重启BMC，查看传感器事件出现消除PCIe_Status传感器的告警事件

交流互助区
1

问题描述

重启BMC，查看传感器事件出现消除PCIe_Status传感器的告警事件

没有事件产生，只产生了事件消除

产生版本：330社区反合期间

image
image1620×767 34.5 KB

2

答案内容由AI生成，仅供参考：

结论与建议

  1. 结论：重启BMC后，传感器事件列表中仅出现PCIe_Status的消除事件，而没有产生事件，在大多数情况下属于正常行为。这通常是因为PCIe_Status传感器在重启前处于告警状态，重启过程中硬件恢复正常，BMC在恢复传感器状态时记录了从“异常”到“正常”的转变，即消除事件。产生事件已在重启前的日志中记录。

  2. 何时视为异常：此现象在以下情况下需要重点关注：

    • 该告警消除事件在BMC重启后频繁、非预期地出现，尤其是在系统无任何异常操作时。
    • 伴随其他的系统异常表现，如BMC卡顿、异常重启等。

  3. 进一步的排查与确认方法：要确认此现象是否正常，可以进行如下操作：

    • 检查硬件状态：在BMC重启完成后，查看PCIe_Status传感器的当前状态。如果状态显示为“正常”（如Enabled或状态值为0表示OK），则说明硬件已恢复正常，消除事件是合理的。
    • 对比其他传感器事件：检查BMC重启过程中的其他传感器事件，是否有其他传感器也出现了类似“仅消除，无产生”的情况。如果普遍存在，则进一步印证了这是BMC重启后的正常恢复机制。
    • 查看完整日志：通过一键收集获取BMC日志，定位PCIeDevice相关的日志，确认在BMC重启前的日志中是否存在对应的Asserted（产生）事件。

  4. 建议的解决方案：

    • 如果此现象偶尔发生且系统能自动恢复，则无需特殊处理，属于正常的BMC自恢复过程。
    • 如果此现象频繁、持续地出现，并且影响了系统的正常运行或监控，建议参照社区文档中的排查步骤，检查BMC固件版本并更新到最新稳定版，以修复潜在的状态恢复bug。
    • 同时，检查PCIe设备的物理连接状态（线缆、插槽）是否稳定。
点击此处查看详细分析解答

好的，根据您提供的上下文信息，我将为您分析和解答重启BMC后，传感器事件中出现“消除PCIe_Status传感器告警事件”的问题。

问题分析与关联

根据您描述的现象——“重启BMC，查看传感器事件出现消除PCIe_Status传感器的告警事件，没有事件产生，只产生了事件消除”，这在已知的BMC重启场景下是一个可以被理解和解释的现象，它与其他硬件传感器（如BBU）在BMC重启后的行为逻辑相似。

核心原因：BMC重启导致状态重置

  1. BMC重启前的状态：在BMC重启之前，PCIe_Status传感器处于某个异常或告警状态（Asserted），这可能是由于PCIe设备初始化未完成、通信短暂中断等原因造成的。

  2. 重启过程中的状态恢复：当BMC执行重启操作时（BMC Reset或BMC Restart），系统会重新初始化。根据上下文信息，BMC重启的一个重要步骤是恢复之前的传感器状态。例如，知识图谱中明确提到：

    “After a BMC reset, the system restores the previous sensor state from persistent event memory, including the nr status.”

    这个过程意味着，BMC重启后，它会尝试重新加载并恢复到重启前系统记录的传感器状态。对于PCIe_Status传感器，如果重启过程中硬件已恢复正常，其状态会从“异常”恢复到“正常”。

  3. 事件记录逻辑：在传感器状态从“异常”（Asserted）恢复到“正常”（Deasserted）时，系统会记录一个Deasserted（消除）事件。而触发该“异常”状态的Asserted（产生）事件，是在BMC重启之前发生并被记录的。重启后，您看到的日志是新状态变化（从异常到正常）的记录，因此只显示“消除”事件，而之前的“产生”事件存在于BMC重启前的日志中。

与已知案例的相似性

这个现象与上下文中的一个已知问题分析高度相似：BMC重启后BBU告警先消除后产生问题分析。

在Search Result的第一个文档中，描述了一个完全相同的机制：

“BMC复位时该告警是否需要恢复，若需要恢复则按照当前的流程处理为正常情况，若不需要恢复，则需要检查复位场景下告警关联属性是否会被置成恢复告警的值。”

这表明，BMC复位时，告警（或传感器）状态是否会被“恢复”是一个关键点。如果PCIe_Status的告警状态在复位时被错误地恢复为正常状态（Deasserted），就会导致只产生消除事件，而不产生产生事件。文档也指出了，这可能是由于代码适配问题（如配置Conversion属性错误）导致的。

关于“无事件产生”的说明

您提到的“没有事件产生”是理解这个问题的关键。从BMC重启后的视角看，PCIe_Status从异常状态变为正常状态，这一状态变化本身就是一个“事件”，即告警消除事件。用户期望看到的“产生事件”应该在BMC重启前被记录，而不是在重启后。

结论与建议

  1. 结论：重启BMC后，传感器事件列表中仅出现PCIe_Status的消除事件，而没有产生事件，在大多数情况下属于正常行为。这通常是因为PCIe_Status传感器在重启前处于告警状态，重启过程中硬件恢复正常，BMC在恢复传感器状态时记录了从“异常”到“正常”的转变，即消除事件。产生事件已在重启前的日志中记录。

  2. 何时视为异常：此现象在以下情况下需要重点关注：

    • 该告警消除事件在BMC重启后频繁、非预期地出现，尤其是在系统无任何异常操作时。
    • 伴随其他的系统异常表现，如BMC卡顿、异常重启等。

  3. 进一步的排查与确认方法：要确认此现象是否正常，可以进行如下操作：

    • 检查硬件状态：在BMC重启完成后，查看PCIe_Status传感器的当前状态。如果状态显示为“正常”（如Enabled或状态值为0表示OK），则说明硬件已恢复正常，消除事件是合理的。
    • 对比其他传感器事件：检查BMC重启过程中的其他传感器事件，是否有其他传感器也出现了类似“仅消除，无产生”的情况。如果普遍存在，则进一步印证了这是BMC重启后的正常恢复机制。
    • 查看完整日志：通过一键收集获取BMC日志，定位PCIeDevice相关的日志，确认在BMC重启前的日志中是否存在对应的Asserted（产生）事件。

  4. 建议的解决方案：

    • 如果此现象偶尔发生且系统能自动恢复，则无需特殊处理，属于正常的BMC自恢复过程。
    • 如果此现象频繁、持续地出现，并且影响了系统的正常运行或监控，建议参照社区文档中的排查步骤，检查BMC固件版本并更新到最新稳定版，以修复潜在的状态恢复bug。
    • 同时，检查PCIe设备的物理连接状态（线缆、插槽）是否稳定。

综上所述，重启BMC后PCIe_Status传感器只产生消除事件，核心原因是BMC重启触发了传感器状态从之前的异常恢复到正常，只记录了这个“恢复”事件。这通常是一个正常的系统行为，但需警惕其是否频繁出现以排除潜在的硬件或固件问题。

3

PCIe传感器消除事件只跟OS重启/上下电状态有关，需要确认过程是否存在该动作，请提供问题现场的一键收集日志方便定位

4

只进行了BMC重启操作，并且日志中没有相关属性变成产生告警的值

image
image732×179 12.4 KB

5

日志已通过邮件发送

6

从一键收集来看属于platform.sr配置不当导致的问题

fdm_log日志在2026-04-21 22:34:58显示PCIe设备0X19:0X00:0X00上报了NFE故障，所以sel_log.csv对应有传感器事件，属于真实故障

    行 42: 383,2026-04-21 22:35:00,PCIe_Status,Critical,Critical Interrupt,Asserted,Bus Uncorrectable error
    行 43: 382,2026-04-21 22:35:00,PCIe_Status,Critical,Critical Interrupt,Asserted,PCI SERR

对应fdm_log细节

[Hardware Error Log Number]: 163 Time: 2026-04-21 22:34:58
Collect: IMU(INT) Serial Number: 1 Collect Integrity: Validate(0X00)
Socket: CPU1 DIE: Nimbus1 Module: PCIE CORE2 Sub Module: Root Port0(0X19:0X00:0X00)
----------------------- IIO REPORTING ERROR -----------------------
Error Type: Non-Fatal Error Error Code: Non-fatal Error Messsage Received
Error Type: Non-Fatal Error Error Code: Completer Abort (8A)
PCISTS: (Bit14)Signaled System Error
SECSTS: (Bit11)Signaled Target Abort (Bit13)Received Master Abort
DEVSTS: (Bit 0)Correctable Error Detected (Bit 1)Non-Fatal Error Detected (Bit 3)Unsupported Request Detected

在此之后maintenance.log显示升级BMC相关hpc包，加载了一份自定义的platform.sr，其中配置的DiscreteEvent_PcieStatus传感器有误，如果需要同时使用PCIeRASCollector.UnknownBDF和DevBDF来上报PCIe不同槽位端口的故障，需要关联不同的SensorObject，否则已触发的DiscreteEvent_PcieStatusPERR会由于DiscreteEvent_PcieStatusUnknownPERR对象分发导致传感器被反复消除

		"DiscreteEvent_PcieStatusUnknownPERR": {
			"ListenType": 1,
			"EventData1": 4,
			"EventData2": "<=/PCIeRASCollector.UnknownDevBus",
			"EventData3": "<=/PCIeRASCollector.UnknownDevDevice;<=/PCIeRASCollector.UnknownDevFunction |> expr($1 * 8 + $2)",
			"EventDir": "<=/PCIeRASCollector.UnknownParityError",
			"Conversion": 0,
			"SensorObject": "#/DiscreteSensor_PcieStatus",
			"Severity": 3
		},
		"DiscreteEvent_PcieStatusPERR": {
			"ListenType": 1,
			"EventData1": 4,
			"EventData2": "<=/PCIeRASCollector.DevBus",
			"EventData3": "<=/PCIeRASCollector.DevDevice;<=/PCIeRASCollector.DevFunction |> expr($1 * 8 + $2)",
			"EventDir": "<=/PCIeRASCollector.ParityError",
			"Conversion": 0,
			"SensorObject": "#/DiscreteSensor_PcieStatus",
			"Severity": 3
		},

综上，如果希望对所有PCIe端口进行传感器监听，DiscreteSensor_PcieStatus之外，建议额外配置DiscreteSensor_UnkonwPcieStatus对象