【解决办法】部分联芸主控NVMe固态硬盘在部分机型上导致的Linux休眠掉盘

最新推荐文章于 2024-09-11 15:08:22 发布

tkdms

最新推荐文章于 2024-09-11 15:08:22 发布

阅读量7.8k

点赞数 2

分类专栏： Linux 踩坑文章标签： linux

本文链接：https://blog.csdn.net/jtjljy/article/details/124113698

版权

踩坑同时被 2 个专栏收录

15 篇文章 0 订阅

订阅专栏

Linux

13 篇文章 0 订阅

订阅专栏

前情提要：Thinkbook 14p 锐龙版睡眠唤醒后死机－论坛－深度科技 (deepin.org)

先说结论：

在Linux环境下，联芸主控如MAP1202、MAP1002（光威Basic 1T固态、海康威视C2000eco等一些新的国产固态上）可能在部分机型上的ID汇报存在问题。
现有Linux内核NVMe代码会使用多种不同方法侦测NVMe设备的eui64值。方法返回值不一致时，会被认为是NSID发生改变，会下线固态硬盘。

 a) the device is completely broken in reporting IDs
 b) the reason why the eui64 changes after each suspend is because the
    kernel is inconsistent in how it queries for the eui64
BY (http://lists.infradead.org/pipermail/linux-nvme/2022-April/031310.html)

和Linux内核NVMe官方模块维护组进行的交流，内容比较多，邮件有多封：[PATCH] fix: nvme_update_ns_info method should be called even if nvme_ms_ids_equal return false (infradead.org)

个人解决思路

注意：这个问题我爬了下linux内核的commit，应该影响所有5.x内核。4.x没看代码。

虽然解决思路写的不多，但是这个问题定位了很久，验证猜想给硬盘增加了上百次异常断电计数😭 （主要是为了验证，特地买了个新的SSD，结果买到的新SSD还是联芸主控的，于是有了对这个问题的深究）…但是话不多说，既然windows没有问题，那么开源的好处就来了，直接排查内核源代码。

源自休眠后唤醒时的dmesg：

[   26.577001] eui changed from 0100000000000000 to 0000000000000001
[   26.577003] nvme nvme0: identifiers changed for nsid 1

第一行是我自己加的内核调试代码，这里可以发现在休眠唤醒后，硬盘的NVMe eui值出现了变更，紧接着出现了错误"nvme nvme0: identifiers changed for nsid 1"。直接定位到源代码。

深度截图_选择区域_20220411235303.png

这里发现当ns_ids不同的时候，最后会跳过nvme_update_ns_info方法，导致nvme信息丢失，直接掉盘。解决方案也很简单，如图，删去3987行的goto语句即可。经过了多天的测试，硬盘内核稳定运行，打比赛高负载运行没有出过问题。

提出的解决方案（在检验NVMe namespace不一致时依然尝试更新NVMe设备的info）。传送门：[PATCH] fix: nvme_update_ns_info method should be called even if nvme_ms_ids_equal return false (infradead.org)

这个问题如果大家在更新linux 5.15.24+后，如果还是睡眠存在问题，可以往我这个方面考虑一下，可能是掉盘的问题。这里官方Christoph Hellwig给出了针对MAP1202主控睡眠问题的git patch：[PATCH] fix: nvme_update_ns_info method should be called even if nvme_ms_ids_equal return false (infradead.org)。如果是其他主控的话，如果遇到这个问题，开源尝试我上面那个解决方案，算是一劳永逸的方法。就是要自己编译下内核，大家有需要的话我有空可以用Deepin的内核config编译一下。

这个patch应该能作为bugfix快速并入linux mainline，目前官方也查到了这个问题，这样推进这个问题的解决。不过最根本的还是要主控方查清原因。

另外，在研究的过程中，完成了开启Thinkbook 14p的S3睡眠+解决ACPI SB/LID0 ERROR的问题，同机型的可以参考一下：

Thinkbook 14p Gen2 ACH Ubuntu/Linux睡眠后掉硬盘「已解决」_ThinkBook-联想社区 (lenovo.com.cn)

内核修改commit传送门: fix: nvme_update_ns_info method should be called even if nvme_ms_ids_… · Kingtous/linux@2bef387 (github.com)