CE 增长率评估是什么
可纠正错误（CE）由 ECC 自动修复，单次出现通常不直接影响业务，所以「有没有错」不是决策依据，「错得多快、是否集中在少数条上」才是。评估方法是按日或按周采集逐条内存的 CE 计数，计算增量，观察增长是否集中于个别内存条且速率上升。判断框架可以统一，但具体阈值必须结合环境与硬件厂商意见，不能直接套用外部数字。
基本信息
| 适用平台 | Linux 的 EDAC sysfs 计数，或 BMC 与厂商工具提供的内存错误记录 |
|---|---|
| 观察窗口 | 以日或周为粒度看增量与趋势 |
| 初判信号 | 增长集中在少数内存条且速率上升 |
| 处置节奏 | 集中增长提前更换，分散偶发继续观察并缩短周期 |
| 留档要求 | 快照文件、判断依据与工单记录一并保存 |
典型使用场景
- 日常巡检：定期采集计数，把增量写进巡检报表
- 换条决策：结合集中度与增长速率决定立即更换还是继续观察
- 换条后验证：确认新条计数保持平稳，旧条的异常增长停止
- 压测评估：新机 burn-in 期间关注是否出现早期错误累积
- 批量对比：同型号机器之间的错误率对比，识别环境或批次差异
采集与对比
采集与对比
OUT=/var/log/dimm-ce/$(hostname)-$(date +%F).txt # 每日一份快照
mkdir -p $(dirname $OUT)
for f in /sys/devices/system/edac/mc/mc*/dimm*/dimm_ce_count; do echo "$f = $(cat $f)"; done > $OUT # 逐条采集
ls -l /var/log/dimm-ce/ | tail -3 # 确认快照连续
# 次日计算增量：增量非零且集中在个别内存条的，进入观察名单判断框架
| 观察结果 | 倾向判断 | 建议动作 |
|---|---|---|
| 计数长期为零 | 健康 | 维持常规巡检频率 |
| 偶发单次增长 | 需要观察 | 缩短观测周期并记录 |
| 集中于少数条且增速上升 | 退化趋势 | 安排维护窗口更换 |
| 多条同时增长 | 环境或平台因素 | 结合温度与供电排查 |
更换阈值没有统一数值：以硬件厂商支持意见与业务容忍度为准，这里给出的是判断框架而不是具体数字。
换条之后如果新条从零开始计数，新旧数据不要混在同一张趋势图里，否则会看到虚假的下降。