soft lockup问题的定位方法

2023-10-07 07:38
文章标签 问题 方法 定位 soft lockup

本文主要是介绍soft lockup问题的定位方法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我之前已经写了lockup问题的检测原理,https://blog.csdn.net/rikeyone/article/details/112004920,本来就来尝试梳理一下soft lockup问题触发场景和解决方法。

首先需要明确一点soft lockup是一类问题,引起它的原因也是各有不同,本文只是尝试做一些梳理,把一些具有共通性的特点的问题做一些总结,可能存在有不全面的地方。

第一种场景:spinlock死锁场景
对于这种场景,其实很好理解,当A-B/B-A死锁发生的时候,两个进程分别去获取对方持有的锁,那么又都是spinlock,我们知道spinlock是会关闭抢占的,并且是忙等待锁,最终会造成执行CPU上的watchdog线程无法被调度执行。这是比较好理解的一个场景。

针对这个场景如何识别呢,我们从内核crash的堆栈中是可以看得一二的,肯定会有一些进程的堆栈是处于获取锁的过程中的,可以在调用栈中看到spin_lock相关的一些函数调用。那么针对这一种场景,我们可以利用crash去查找到spinlock结构体,并定位持有该锁的进程,如果两个进程互相持有对方要获取的锁,那么基本确认是这种死锁类型了。

第二种场景:内核繁忙
所谓的内核繁忙,也就是说内核长时间的在处理事务,而watchdog得不到执行,那么假如我在自己的内核模块中写了一个死循环,那么是不是一定会触发soft lockup呢?其实不然,死循环执行并不一定会导致soft lockup,那是因为进程的运行是受到内核调度器管理的,并不是你写个死循环,它就会一直占用CPU不释放,这种理解是不对的。

那么什么情况下的内核繁忙才会引起soft lockup呢?

实际上,当我们禁止调度或者持有自旋锁之后,执行了一个很耗时的任务,那么就很可能会触发该问题,因为调度被关闭以后,CPU就归当前的进程所有了,watchdog线程也就无法得到调度了。

关于持有自旋锁后执行繁忙任务的场景,读者可能会觉得这一条应该被归于第一种场景。因为进程持有的锁在其他进程尝试获取时就相当于发生了死锁,那么就变成了第一种场景,不过我写在这里实际上是考虑的另一种情况:长时间持有自旋锁
假如有进程A进入内核态后持有了spinlock,并运行了繁重的任务,需要耗时很长,并且一直也没有其他进程去获取该锁,那么它同样会因为内核繁忙而导致soft lockup。这里的关键就是spinlock暗含了关闭抢占的操作,导致持有锁的CPU上,watchdog线程无法被调度执行。

另一个例子:在NUMA系统中,对于一个共享变量的访问,如果采用了读写锁,有大量读者时,可能导致写锁一直获取不到,特别是NUMA系统中不同CPU对内存的访问时间也不同。

再比如:内核持有锁的情况下执行了大量对象的扫描、释放、申请动作等等。

第三种:虚拟机中资源获取受限

笔者是在云厂商工作,所以第三种呢,考虑到的是虚拟机场景, 通过redhat提供的一些案例中可知,如果发生soft lockup的地方是很随机没有规律的,并且有一些地方代码上看是不可能发生soft lockup的地方,那么就需要考虑是虚拟化引入的问题,对于物理机器来说,一个soft lockup很可能是内核的bug或者硬件的bug,而对于虚拟机场景,还有一种可能就行虚拟化机制带来的overcommit(especially memory overcommitment or other virtualization overheads), 比如 hypervisor not scheduling virtual CPUs in timely manner。

IPI中断超时响应

在虚拟机场景下,对于soft lockup我遇到过多例都是soft lockup死在了ipi请求过程中,特别是函数smp_call_function_many中:

PID: 12263  TASK: ffff8803bbebdee0  CPU: 2   COMMAND: "kworker/u8:0"
bt: page excluded: kernel virtual address: ffffffffffffffff  type: "cpu_online_map"#0 [ffff88043fd03cf8] machine_kexec at ffffffff8105c4cb#1 [ffff88043fd03d58] __crash_kexec at ffffffff81104a32#2 [ffff88043fd03e28] panic at ffffffff8169dc5f#3 [ffff88043fd03ea8] watchdog_timer_fn at ffffffff8112f651#4 [ffff88043fd03ee0] __hrtimer_run_queues at ffffffff810b4ae4#5 [ffff88043fd03f38] hrtimer_interrupt at ffffffff810b507f#6 [ffff88043fd03f80] local_apic_timer_interrupt at ffffffff81053895#7 [ffff88043fd03f98] smp_apic_timer_interrupt at ffffffff816b76bd#8 [ffff88043fd03fb0] apic_timer_interrupt at ffffffff816b5c1d--- <IRQ stack> ---#9 [ffff88000399b738] apic_timer_interrupt at ffffffff816b5c1d[exception RIP: smp_call_function_many+514]RIP: ffffffff810f99a2  RSP: ffff88000399b7e8  RFLAGS: 00000202RAX: 0000000000000003  RBX: 00000000000000fc  RCX: ffff88043fd9adb8RDX: 0000000000000003  RSI: 0000000000000004  RDI: 0000000000000000RBP: ffff88000399b820   R8: ffff88017a1ee000   R9: ffffffff813227d9R10: ffff88043fd19c80  R11: ffffea00000c2100  R12: 0000000000000292R13: ffff88000399b798  R14: ffffea0010b1f842  R15: 0000000000000000ORIG_RAX: ffffffffffffff10  CS: 0010  SS: 0018
#10 [ffff88000399b828] native_flush_tlb_others at ffffffff8106e668
#11 [ffff88000399b878] flush_tlb_page at ffffffff8106e864

这种特例最后被发现就是虚拟机vcpu调度引发的问题


参考
https://access.redhat.com/articles/5008811
https://access.redhat.com/solutions/1503333
https://www.suse.com/support/kb/doc/?id=000018705
https://access.redhat.com/solutions/658783

这篇关于soft lockup问题的定位方法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/156987

相关文章

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

在Linux中改变echo输出颜色的实现方法

《在Linux中改变echo输出颜色的实现方法》在Linux系统的命令行环境下,为了使输出信息更加清晰、突出,便于用户快速识别和区分不同类型的信息,常常需要改变echo命令的输出颜色,所以本文给大家介... 目python录在linux中改变echo输出颜色的方法技术背景实现步骤使用ANSI转义码使用tpu

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Spring Boot中WebSocket常用使用方法详解

《SpringBoot中WebSocket常用使用方法详解》本文从WebSocket的基础概念出发,详细介绍了SpringBoot集成WebSocket的步骤,并重点讲解了常用的使用方法,包括简单消... 目录一、WebSocket基础概念1.1 什么是WebSocket1.2 WebSocket与HTTP

SQL Server配置管理器无法打开的四种解决方法

《SQLServer配置管理器无法打开的四种解决方法》本文总结了SQLServer配置管理器无法打开的四种解决方法,文中通过图文示例介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录方法一:桌面图标进入方法二:运行窗口进入检查版本号对照表php方法三:查找文件路径方法四:检查 S

MyBatis-Plus 中 nested() 与 and() 方法详解(最佳实践场景)

《MyBatis-Plus中nested()与and()方法详解(最佳实践场景)》在MyBatis-Plus的条件构造器中,nested()和and()都是用于构建复杂查询条件的关键方法,但... 目录MyBATis-Plus 中nested()与and()方法详解一、核心区别对比二、方法详解1.and()

golang中reflect包的常用方法

《golang中reflect包的常用方法》Go反射reflect包提供类型和值方法,用于获取类型信息、访问字段、调用方法等,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值... 目录reflect包方法总结类型 (Type) 方法值 (Value) 方法reflect包方法总结

C# 比较两个list 之间元素差异的常用方法

《C#比较两个list之间元素差异的常用方法》:本文主要介绍C#比较两个list之间元素差异,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1. 使用Except方法2. 使用Except的逆操作3. 使用LINQ的Join,GroupJoin