服务器内存条很少一下子坏掉，通常会先给出信号。看懂这些信号，就能在宕机之前处理掉。
ECC 内存在做什么
服务器用的 RDIMM、LRDIMM 都带 ECC：每 64 位数据多存 8 位校验位（DDR4），单比特错误能自动纠正，多比特错误能被发现。所以服务器内存出问题时，系统会先「记账」，而不是直接崩溃。
三个信号
- 可纠正错误（CE）越来越多。 ECC 能自己纠正，业务暂时不受影响；但同一条内存的 CE 持续上升，就是预警。
- 不可纠正错误（UE）。 会导致宕机或重启，日志里通常能看到具体槽位。
- BMC 日志告警。 iDRAC、iLO、XCC、iBMC 等管理口的日志（SEL）会记下是哪个槽位报的错。
怎么处理
- 按 BMC 日志和主板丝印定位报错槽位；
- 用同规格（容量、rank、速率、RDIMM / LRDIMM 类型）的内存条替换验证；
- 换条之后同一槽位还报错，要继续查槽位本身和对应的 CPU；
- 尽量安排在维护窗口处理，别等到宕机。
备件建议
内存价格和交期都在上涨，在用机型常用规格的内存条，最好提前备几条。
七小服 Seven Small Services 提供服务器、存储、网络和 GPU 的过保维保与备件，7×24×4 响应。每年在保设备 5 万台以上，工单及时率 96.6%。
联系方式：info@sevensmallservices.com ｜ 微信：qixiaofu-com