小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。
iBMC 集成了 MCE 故障处理系统，该系统建立了一套通用的以 iBMC 为管理中心的带 外的 x86 系统硬件故障处理系统，实现对硬件故障进行数据收集、记录、诊断、告 警、日志导出等功能。告警事件在 WEB 界面，通过部件健康树非常清晰的展示每个部 件的故障信息。
故障处理系统的使用场景：
-
数据中心服务器运行过程中突然宕机，系统黑屏/无响应，由于 OS 不支持等原因 没有记录下产生的 MCE 码，只有 iBMC 记录到 CAT ERROR 事件发生，无法获取 更进一步的信息判断问题所在。
-
服务器长时间运行，整体上虽然未发生崩溃，但内部其实已经存在的大量的可恢 复/纠正的故障（如 ECC 等）。虽然这些故障暂时不影响业务，但也需要提前发现 和处理，避免发生灾难性故障。
-
硬件故障出现概率低，难复现，主要靠人工经验判断，多次插拔/更换，效率低， 对客户的影响大。
-
故障发生后没有完整的故障记录。
故障处理系统的主要技术点：
实现了全方位自动的故障数据的抓取 通过带内带外不同的故障数据收集技术的整合与自动切换。实现一个以 iBMC 为中心的完整可持续发展的带外故障处理系统，把所有的故障数据汇聚到 iBMC，由 iBMC 在带外做更进一步的记录、故障分析、 告警、日志导出等功能，克服了 OS 作为故障处理中心的能力不足、不可控、影响系统性能等难题；故障支持定位到具体部件丝印。
