虚拟化运维管理人员在日常维护vSphere虚拟化环境时，会偶尔碰到ESXi主机紫屏的故障，特别是对于一些老旧服务器以及安装ESXi系统时，没有做兼容性检查，也没有按兼容性要求去升级IO设备的驱动和固件，这两种情况最容易导致紫屏。
为此，小编查阅VMware官方相关资料，整理出这篇有关紫屏报错的文章，供小伙伴们参考。
一般情况下，ESXi 紫屏错误信息大致如下截图所示：紫屏示例注意：本文将使用上述截图的截屏信息做示例。
在正式介绍紫屏之前，我们看下与紫屏密切相关的VMkernel，VMkernel 就是 ESXi 的操作系统核心，内核负责处理资源调度和设备 IO 事宜。
设备 IO 由 VMware 网络和存储堆栈处理，后者也是虚拟文件系统、网络设备和控制物理设备的设备驱动程序之间的逻辑沟通层。
紫屏诊断信息解释说明如果 VMkernel 出错，错误会显示在紫色诊断屏幕中，紫色诊断屏幕报错信息大致如下所示：VMware ESX Server [Releasebuild-98103PCPU 1 locked up.Failed to ack TLB invalidate.frame=0x3a37d98 ip=0x625e94 cr2=0x0 cr3=0x40c66000 cr4=0x16ces=0xffffffff ds=0xffffffff fs=0xffffffff gs=0xffffffffeax=0xffffffff ebx=0xffffffff ecx=0xffffffff edx=0xffffffffebp=0x3a37ef4 esi=0xffffffff edi=0xffffffff err=-1 eflags=0xffffffff0:1037/helper1-4 1:1107/vmm0:Fagi 2:1121/vmware-vm 3:1122/mks:Franc0x3a37ef4:[0x625e94]Panic+0x17 stack: 0x833ab4, 0x3a37f10, 0x3a37f480x3a37f04:[0x625e94]Panic+0x17 stack: 0x833ab4, 0x1, 0x14a03a00x3a37f48:[0x64bfa4]TLBDoInvalidate+0x38f stack: 0x3a37f54, 0x40, 0x20x3a37f70:[0x66da4d]XMapForceFlush+0x64 stack: 0x0, 0x4d3a, 0x00x3a37fac:[0x652b8b]helpFunc+0x2d2 stack: 0x1, 0x14a4580, 0x00x3a37ffc:[0x750902]CpuSched_StartWorld+0x109 stack: 0x0, 0x0, 0x00x3a38000:[0x0]blk_dev+0xfd76461f stack: 0x0, 0x0, 0x0 VMK uptime: 7:05:43:45.014 TSC: 1751259712918392Starting coredump to disk Starting coredump to disk Dumping using slot 1 of 1...using slot 1 of 1... log下面我们会拆分上述紫色诊断屏幕每个部分的内容来做一个说明，让大家快速了解每个部分的报错信息所代表的含义：产品和内部版本：VMware ESX Server [Releasebuild-98103]紫色诊断屏幕中的此部分表示出错的产品和内部版本。
在本示例中，产品是 VMware ESX Server 内部版本 98103。
错误消息：PCPU 1 locked up.Failed to ack TLB invalidate紫色诊断屏幕的此部分表示报告的错误消息。
只能报告有限数量的错误消息。
本文稍后会讨论这些错误消息。
CPU 寄存器：frame=0x3a37d98 ip=0x625e94 cr2=0x0 cr3=0x40c66000 cr4=0x16ces=0xffffffff ds=0xffffffff fs=0xffffffff gs=0xffffffffeax=0xffffffff ebx=0xffffffff ecx=0xffffffff edx=0xffffffffebp=0x3a37ef4 esi=0xffffffff edi=0xffffffff err=-1 eflags=0xffffffff出错时，这些值存储在物理 CPU 寄存器中。
这些寄存器中的信息千差万别，具体取决于出现的 VMkernel 错误。
这些寄存器只能用于内部调试 VMkernel 错误的核心转储。
有关这些寄存器的详细信息，请参见 http://www.intel.com/products/processor/manuals/（针对 Intel）和 http://support.amd.com/us/psearch/Pages/psearch.aspx（针对 AMD）。
在 AMD 网站中，搜索特定类型处理器的架构程序员手册。
注意：截至 2013 年 3 月 28 日，上述链接正确无误。
如果您发现某链接已损坏，请提供有关此文章的反馈，VMware 员工将会在必要时更新此文章。
物理 CPU：0:1037/helper1-4 1:1107/vmm0:Fagi 2:1121/vmware-vm 3:1122/mks:Franc紫色诊断屏幕的此部分表示 VMkernel 出错期间运行指令的物理 CPU。
在本示例中，0 旁边的 表示发生故障时物理 CPU 0 正在运行操作。
新版本 ESX 不再使用 ，而是使用前缀字母 CPU。
例如，如果新版本 VMware ESX 同样出现上述错误，则同一行会显示为：CPU0:1037/helper1-4 cpu1:1107/vmm0:Fagi cpu2:1121/vmware-vm cpu3:1122/mks:Franc。
紫色诊断屏幕的此部分还描述了出错时 CPU 上运行的环境（进程）。
在上述示例中，用户环境正在运行 helper1-4。
注意：进程名称可能已截断。
堆栈跟踪：0x3a37ef4:[0x625e94]Panic+0x17 stack: 0x833ab4, 0x3a37f10, 0x3a37f480x3a37f04:[0x625e94]Panic+0x17 stack: 0x833ab4, 0x1, 0x14a03a00x3a37f48:[0x64bfa4]TLBDoInvalidate+0x38f stack: 0x3a37f54, 0x40, 0x20x3a37f70:[0x66da4d]XMapForceFlush+0x64 stack: 0x0, 0x4d3a, 0x00x3a37fac:[0x652b8b]helpFunc+0x2d2 stack: 0x1, 0x14a4580, 0x00x3a37ffc:[0x750902]CpuSched_StartWorld+0x109 stack: 0x0, 0x0, 0x00x3a38000:[0x0]blk_dev+0xfd76461f stack: 0x0, 0x0, 0x0堆栈表示出错时 VMkernel 正在执行的操作。
在本示例中，VMkernel 正在尝试清除内存页表 (TLB)。
此信息是一个重要工具，有助于通过评估出错时内核所执行的操作来诊断紫色屏幕错误。
正常运行时间：VMK uptime: 7:05:43:45.014 TSC: 1751259712918392此部分表示自上次启动以来服务器运行的时间。
在本示例中，ESX 主机已运行了 7 天 5 小时 43 分 45.014 秒。
TSC 值是服务器启动之后经过的 CPU 时钟频率循环次数。
核心转储：Starting coredump to disk Starting coredump to disk Dumping using slot 1 of 1...using slot 1 of 1... log紫色诊断屏幕的此部分表示正复制到 vmkcore 分区的 VMkernel 内存内容。
使用紫色诊断屏幕上的错误消息对 vmkernel 错误进行故障排除紫色屏幕生成的 VMkernel 错误消息可用于确定问题原因。
不过，产生的错误消息数是有限的。
以下是已知的 VMkernel 错误消息列表。
类型：控制台警告错误示例：COS Error: Oops描述：ESX 主机出现故障并在出现服务控制台警告时显示紫色屏幕。
与大多数紫色屏幕错误不同的是，该错误并非由 VMkernel 触发。
相反，它由服务控制台触发，并发生在 Linux 级别。
这些紫色屏幕错误包含来自 Linux 内核的其他信息。
有关控制台警告的详细信息，请参见 Understanding an "Oops" purple diagnostic screen (1006802)。
类型：检测信号丢失错误示例：Lost Heartbeat描述：ESX VMkernel 和服务控制台 Linux 内核同时在 ESX 上运行。
服务控制台 Linux 内核会运行一个称为 vmnixhbd 的进程，只要 VMkernel 能够分配和释放内存页，该进程便会向 VMkernel 发送检测信号。
如果在 30 分钟超时时间之前未收到检测信号，VMkernel 会触发 COS 严重错误以及表明检测信号丢失的紫色诊断屏幕。
有关检测信号丢失的详细信息，请参见 Understanding a "Lost Heartbeat" purple diagnostic screen (1009525)。
类型：断言错误示例：ASSERT bora/vmkernel/main/pframe_int.h:527 描述：断言错误属于软件错误，因为它们都与程序所基于的假设条件有关。
此类型的紫色屏幕错误主要是由软件错误导致的。
有关断言错误消息的详细信息，请参见 Understanding ASSERT and NOT_IMPLEMENTED purple diagnostic screens (1019956)。
类型：未执行错误示例：NOT_IMPLEMENTED /build/mts/release/bora-84374/bora/vmkernel/main/util.c:83描述：代码遇到超出设计处理范围的情形时会出现未执行错误消息。
有关详细信息，请参见 Understanding ASSERT and NOT_IMPLEMENTED purple diagnostic screens (1019956)。
类型：转数已超出/可能出现死锁错误示例：Spin count exceeded (iplLock) - possible deadlock描述：线程尝试在代码关键部分执行时，VMware ESX 主机可能在紫色诊断屏幕上报告转数已超出且可能出现死锁。
由于线程正尝试进入关键部分，因此，它需要执行自旋锁操作，以便先轮询互斥锁，然后再执行代码。
线程在执行自旋锁操作期间会继续轮询互斥锁，但是，互斥锁轮询次数存在一定限制。
有关转数已超出错误的详细信息，请参见 Understanding a "Spin count exceeded" purple diagnostic screen (1020105)。
类型：无法确认 TLB 是否失效错误示例：PCPU 1 locked up.Failed to ack TLB invalidate.描述：物理 CPU 在尝试清除内存页表时出现故障。
有关详细信息，请参见 Understanding a Failed to ack TLB invalidate purple diagnostic screen (1020214)。
紫色诊断屏幕还会以异常的形式出现。
异常处理程序是一种计算机硬件机制，旨在处理正常执行流（除零、页面错误等）发生变动的某些情形。
该处理程序并无跟踪机制，因此您需要通过日志记录确定处理程序是否出现问题（或通过单步调试）。
以下是常见异常列表：类型：异常 13（一般保护错误）错误示例：#GP Exception(13) in world 4130:helper13-0 @ 0x41803399e303描述：在以下任一情况下都会出现一般保护错误（异常 13）：正在请求的页面不属于请求该页的程序（未映射到程序内存中），或者程序无权在页面上执行读取或写入操作。
有关异常 13 或页面错误的详细信息，请参见 Understanding Exception 13 and Exception 14 purple diagnostic screen events (1020181)。
类型：异常 14（页面错误）错误示例：#PF Exception type 14 in world 136:helper0-0 @ 0x4a8e6e描述：正在请求的页面未成功加载到内存时出现页面错误（异常 14）。
有关异常 14 或页面错误的详细信息，请参见 Understanding Exception 13 and Exception 14 purple diagnostic screen events (1020181)。
类型：异常 18（计算机检查异常）错误示例：Machine Check Exception: Unable to continue错误示例：Hardware (Machine) Error描述：计算机检查异常 (MCE) 由硬件生成并通过主机进行报告。
出现 MCE 事件时，请咨询您的硬件供应商。
通过评估显示的信息，可以确定报告错误的单个组件。
有关 MCE 的详细信息，请参见 Decoding Machine Check Exception (MCE) output after a purple screen error (1005184)。
如果 VMware ESX 或 ESXi 主机错误与未要求您参考一般文章的某个错误类似，请在 Knowledge Base 中搜索错误消息和堆栈跟踪信息。
如果错误未记录在知识库中，请从 VMware ESX 主机收集诊断信息，然后提交支持请求。
有关详细信息，请参见 Collecting diagnostic information for VMware products (1008524) 和 How to Submit a Support Request。
有关详细信息，请参见Collecting diagnostic information for VMware products (1008524)How to Submit a Support Request使用模式分析对同一 ESX 主机上的多个 vmkernel 错误进行故障排除同一 VMware ESX 主机上出现多个紫色诊断屏幕时，可以使用多个紫色诊断屏幕示例确定问题与硬件还是与软件有关。
为此，请确定紫色诊断屏幕的以下部分是否存在一些模式：错误消息和堆栈跟踪：如果多个 vmkernel 错误中的错误消息和堆栈变化很大，则表明同一错误并不总是软件造成的。
尽管不是十分确凿，但这很可能意味着硬件问题。
如果多个 vmkernel 中的错误消息和堆栈始终相同，则表明同一错误都是由软件造成的。
尽管不是十分确凿，但这很可能意味着软件问题。
有关出现的错误消息的详细信息，请参见上述特定错误消息部分。
物理 CPU：如果多个 vmkernel 错误中的物理 CPU 值始终相同，则表明软件总是在同一个物理 CPU 上出现错误。
尽管不是十分确凿，但这很可能意味着 CPU 问题。
有关详细信息，请参见 Determining if virtual machine and ESX host unresponsiveness is caused by hardware issues (1003560)。
环境：如果多个 vmkernel 错误中的环境值始终相同，则表明 vmkernel 从同一环境接收指令时出现错误。
尽管不是十分确凿，但这很可能意味着发送指令的环境可能触发了 VMkernel 错误。
额外补充的相关信息以下是完整的异常列表：异常类型 0 #DE：除法错误（Divide Error）异常类型 1 #DB：调试异常异常类型 2 NMI：不可屏蔽中断异常类型 3 #BP：断点异常异常类型 4 #OF：溢出（INTO 指令）异常类型 5 #BR：界限检查（BOUND 指令）异常类型 6 #UD：Opcode 无效异常类型 7 #NM：协处理器不可用异常类型 8 #DF：双重故障异常类型 10 #TS：TSS 无效异常类型 11 #NP：分段不存在异常类型 12 #SS：堆栈分段错误异常类型 13 #GP：一般保护错误异常类型 14 #PF：页面错误异常类型16 #MF：协处理器错误异常类型 17 #AC：对齐检查异常类型 18 #MC：计算机检查异常异常类型 19 #XF：SIMD 浮点异常异常类型 20-31：预留异常类型 32-255：用户定义（时钟调度程序）注：本文参考VMware官网KB。