rasdaemon 汇总硬件错误
rasdaemon 把分散的硬件错误来源统一收集起来：机器检查异常、内存控制器的纠错计数、PCIe 的 AER 报告等，都汇总进本地数据库，由 ras-mc-ctl 提供查询接口。相对只翻内核日志，它的优势是持久化与可统计——错误记录不会因为日志轮转而消失，还能按类型汇总出趋势。内存健康跟踪这类需要长期数据的场景，靠它比靠人工翻日志可靠得多。
基本信息
| 适用平台 | 较新的 Linux 发行版（RHEL/CentOS、Fedora、Ubuntu 等） |
|---|---|
| 服务形态 | rasdaemon 守护进程加 ras-mc-ctl 查询前端 |
| 覆盖范围 | MCE、EDAC 内存纠错、PCIe AER 等 RAS 事件 |
| 数据存储 | 本地数据库持久化，重启后仍可查询 |
| 常用查询 | ras-mc-ctl --summary 与 --errors |
| 配合工具 | mcelog、BMC SEL 与内核日志交叉验证 |
典型使用场景
- 长期跟踪内存纠错计数，判断劣化趋势
- 批量巡检：汇总各机器的错误计数，筛出高风险设备
- 故障复盘：从持久化记录中还原事件序列
- 与厂商沟通时提供结构化错误统计作为依据
- PCIe 设备异常排查，查看链路层错误报告
部署与查询
部署与查询
# 安装并启用服务（RHEL 系示例）
yum install -y rasdaemon
systemctl enable --now rasdaemon
# 查看按类型汇总的错误统计
ras-mc-ctl --summary
# 查看详细错误记录（含内存条位置等线索）
ras-mc-ctl --errors | head -30
# 与内核日志中的同类记录交叉核对
dmesg -T | grep -iE 'edac|mce' | tail -20
# 与 BMC 侧内存事件对照
ipmitool sel elist | grep -iE 'memory|dimm|ecc' | tail -10常见查询与含义
| 查询 | 输出内容 | 使用要点 |
|---|---|---|
| --summary | 按类型汇总的错误数量 | 看趋势变化，不看单次数值 |
| --errors | 逐条错误明细与位置线索 | 定位到具体部件或通道 |
| 守护进程状态 | 服务是否持续收集 | 服务停了数据就断档 |
| 数据库位置 | 本地持久化文件 | 备份与清理策略按需要制定 |
| 与 SEL 对照 | 硬件侧事件记录 | 两侧时间线校齐后再做结论 |
数据库路径与保留策略采用发行版默认值：大批量机器建议只集中采集关键计数，避免把完整数据库同步到中心侧造成存储负担。
rasdaemon 与 mcelog 在较新系统上可能同时存在：两者采集范围有重叠，纳入监控时要注意不要对同一事件重复告警。