
| Копирование | Ведет другие данные или сервисную копию | Плохие записи, ошибки оператора или ошибки, скопированные на реплику |
| Снимки | Сохраняет состояния по времени | Самостоятельное восстановление после потери той же системы хранения |
| резервные копии | Восстанавливает данные после потери или повреждения | Немедленная непрерывность и гарантированное восстановление без тестов восстановления |
Производственный дизайн может объединять ECC, очистку памяти, контрольные суммы хранилища, RAID, репликацию, резервное копирование вне сервера, мониторинг и восстановление тестов. Эти элементы управления работают вместе, потому что ни один слой не покрывает каждый путь сбоя.
Выбор сервера Atal Networks с правильной памятью
В Atal Networks мы рекомендуем сначала выбрать защиту памяти и емкость из риска рабочей нагрузки. База данных, хост виртуализации или сервер хранилища бизнеса обычно нуждаются в ECC и платформе, которая сообщает о состоянии памяти. Временный узел развития может придавать большее значение при более низкой начальной стоимости.
Пересмотрите наш Технические характеристики голых металлов Для размера процессора, оперативной памяти, хранилища и сети вместе. Наши Руководство по серверному процессору Может также помочь вам сопоставить класс процессора с емкостью памяти и рабочими нагрузками.
Подтвердите точный статус ECC, класс DIMM, емкость, макет канала и путь обновления для выбранной конфигурации. Если вы планируете базу данных, кластер хранения, виртуализированную среду или приложение с высокой памятью, обсудите требования с нашей командой инфраструктуры перед развертыванием.
Часто задаваемые вопросы
Может ли ОЗУ ECC исправить каждую ошибку памяти?
Нет. Общая второстепенная память исправляет однобитовую ошибку и обнаруживает двухбитную ошибку в защищенном слове. Он не может исправить все многобитовые, адресные, шинные, контроллеры или неисправности устройства. Некоторые серверные платформы добавляют Chipkill, SDDC, зеркальное отображение памяти или экономию для более широкой защиты.
Может ли ECC ОЗУ работать на материнской плате, отличной от ECC?
Это зависит от модуля и платформы. Некоторые материнские платы не загружаются. Некоторые принимают ECC UDIMM, но используют его без активной коррекции. Проверьте спецификацию процессора, руководство по материнской плате, поддержку микропрограммного обеспечения и список квалифицированных памяти.
Могу ли я микшировать оперативную память ECC и без ECC?
Избегайте их смешивания. Многие системы отклоняют смешанные конфигурации или отключают исправление. Поставщики серверов также ограничивают микширование UDIMM, RDIMM и LRDIMM. Используйте один поддерживаемый класс модуля и следуйте документированным правилам популяции.
ОЗУ ECC медленнее, чем ОЗУ без ECC?
Проверка ECC может добавить некоторую работу, но производительность приложения зависит от полной платформы памяти. Скорость, тайминги, количество каналов, ранги, популяция модулей, дизайн процессора и поведение рабочей нагрузки могут иметь большее значение. Используйте тесты совмещенных систем для числового ответа.
Есть ли в DDR5 встроен ECC?
DDR5 DRAM включает в себя матрицу ECC, которая защищает определенные неисправности внутри каждого чипа памяти. Стандартный потребитель DDR5 по-прежнему не является ECC на системном уровне. Полный сервер ECC нуждается в поддерживаемом процессоре, материнской плате, прошивке и модуле ECC.
Требуется ли ZFS ОЗУ ECC?
Нет. ZFS может работать без ECC. ECC по-прежнему рекомендуется, когда сервер хранит ценные данные, поскольку он защищает от выбранных ошибок памяти, которые контрольные суммы хранения не могут предотвратить на каждом этапе.
Нужна ли домашнему серверу ECC ОЗУ?
Одноразовая домашняя лаборатория может использовать память, не связанную с ECC. Домашний сервер, на котором хранятся исходные фотографии, бизнес-файлы, учетные данные или резервные копии, выигрывает от ECC. Основывайте выбор на ценности данных и стоимости восстановления вместо метки «Домашний сервер».
Всегда ли зарегистрированная оперативная память ECC?
Зарегистрированная сигнализация и ECC являются отдельными свойствами. Серверные RDIMM обычно предоставляют ECC, но «зарегистрировано» описывает буферизацию модуля. Проверьте как спецификацию модуля, так и поддержку платформы.
Как я могу определить, работает ли ECC?
Проверьте состояние оборудования BIOS или UEFI, состояние оборудования BMC и интерфейсы ошибок операционной системы. В Linux просмотрите EDAC или Расдеймон данные На Windows Server просмотрите события WHEA. Не полагайтесь только на метку DIMM.
ECC заменяет RAID или резервные копии?
Нет. ECC защищает выбранные операции памяти. RAID адреса выбранных сбоев диска. Резервные копии поддерживают восстановление после удаления, повреждения, вредоносного ПО или потери системы. Производственный сервер часто нуждается в всех трех элементах управления.
Окончательное решение
Используйте ECC RAM для производственных баз данных, узлов виртуализации, хранилища для бизнеса, регулируемых рабочих нагрузок, длинных вычислительных заданий и систем, в которых неверные данные или простои требуют материальных затрат.
ОЗУ, не относящаяся к ECC, может обслуживать одноразовые среды разработки и домашние лаборатории с низким уровнем риска, когда владелец принимает дополнительный риск памяти и поддерживает проверенные резервные копии для постоянных данных.
Перед заказом подтвердите, что процессор, материнская плата, прошивка и DIMM поддерживают активную коррекцию ECC. Затем подтвердите, что операционная система или BMC могут сообщать об ошибках памяти. Эта проверка превращает метку ECC в контроль над надежностью.
Ссылки и источники данных
- Google исследования, Ошибки DRAM в дикой природе: крупномасштабное полевое исследование
- Документация ядра Linux, Устройства обнаружения и исправления ошибок
- Документация ядра Linux, Надежность, доступность и работоспособность
- Майкрософт узнаешь Прогностический анализ отказов для памяти ECC
- Технология Кингстона, Стандартный обзор памяти DDR5
- синопсис, Код исправления ошибок в памяти DDR

