软死锁的检测--看门狗

软死锁(Soft Lockup)检测中,看门狗(Watchdog)的核心原理是 通过周期性检查 CPU 调度是否正常,判断是否因任务长时间霸占 CPU 导致无法调度其他任务,以下展开说明:

1. 基础机制:定时器 + 内核线程

  • 定时器触发 :系统为每个 CPU 启动高精度定时器(hrtimer) ,周期性执行 watchdog_timer_fn 函数(类似 "定时检查" 逻辑),默认间隔由 watchdog_thresh 控制(通常初始 10 秒,可通过 sysctl 调整 )。
  • 内核线程辅助 :同时,为每个 CPU 创建优先级最高的内核线程(如 watchdog/XX 为 CPU 编号 ),线程运行时会调用 __touch_watchdog() 更新时间戳(watchdog_touch_ts) ,标记 "CPU 调度正常"。

2. 检测逻辑:对比时间戳判断 "僵死"

定时器到期后,watchdog_timer_fn 会执行关键检查:

  • 读取当前时间 now,并获取上一次 "喂狗" 的时间戳 touch_ts(即线程更新的 watchdog_touch_ts )。
  • 计算时间差 now - touch_ts,若差值 超过 watchdog_thresh 阈值(比如默认 10 秒),则认为:
    CPU 上的任务长期霸占资源,导致内核线程无法正常调度(连优先级最高的看门狗线程都无法更新时间戳),判定发生 软死锁 。

简单说:若 "定时检查" 发现 "喂狗" 超时,说明 CPU 调度被长时间阻塞,触发软死锁告警。

3. 响应动作:告警与故障处理

  • 基础告警 :检测到软死锁时,内核会打印堆栈跟踪(dmesg 日志能看到进程调用链 ),方便定位是哪个任务 / 函数长期占用 CPU。
  • 进阶配置 :可通过 kernel.softlockup_panic 等参数,设置触发软死锁时直接让系统 panic(内核崩溃),或结合 panic_timeout 自动重启,避免系统长期僵死。

4. 典型场景与原理适配

比如某 CPU 上有个无限循环的内核任务(如驱动 bug 导致死循环 ),会持续霸占 CPU,使看门狗线程无法获得调度权 → 时间戳无法更新 → 定时器检查超时 → 触发软死锁告警。这也体现了看门狗的核心价值:用 "定时喂狗 - 超时检测" 机制,暴露 CPU 调度异常,让运维 / 开发能快速定位系统 "僵死" 根源。

总结来说,软死锁看门狗是通过定时检查 CPU 调度心跳(时间戳) 的机制,发现并告警 "任务长期阻塞 CPU 导致无法调度" 的问题,本质是用 "周期性验证" 确保系统调度的活性 。

相关推荐
梁bk1 小时前
[Nginx]反向代理和负载均衡
运维·nginx·负载均衡
(:满天星:)7 小时前
第31篇:块设备与字符设备管理深度解析(基于OpenEuler 24.03)
linux·运维·服务器·网络·centos
小陶来咯7 小时前
【仿muduo库实现并发服务器】Acceptor模块
运维·服务器
爱莉希雅&&&7 小时前
shell编程之awk命令详解
linux·服务器·git
笑稀了的野生俊7 小时前
在服务器中下载 HuggingFace 模型:终极指南
linux·服务器·python·bash·gpu算力
cui_hao_nan7 小时前
Docker后端部署
运维·docker·容器
ZZH1120KQ8 小时前
Linux系统安全及应用
linux·运维·系统安全
小扎仙森8 小时前
关于服务器宝塔转移wordperss子比主题问题
运维·服务器
小小小糖果人9 小时前
Linux云计算基础篇(5)
linux·运维·服务器
野蛮人6号9 小时前
虚拟机网络编译器还原默认设置后VMnet8和VMnet1消失了
网络·vmware·虚拟机网络编译器·vmnet8消失