多核系统非抢占内核 一个内核线程死循环，为何整个系统不正常？

mordorwww

比如ssh命令行 挂死， 串口挂死， ssh登录不上,  （但是能ping 通）

刚开始还能 ssh登录执行些命令，时间加长后，越来越严重

有softlockup的打印


理论上说，就算100%了几个cpu，剩下的cpu足以让系统功能正常啊（负载均衡和容灾）

humjb_1983

mordorwww 发表于 2014-01-20 15:09
比如ssh命令行 挂死， 串口挂死， ssh登录不上,  （但是能ping 通）

刚开始还能 ssh登录执行些命令，时间 ...

理论上，内核线程开中断死锁，该核的将不能调度，则该核会有softlockup打印，这个应该是正常的，理论上其它核应该能正常继续运行，但是由于每个核都有一些固定的任务，比如工作队列和其它每CPU线程(如ksoftirqd)，这些进程将无法得到调度，尤其是BSP核，如果长时间锁死的话，还是很可能导致其他连锁反应，最终导致系统崩溃的，但需要具体场景具体分析。

mordorwww

humjb_1983 发表于 2014-01-20 15:30
理论上，内核线程开中断死锁，该核的将不能调度，则该核会有softlockup打印，这个应该是正常的，理论上其 ...

工作队列和其它每CPU线程(如ksoftirqd)， 为何不能调度了

humjb_1983

mordorwww 发表于 2014-01-20 15:35
工作队列和其它每CPU线程(如ksoftirqd)， 为何不能调度了

因为你说的内核线程发生了死循环，那将导致该核锁死在内核态，无法进行调度，所以普通进程都无法得到调度运行了，如果没关中断的话，该核仅能处理中断。

mordorwww

humjb_1983 发表于 2014-01-20 15:40
因为你说的内核线程发生了死循环，那将导致该核锁死在内核态，无法进行调度，所以普通进程都无法得到调度 ...

关键是其它的核呢，在干啥

humjb_1983

mordorwww 发表于 2014-01-20 15:42
关键是其它的核呢，在干啥

理论上其它核是应该能正常运行的，但是被死锁的核可能会由于死锁产生连锁反应，导致死机。

mordorwww

humjb_1983 发表于 2014-01-20 15:44
理论上其它核是应该能正常运行的，但是被死锁的核可能会由于死锁产生连锁反应，导致死机。

关键是什么样的连锁反应导致其它核也不工作了。

我碰到过，在这种场景系统挂的时候，能看到有的核明显是在跑Idle线程

mordorwww

这个i3:

(gdb) bt
#0  0xc04300f2 in kvm_set_pte_at (mm=0x0, addr=0, ptep=0x0, pte=can't compute CFA for this frame
) at arch/x86/kernel/kvm.c:125
#1  0xc0410aff in default_idle () at arch/x86/kernel/process.c:382
#2  0xc0408c06 in cpu_idle () at arch/x86/kernel/process_32.c:114
#3  0xc07f86f3 in do_boot_cpu (cpu=33687552) at arch/x86/kernel/smpboot.c:786
#4  native_cpu_up (cpu=33687552) at arch/x86/kernel/smpboot.c:925
#5  0x00000000 in ?? ()
(gdb) thread 2
[Switching to thread 2 (Thread 2)]#0  0xf7e31000 in ?? ()
(gdb) bt
#0  0xf7e31000 in ?? ()
(gdb) thread 1
[Switching to thread 1 (Thread 1)]#0  0xc04300f2 in kvm_set_pte_at (mm=0x0, addr=0, ptep=0x0, pte=can't compute CFA for this frame
) at arch/x86/kernel/kvm.c:125
125     {
(gdb) bt
#0  0xc04300f2 in kvm_set_pte_at (mm=0x0, addr=0, ptep=0x0, pte=can't compute CFA for this frame
) at arch/x86/kernel/kvm.c:125
#1  0xc0410aff in default_idle () at arch/x86/kernel/process.c:382
#2  0xc0408c06 in cpu_idle () at arch/x86/kernel/process_32.c:114
#3  0xc0a3297f in ?? ()
Backtrace stopped: previous frame inner to this frame (corrupt stack?)
(gdb) ^C(gdb) Quit
(gdb) c
Continuing.

humjb_1983

mordorwww 发表于 2014-01-20 15:46
关键是什么样的连锁反应导致其它核也不工作了。

我碰到过，在这种场景系统挂的时候，能看到有的核明 ...

问题最终的现象是啥？还能ping通吗？键盘还能操作吗？系统总共几个核？第几个核死锁？

mordorwww

humjb_1983 发表于 2014-01-20 15:59
问题最终的现象是啥？还能ping通吗？键盘还能操作吗？系统总共几个核？第几个核死锁？

问题最终的现象是不可ssh登录，但是能ping 通，此时第二个核死循环

有些情况（有硬件狗的情况），串口无反应，系统会重启