HP服务器frimware问题导致ACPI缓存大小相关报错

服务器异常重启，发现系统日志

Jul  5 08:37:53 server.example kernel: ACPI Error: SMBus/IPMI/GenericSerialBus write requires Buffer of length 66, found length 32 (20130517/exfield-299)
Jul  5 08:37:53 server.example kernel: ACPI Error: Method parse/execution failed [\_SB_.PMI0._PMM] (Node ffff880fe8cf2118), AE_AML_BUFFER_LIMIT (20130517/psparse-536)
Jul  5 08:37:53 server.example kernel: ACPI Exception: AE_AML_BUFFER_LIMIT, Evaluating _PMM (20130517/power_meter-339)

上述日志是有关ACPI电源管理的报错，搜索了一下，原因是HP的硬件/firmware的bug，可以参考 Kernel ACPI Error SMBus/IPMI/GenericSerialBus:

当 lm-sensors 从电源检测感应器(power meter sensor)读取数值，HP会会忽略这个方法的参数，这就导致了上述错误。这个错误消息实际上就是BIOS和内核之间的诊断出现了ACPI buffer大小相关的问题，涉及到电源监控。由于这个问题是BIOS的bug，通常需要从硬件厂商这里获得firmware更新来解决。不过，如果无法更新firmware，则可以关闭 acpi_power_meter 内核模块来简单解决。

注意：通常情况下，操作系统安装了 lm-sensors 工具包才会出现上述报错日志。不过，如果你安装了prometheus的node_exporter用来输出主机的metrics，则系统日志会不断滚动上述报错 - 原因和解决方法请参考 node_exporter creating ACPI Error with Kernel error log #903 ，下文我将介绍解决方法。

可以查看 power1_avreage 文件:

find /sys/devices/LNXSYSTM\:00/ |grep ACPI000D

可以看到该文件位于 /sys/devices/LNXSYSTM:00/device:00/ACPI000D:00/ 目录下，你可以尝试读取该文件:

cat /sys/devices/LNXSYSTM:00/device:00/ACPI000D:00/power1_average

此时返回的值可能是 0 ，同时日志文件出现上述报错。

• 安装sensors工具:

yum install lm_sensors

然后检查感应器:

sensors

输出可以看到如下

...
power_meter-acpi-0
Adapter: ACPI interface
power1:        0.00 W  (interval = 300.00 s)
...

可以看到这个电源感应器是 power_meter-acpi-0 ，然后我们在配置文件 /etc/sensors3.conf 添加

chip "power_meter-acpi-0"
        ignore power1

此时再次使用 sensors 命令检查，可以看到输出有所不同，已经关闭了 power1 :

power_meter-acpi-0
Adapter: ACPI interface

prometheus node_exporter

我遇到的案例是 HP ProLiant DL360p Gen8 服务器上安装了 Prometheus node_exporter 之后，系统日志不断滚动出现ACPI错误

Jul  5 16:22:43 server.example kernel: ACPI Error: SMBus/IPMI/GenericSerialBus write requires Buffer of length 66, found length 32 (20130517/exfield-299)
Jul  5 16:22:43 server.example kernel: ACPI Error: Method parse/execution failed [\_SB_.PMI0._PMM] (Node ffff880fe8cf2118), AE_AML_BUFFER_LIMIT (20130517/psparse-536)
Jul  5 16:22:43 server.example kernel: ACPI Exception: AE_AML_BUFFER_LIMIT, Evaluating _PMM (20130517/power_meter-339)

虽然这个错误是无害的，可以完全忽略，但是对于强迫症SA来说，这个滚动报错实在太多，浪费了系统资源。

解决方法参考 Frequent ACPI errors starting with SMBus or IPMI write requires Buffer of length 42. ，如果不能更新服务器BIOS firmware，就通过关闭内核 acpi_power_meter 模块绕过这个问题。操作命令可以参考 node_exporter creating ACPI Error with Kernel error log #903

• 对于RHEL6执行以下命令

modprobe -r power_meter
echo "blacklist power_meter" >>/etc/modprobe.d/hwmon.conf

• 对于RHEL7执行以下命令

modprobe -r acpi_power_meter
echo "blacklist acpi_power_meter" >>/etc/modprobe.d/hwmon.conf

Prometheus Node exporter是使用Go语言编写的metric采集插件，通过Unix内核输出硬件和OS metrics。

参考

• Frequent ACPI errors in dmesg ring buffer #827

• node_exporter creating ACPI Error with Kernel error log #903

• Frequent ACPI errors starting with SMBus or IPMI write requires Buffer of length 42.

• Frequent ACPI errors in dmesg ring buffer #827