操作系统大作业：内存故障检测和处理

Wed, 05 Jun 2024 00:00:00 +0000

内存故障检测和处理

实验内容：

模拟内存硬件错误，在x86上验证hwpoison“内存毒化”功能和EDAC（Error Detection And Correction）的检错和纠错功能
使用Rasdaemon捕获错误位置，并在操作系统级别完成错误内存的软下线

评分标准（折算为百分制）

（20分）在X86平台上模拟内存错误（内存故障 injection）
（20分）在X86平台上捕获内存错误的日志信息
（20分）在X86平台上验证EDAC的检测和纠错功能
（30分）在X86平台上根据捕获的内存错误信息，完成对应内存页或多个临近内存页的软下线
（10分）书面&口头实验报告

平台不限，选择其一，调研edac在不同硬件暴露的信息类别和量级都不一样（接口），找出内存出错位置，做内存隔离，Linux有一套完整的内存隔离机制

实验环境

采用VMware虚拟机

操作系统：ubuntu 20.04

内核版本：5.15.0

hwpoison

hwpoison 是 Linux 内核中的一种机制，用于处理硬件内存错误。其主要功能是检测并隔离有缺陷的内存页，以防止这些缺陷对系统稳定性和数据完整性产生负面影响。

具体功能和工作原理

检测硬件错误：hwpoison 依赖于硬件错误检测机制，例如 ECC（错误校正码）内存或现代 CPU 的内存控制器。这些硬件组件能够检测内存错误，如位翻转等。
报告和标记错误页面：当硬件检测到内存错误时，会向操作系统报告。Linux 内核中的 hwpoison 机制会收到这些报告，并标记受影响的内存页为“损坏”（poisoned）。
隔离损坏页面：标记为损坏的内存页将被隔离，不再被系统使用。对于正在使用的页面，内核会尝试将其内容迁移到健康的内存区域，并确保应用程序能够继续运行而不会读取到损坏的数据。
通知用户空间应用：内核还可以通过信号机制（如 SIGBUS）通知用户空间应用程序，让它们可以采取相应的措施，如保存工作状态或尝试恢复数据。

hwpoison 的工作流程

错误检测：内存控制器（Memory Controller）检测到内存错误，并生成错误报告。
错误报告处理：错误报告通过机器检查异常（MCE，Machine Check Exception）或其他硬件机制传递给操作系统内核。
标记有毒页: hwpoison模块接收到错误报告后，将出错的内存页标记为有毒，具体操作包括：
- 从页表中移除该页。
- 将该页添加到内存故障隔离列表中。
内存隔离：有毒页不再被分配给任何进程或用于内核分配，确保系统不再使用出错的内存。
错误记录与通知：错误信息被记录在系统日志中，并通知用户态应用程序进行进一步处理。

使用场景

hwpoison 主要用于以下几种场景：

服务器环境：在高可靠性要求的服务器中，hwpoison 可以帮助检测和隔离内存硬件错误，确保服务器的长期稳定运行。
数据中心：对于数据中心中的大规模服务器集群，hwpoison 有助于维护整个系统的稳定性和数据完整性。
关键任务应用：在一些对稳定性要求极高的关键任务应用中，如金融系统、航空控制系统等，hwpoison 能提供额外的一层保护。

内核参数和配置

在实际应用中，可以通过以下命令和参数来配置和使用 hwpoison：

检查内核模块

某些功能可能需要加载特定的内核模块。你可以尝试加载相关模块：

`1`	`sudo modprobe hwpoison-inject`

检查模块是否加载成功：

`1`	`lsmod \| grep hwpoison`

你的内核配置已经启用了 CONFIG_MEMORY_FAILURE 和 CONFIG_DEBUG_FS。但是，如果你仍然找不到 /sys/kernel/debug/hwpoison/corrupt-pfn，请按照以下步骤检查和解决问题。

检查 hwpoison 子目录

挂载 DebugFS 后，检查是否存在 hwpoison 子目录：

`1`	`ls /sys/kernel/debug/hwpoison`

你应该看到类似 corrupt-pfn 的文件。如果没有，可能是内核版本或配置问题。

检查内核日志

如果 hwpoison 目录仍然不存在，检查内核日志，看看是否有相关信息：

`1`	`dmesg \| grep hwpoison`

验证内存毒化功能

一般来说，用户态程序导致的页错误（如访问无效内存地址）会触发 SIGSEGV 信号，而不是直接导致内核对该页面进行内存毒化。内存毒化通常是为了处理硬件内存错误，而不是普通的页错误。

为了验证内存毒化功能，还是需要通过特定方法制造可以被内核识别并处理的内存错误，以下是制作内存错误的一些方法。

内存错误注入

1、使用内核模块强制制造内存错误。编写一个内核模块，强制将某个物理页面标记为硬件毒化。

#include <linux/module.h>
#include <linux/kernel.h>
#include <linux/init.h>
#include <linux/mm.h>

static unsigned long pfn = 0;
module_param(pfn, ulong, 0);
MODULE_PARM_DESC(pfn, "Page Frame Number");

static int __init hwpoison_test_init(void)
{
    pr_info("Injecting hwpoison to PFN: %lx\n", pfn);
    if (memory_failure(pfn, 0))
        pr_err("Failed to inject hwpoison to PFN: %lx\n", pfn);
    else
        pr_info("Successfully injected hwpoison to PFN: %lx\n", pfn);
    return 0;
}

static void __exit hwpoison_test_exit(void)
{
    pr_info("hwpoison_test module exited\n");
}

module_init(hwpoison_test_init);
module_exit(hwpoison_test_exit);

MODULE_LICENSE("GPL");
MODULE_DESCRIPTION("HWPoison Test Module");
MODULE_AUTHOR("Lijun");

保存代码为 hwpoison_test.c。

创建一个 Makefile：

obj-m += hwpoison_test.o

all:
	make -C /lib/modules/$(shell uname -r)/build M=$(PWD) modules

clean:
	make -C /lib/modules/$(shell uname -r)/build M=$(PWD) clean

编译内核模块：
1

make
加载内核模块，并传递一个有效的 PFN（Page Frame Number）。可以通过之前获取物理页框号的方法获取有效的 PFN：
1

sudo insmod hwpoison_test.ko pfn=0x12345

2、使用 madvise 触发内存错误

在用户空间，使用 madvise 系统调用可以请求内核对内存页执行特定的操作，例如毒化内存页。

#include <stdio.h>
#include <stdlib.h>
#include <sys/mman.h>
#include <unistd.h>
#include <fcntl.h>
#include <string.h>
#include <errno.h>

#define PAGE_SIZE 4096

void trigger_hwpoison(void *addr) {
    if (madvise(addr, PAGE_SIZE, MADV_HWPOISON) != 0) {
        perror("madvise");
    } else {
        printf("Memory poisoning triggered at address %p\n", addr);
    }
}

int main() {
    void *addr;

    addr = mmap(NULL, PAGE_SIZE, PROT_READ | PROT_WRITE, MAP_PRIVATE | MAP_ANONYMOUS, -1, 0);
    if (addr == MAP_FAILED) {
        perror("mmap");
        return 1;
    }

    printf("Allocated memory at address %p\n", addr);

    // Fill the allocated memory with some data
    memset(addr, 0xAA, PAGE_SIZE);

    // Trigger memory poisoning
    trigger_hwpoison(addr);

    // Access the poisoned memory to cause a fault
    printf("Accessing poisoned memory at address %p\n", addr);
    *((char *)addr) = 0xBB;

    // Cleanup
    munmap(addr, PAGE_SIZE);

    return 0;
}

3、编写和运行 C 程序获取物理页框号，再使用命令注入内存错误

#include <stdio.h>
#include <stdlib.h>
#include <fcntl.h>
#include <unistd.h>
#include <stdint.h>

#define PAGE_SHIFT 12
#define PAGE_SIZE (1UL << PAGE_SHIFT)

int main() {
    unsigned long virt_addr = 0;
    unsigned long page_addr;
    unsigned long page_offset;
    unsigned long *ptr;
    int fd;
    uint64_t page_entry;

    ptr = malloc(PAGE_SIZE);
    if (!ptr) {
        perror("malloc");
        return 1;
    }
    virt_addr = (unsigned long)ptr;

    fd = open("/proc/self/pagemap", O_RDONLY);
    if (fd < 0) {
        perror("open");
        return 1;
    }

    if (lseek(fd, (virt_addr >> PAGE_SHIFT) * sizeof(uint64_t), SEEK_SET) < 0) {
        perror("lseek");
        return 1;
    }

    if (read(fd, &page_entry, sizeof(uint64_t)) < 0) {
        perror("read");
        return 1;
    }

    close(fd);

    if (!(page_entry & (1ULL << 63))) {
        fprintf(stderr, "Page not present\n");
        return 1;
    }

    page_addr = (page_entry & ((1ULL << 55) - 1)) << PAGE_SHIFT;
    page_offset = virt_addr & (PAGE_SIZE - 1);
    unsigned long pfn = page_addr >> PAGE_SHIFT;

    printf("Virtual address: 0x%lx\n", virt_addr);
    printf("Physical page frame number: 0x%lx\n", pfn);

    free(ptr);

    return 0;
}

编译并运行该程序：

1
2

gcc -o get_pfn get_pfn.c
./get_pfn

该程序将输出虚拟地址和物理页框号:

1
2

Virtual address: 0x55556e3ac2a0
Physical page frame number: 0x0

使用获取到的物理页框号注入内存错误：

1
2
3

hacker@ubuntu:~/Desktop$ echo 0x0 | sudo tee /sys/kernel/debug/hwpoison/corrupt-pfn
0x0
tee: /sys/kernel/debug/hwpoison/corrupt-pfn: Memory page has hardware error

4、直接使用命令注入

# 将物理地址转换为页帧号 (PFN)
physical_address=0x12345678
pfn=$(($physical_address >> 12))

# 注入 hwpoison
echo $pfn | sudo tee /sys/kernel/debug/hwpoison/corrupt-pfn

验证内存毒化功能

检查内核日志以确认内存错误已被检测和处理：

[ 2481.576496] Injecting memory failure at pfn 0x0
[ 2481.576516] Memory failure: 0x0: already hardware poisoned
[ 2392.437856] Injecting memory failure at pfn 0x12345
[ 2392.439018] Memory failure: 0x12345: recovery action for clean LRU page: Recovered

总的来说，hwpoison 是一个用于提高系统稳定性和可靠性的关键机制，特别是在需要处理硬件内存错误的环境中。

恢复内存毒化页面

1、使用 echo写入 /sys/kernel/debug/hwpoison/unpoison-pfn

在PFN的Software-unpoison页面对应到这个文件。这样，一个页面可以再次被复用。这只对Linux注入的故障起作用，对真正的内存故障不起作用。

`1`	`echo 0x12345 > /sys/kernel/mm/page_poison/unpoison-pfn`

2、使用madvice系统调用

madvise 系统调用可用于通知内核某些内存页面的期望使用方式，但不能直接解除 hwpoison 状态。然而，结合 madvise 和重启系统，可以间接帮助恢复内存状态。

3、或者通过内核模块恢复毒化的内存页

#include <linux/module.h>
#include <linux/kernel.h>
#include <linux/mm.h>
#include <linux/page-flags.h>

static unsigned long pfn = 0;
module_param(pfn, ulong, 0);
MODULE_PARM_DESC(pfn, "Page Frame Number to be unpoisoned");

static int __init unpoison_page_init(void)
{
    struct page *page;
    if (pfn == 0) {
        pr_err("Invalid PFN\n");
        return -EINVAL;
    }

    page = pfn_to_page(pfn);
    if (!page) {
        pr_err("Invalid page\n");
        return -EINVAL;
    }

    pr_info("Unpoisoning page at PFN: 0x%lx\n", pfn);
    ClearPageHWPoison(page);

    return 0;
}

static void __exit unpoison_page_exit(void)
{
    pr_info("unpoison_page module exited\n");
}

module_init(unpoison_page_init);
module_exit(unpoison_page_exit);

MODULE_LICENSE("GPL");
MODULE_AUTHOR("Your Name");
MODULE_DESCRIPTION("A simple module to unpoison a memory page");

编译和加载内核模块

保存代码为 unpoison_page.c。

创建一个 Makefile：

obj-m += unpoison_page.o

all:
	make -C /lib/modules/$(shell uname -r)/build M=$(PWD) modules

clean:
	make -C /lib/modules/$(shell uname -r)/build M=$(PWD) clean

编译内核模块
1

make
加载内核模块，并传递需要恢复的 PFN（从之前获取的 PFN）：
1

sudo insmod unpoison_page.ko pfn=0x12345

验证内核日志

通过 dmesg 命令查看内核日志，确认内存页是否已恢复：

1
2

dmesg | grep poison
[ 1234.567890] Unpoisoning page at PFN: 0x12345

EDAC

EDAC (Error Detection and Correction) 是一种硬件和软件结合的技术，用于检测和纠正计算机内存中的错误。它特别适用于服务器和其他高可靠性计算环境。EDAC 通过检测内存中的错误并在可能的情况下自动纠正这些错误，帮助确保系统稳定性和数据完整性。

EDAC 的主要功能

错误检测：
- EDAC 能够检测内存中的错误，例如单比特错误（Single-Bit Errors，SBE）和多比特错误（Multi-Bit Errors，MBE）。
错误纠正：
- 对于单比特错误，EDAC 通常能够自动纠正。
  - 对于多比特错误，EDAC 会记录错误并发出警告，提醒管理员采取进一步行动。
错误报告：
- EDAC 会记录并报告检测到的内存错误，提供详细的错误信息，包括错误类型、发生时间和位置等。
硬件支持：依赖于硬件，通常需要支持ECC（Error Correction Code）内存或其他类型的错误检测和纠正机制。

EDAC-util的使用(EDAC-utils已经被弃用)

1、确认系统支持 EDAC：

确保你的硬件和操作系统支持 EDAC。现代的服务器和一些高端工作站通常支持 ECC（Error-Correcting Code）内存，这是 EDAC 功能的基础，下面检测电脑是否支持ECC内存

root@ecs-c7f5:~# dmidecode -t memory
# dmidecode 3.4
Getting SMBIOS data from sysfs.
SMBIOS 2.8 present.

Handle 0x1000, DMI type 16, 23 bytes
Physical Memory Array
        Location: Other
        Use: System Memory
        Error Correction Type: Multi-bit ECC
        Maximum Capacity: 16 GB
        Error Information Handle: Not Provided
        Number Of Devices: 1

查询系统所支持的EDAC模块，选择与机器硬件所适配的EDAC模块安装。

hacker@ubuntu:~/Desktop$ ls /lib/modules/{对应的内核版本}/kernel/drivers/edac/
amd64_edac.ko    i3000_edac.ko  i5400_edac.ko    ie31200_edac.ko  skx_edac.ko
e752x_edac.ko    i3200_edac.ko  i7300_edac.ko    igen6_edac.ko    x38_edac.ko
edac_mce_amd.ko  i5000_edac.ko  i7core_edac.ko   pnd2_edac.ko
i10nm_edac.ko    i5100_edac.ko  i82975x_edac.ko  sb_edac.ko

2、加载EDAC模块：

在现代的Linux内核中，EDAC模块通常已经包含在内核中。你可以通过以下命令加载相应的模块：

`1`	`sudo modprobe i7core_edac`

3、安装和配置 EDAC 工具：

在 Linux 系统上，可以使用 edac-utils 来管理和监控 EDAC。安装方法如下
1

sudo apt-get install edac-utils

4、检查 EDAC 状态：

使用以下命令检查 EDAC 状态：
1

sudo edac-util --status

5、模拟内存错误：

在没有实际硬件支持的情况下，模拟内存错误是比较困难的。一般情况下，可以通过修改内核参数或使用一些专门的工具来模拟内存错误。以下是一些可能的方法：
通过内核调试功能：
- 有些系统允许通过内核调试功能来插入内存错误。这通常需要编写内核模块或者使用一些内核调试工具。
使用内存测试工具：
- 像 memtest86+ 这样的工具可以用于测试内存是否存在错误，但它们通常不会主动模拟错误。

6、验证 EDAC 的工作：

在模拟内存错误后，可以通过 dmesg 命令查看内核日志，确认 EDAC 是否检测到错误并进行纠正。例如：
1

dmesg | grep -i edac

Rasdaemon(目前主流的检错纠错工具)

Rasdaemon (Reliability, Availability, and Serviceability daemon) 是一个开源的系统服务，用于捕获和报告硬件错误事件，特别是与内存、处理器和其他关键硬件相关的错误。它支持 Linux 系统，能够监控和记录硬件错误，提供详细的错误信息，有助于系统管理员进行诊断和故障排除。Rasdaemon 利用硬件提供的错误报告机制，通过内核事件追踪 (kernel trace) 系统收集硬件错误事件。

Rasdaemon 的主要功能

错误监控和报告：
- 捕获和记录内存错误、处理器错误、PCIe 错误等。
- 提供详细的错误信息，包括错误类型、发生时间、位置等。
与 EDAC 集成：
- 兼容 EDAC (Error Detection And Correction) 框架，能够捕获内存控制器错误。
数据持久性：
- 将错误事件持久化存储到数据库中，便于后续分析。
用户空间工具：
- 提供用户空间工具，用于查询和分析错误数据。

Rasdaemon 的使用（需要EDAC支持）

1、安装rasdaemon

`1`	`sudo apt install rasdaemon`

2、配置rasdaemon

启动rasdaemon

root@ecs-c7f5:~# rasdaemon --enable
rasdaemon: ras:mc_event event enabled
rasdaemon: ras:aer_event event enabled
rasdaemon: mce:mce_record event enabled
rasdaemon: ras:extlog_mem_event event enabled

需要启动两个systemd服务: ras-mc-ctl.service 和 rasdaemon.service :

root@ecs-c7f5:~# systemctl enable ras-mc-ctl.service
root@ecs-c7f5:~# systemctl enable rasdaemon.service
root@ecs-c7f5:~# systemctl start ras-mc-ctl.service
root@ecs-c7f5:~# systemctl start rasdaemon.service

Synchronizing state of rasdaemon.service with SysV service script with /lib/systemd/systemd-sysv-install.
Executing: /lib/systemd/systemd-sysv-install enable rasdaemon

3、检查 rasdaemon 状态

1
2
3

systemctl status rasdaemon

systemctl status ras-mc-ctl

输出信息:

# rasdaemon 服务状态

● rasdaemon.service - RAS daemon to log the RAS events
   Loaded: loaded (/usr/lib/systemd/system/rasdaemon.service; enabled; vendor preset: disabled)
   Active: active (running) since Tue 2023-11-28 11:22:16 CST; 5s ago
  Process: 181029 ExecStartPost=/usr/sbin/rasdaemon --enable (code=exited, status=0/SUCCESS)
 Main PID: 181014 (rasdaemon)
   Memory: 8.0M
   CGroup: /system.slice/rasdaemon.service
           └─181014 /usr/sbin/rasdaemon -f -r

Nov 28 11:22:16 alipay-srm011233163091.et15 rasdaemon[181014]: Enabled event ras:aer_event
Nov 28 11:22:16 alipay-srm011233163091.et15 rasdaemon[181014]: Family 6 Model 55 CPU: only decoding architectural errors
Nov 28 11:22:16 alipay-srm011233163091.et15 rasdaemon[181014]: mce:mce_record event enabled
Nov 28 11:22:16 alipay-srm011233163091.et15 rasdaemon[181014]: Enabled event mce:mce_record
Nov 28 11:22:16 alipay-srm011233163091.et15 rasdaemon[181014]: ras:extlog_mem_event event enabled
Nov 28 11:22:16 alipay-srm011233163091.et15 rasdaemon[181014]: Enabled event ras:extlog_mem_event
Nov 28 11:22:16 alipay-srm011233163091.et15 rasdaemon[181014]: rasdaemon: Recording mc_event events
Nov 28 11:22:16 alipay-srm011233163091.et15 rasdaemon[181014]: rasdaemon: Recording aer_event events
Nov 28 11:22:16 alipay-srm011233163091.et15 rasdaemon[181014]: rasdaemon: Recording extlog_event events
Nov 28 11:22:16 alipay-srm011233163091.et15 rasdaemon[181014]: rasdaemon: Recording mce_record events

# ras-mc-ctl 服务状态

● ras-mc-ctl.service - Initialize EDAC v3.0.0 Drivers For Machine Hardware
     Loaded: loaded (/lib/systemd/system/ras-mc-ctl.service; enabled; vendor preset: enabled)
     Active: active (exited) since Tue 2023-11-28 11:31:22 CST; 9min ago
   Main PID: 2772415 (code=exited, status=0/SUCCESS)
        CPU: 53ms

Nov 28 11:31:22 zcloud.staging.huatai.me systemd[1]: Starting Initialize EDAC v3.0.0 Drivers For Machine Hardware...
Nov 28 11:31:22 zcloud.staging.huatai.me ras-mc-ctl[2772415]: ras-mc-ctl: Error: No dimm labels for HP model ProLiant DL360 Gen9
Nov 28 11:31:22 zcloud.staging.huatai.me systemd[1]: Finished Initialize EDAC v3.0.0 Drivers For Machine Hardware.

这里有一个错误提示: ras-mc-ctl: Error: No dimm labels for XXXX ，实际上在各种服务器上初始时都能看到，需要进一步配置。

4、检查EDAC信息（如果使用ECC内存）：可以使用ras-mc-ctl工具（通常包含在rasdaemon包中）来检查详细的EDAC信息：

`1`	`sudo ras-mc-ctl --status`

`1`	`ras-mc-ctl --layout`

5、使用rasdaemon

在后台运行rasdaemon，直接输入rasdaemon就行。

`1`	`rasdaemon`

在前台运行rasdaemon，此时输出显示 rasdaemon 初始化并监听事件，此时就可以等待出现的硬件异常。

`1`	`rasdaemon -f`

如果希望同时将错误记录到数据库(编译时使用了参数 --enable-sqlite3)，则可以增加一个 -r 参数:

`1`	`rasdaemon -f -r`

配置 DIMM labels

ras-mc-ctl 是RAS内存控制器管理工具，用于执行一些针对EDAC(Error Detection and Correction)驱动的RAS管理任务。

ras-mc-ctl 可以查询检测到的错误，例如 --error-count 可以获取主机错误计数:

ras-mc-ctl 使用 --error-count 获取错误计数

# ras-mc-ctl --error-count
Label                 CE      UE
mc#0csrow#2channel#0  0   0
mc#0csrow#2channel#1  0   0
mc#0csrow#3channel#1  0   0
mc#0csrow#3channel#0  0   0

使用 ras-mc-ctl 打印出被记录的所有错误。

# ras-mc-ctl --summary
Memory controller events summary:
  Corrected on DIMM Label(s): 'DIMM_B1' location: 0:2:0:-1 errors: 5

PCIe AER events summary:
  1 Uncorrected (Non-Fatal) errors: BIT21

No Extlog errors.

No devlink errors.
Disk errors summary:
  0:0 has 6646 errors
No MCE errors.

利用Rasdaemon实现错误内存的软下线

由于缺乏ecc内存，导致edac模块无法正常运行，所以rasdaemon也无法正常捕获到错误，因此我们只做了对指定页面的软下线。

使用 Rasdaemon 监控和处理错误

Rasdaemon 会自动监控和记录内存错误，并在检测到内存错误时，尝试对相关页面进行软下线。
1

sudo ras-mc-ctl --errors | grep <error_address>
检查日志

你可以查看 Rasdaemon 生成的日志，以确认内存错误和软下线事件：
1 2

sudo ras-mc-ctl --summary sudo journalctl -u rasdaemon

编写内核模块对页面进行软下线

#include <linux/module.h>
#include <linux/kernel.h>
#include <linux/init.h>
#include <linux/mm.h>
#include <linux/mmzone.h>
#include <linux/pfn.h>

static unsigned long target_pfn = 0x12345; // 替换为你要下线的页框号

static int __init soft_offline_page_init(void)
{
    struct page *page;
    unsigned long flags;
    int ret = 0;

    pr_info("Soft offline page at PFN %lu\n", target_pfn);

    page = pfn_to_page(target_pfn);

    if (!PageReserved(page)) {
        // 获取所在的内存区域（zone）
        struct zone *zone = page_zone(page);

        spin_lock_irqsave(&zone->lock, flags);
        SetPageReserved(page);
        spin_unlock_irqrestore(&zone->lock, flags);

        pr_info("Page at PFN %lu successfully offlined\n", target_pfn);
    } else {
        pr_warn("Page at PFN %lu is already reserved, cannot offline\n", target_pfn);
        ret = -EBUSY;
    }

    return ret;
}

static void __exit soft_offline_page_exit(void)
{
    pr_info("Module unloaded\n");
}

module_init(soft_offline_page_init);
module_exit(soft_offline_page_exit);

MODULE_LICENSE("GPL");
MODULE_AUTHOR("Lijun");
MODULE_DESCRIPTION("Soft offline specified page frame number");

问题汇总：

1、apt install 报错

hacker@ubuntu:~/Desktop$ sudo apt-get install edac-utils
E: Could not get lock /var/lib/dpkg/lock-frontend. It is held by process 4700 (unattended-upgr)
N: Be aware that removing the lock file is not a solution and may break your system.
E: Unable to acquire the dpkg frontend lock (/var/lib/dpkg/lock-frontend), is another process using it?

解决方法：删除锁定文件

在某些情况下，根本原因可能是锁文件。锁文件阻止两个或多个进程访问相同的数据。当您运行 apt 或 apt-get 命令时，通常会创建一个锁文件。但是，如果最新的 apt 命令没有成功执行(即突然终止)，锁文件将继续存在并阻止任何后续的 apt 或 apt-get 实例。

解决 “Could not get lock /var/lib/apt/lists/lock”错误

`1`	`$ sudo rm /var/lib/apt/lists/lock`

解决 “Could not get lock /var/lib/dpkg/lock”错误

`1`	`$ sudo rm /var/lib/dpkg/lock`

其他时候，您可能会遇到 “/var/lib/dpkg/lock-frontend error”的错误。这意味着当前正在运行使用 APT / DPKG 的图形应用程序，这可能是使用 Gdebi 或 Synaptic 包管理器造成的。

即时的补救措施是退出或关闭程序，并再次尝试。如果没有效果，可是尝试删除 /var/lib/dpkg/lock-frontend 文件。

`1`	`$ sudo rm /var/lib/dpkg/lock-frontend`

删除 lock-frontend 文件可能会再次导致“Could not get lock /var/lib/dpkg/lock”错误，因此，您将不得不继续删除相关锁定文件。

`1`	`$ sudo rm /var/lib/dpkg/lock`

如果您碰巧会出现有关 apt-cache lock 的错误，例如 /var/cache/apt/archives/lock，请删除相关锁定文件。

1
2

$ sudo rm /var/cache/apt/archives/lock
$ sudo rm /var/lib/dpkg/lock

2、edac-util无法使用

1
2

hacker@ubuntu:~/Desktop$ edac-util -v
edac-util: Error: No memory controller data found.

原因可能是我的电脑不支持ecc()，一般来说内存条的Datawidth比Totalwidth小才支持ecc。在Windows下运行以下命令可查看是否支持ecc，Linux下可用sudo dmidecode -t memory命令查看

#Windows下
C:\Users\L>wmic memorychip get datawidth,totalwidth
DataWidth  TotalWidth
64         64
#Linux下
hacker@ubuntu:~/Desktop$ sudo dmidecode -t memory
# dmidecode 3.2
Getting SMBIOS data from sysfs.
SMBIOS 2.7 present.

Handle 0x0084, DMI type 5, 46 bytes
Memory Controller Information
	Error Detecting Method: None
	Error Correcting Capabilities:
		None