如何通过dmesg查看硬件错误

在 Linux 中，dmesg 可以查看内核环形缓冲区中的消息，很多硬件错误（Hardware Error）会被内核记录到其中（尤其是 CPU、内存、PCIe、电源、磁盘控制器等）。下面按实用方法 → 常见错误类型 → 示例 → 进阶工具来讲。

一、基本查看方式

1️⃣ 直接查看所有内核消息

dmesg

2️⃣ 只查看错误（最常用）

dmesg -T | grep -i error

• -T：显示人类可读时间
• -i：忽略大小写

3️⃣ 查看硬件相关错误

dmesg -T | grep -iE "hardware|error|fail|pci|memory|cpu|mce"

二、常见硬件错误类型与关键字

✅ 1. 内存错误（ECC / MCE）

mce: [Hardware Error]: Machine check events logged

查看详细 MCE 信息：

dmesg | grep -i mce

或：

mcelog --ascii < /dev/mcelog

✅ 2. PCIe 设备错误

pcieport 0000:00:1c.0: AER: Corrected error received

过滤 PCIe 错误：

dmesg -T | grep -i pci

✅ 3. 磁盘 / AHCI 错误

ata1.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x0
ata1.00: failed command: READ DMA

查看磁盘错误：

dmesg -T | grep -i ata

✅ 4. CPU 错误

CPU0: Core temperature above threshold

或：

dmesg -T | grep -i cpu

✅ 5. 电源 / ACPI 错误

ACPI Error: Method parse/execution failed

查看：

dmesg -T | grep -i acpi

三、按“严重程度”过滤（推荐）

只看错误和警告

dmesg -T -l err,warn

级别说明：

• emerg
• alert
• crit
• err
• warn

四、实时监听硬件错误（排障时很有用）

dmesg -wT | grep -i error

或：

watch "dmesg -T | tail -n 50"

五、dmesg 看不全？可能是这些原因

1️⃣ 日志被覆盖（ring buffer 太小）

dmesg -s 1048576

2️⃣ 使用 systemd（推荐）

journalctl -k | grep -i error

或：

journalctl -k -p err

六、更专业的硬件错误工具（强烈推荐）

例如：

edac-util -v
smartctl -a /dev/sda

七、总结一条“万能命令”

dmesg -T -l err,warn | grep -iE "hardware|mce|pci|memory|cpu|ata|acpi"

如果你愿意，可以：

• 贴出你的 dmesg 报错片段
• 告诉我是哪类硬件（内存 / 硬盘 / GPU / 网卡）
• 我可以直接帮你判断是不是硬件快坏了