Libata错误信息解析

Libata错误信息解析

原文(Libata error messages)来源：
https://ata.wiki.kernel.org/index.php/Libata_error_messages

概述

内核产生所有的libata错误信息都使用以下标准格式：

ata3.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x2 frozen
ata3.00: cmd ea/00:00:00:00:00/00:00:00:00:00/a0 tag 0
              res 40/00:00:01:4f:c2/00:00:00:00:00/00 Emask 0x4 (timeout)
ata3.00: status: { DRDY }

前缀

错误每一行都有前缀，前缀ata3.00解释为：

• ata：该前缀指明这是条libata端口或设备信息
• 3：端口号，从1开始记
• 00：设备号，一般从0记，除非端口多路复用或是使用PATA主从设备

例子ata3.00指的是ata的第3个端口第一个设备

异常描述行 ###

异常描述行（第一行）给出异常处理状态（EH）概述

exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x2 frozen

• Emask：错误分类掩码（代码中的 AC_ERR_xxx ）
• SAct：SATA SActive 寄存器
• SErr：SATA SError 寄存器
• action： ATA_EH_xxx操作，如revalidate，softreset，hardreset（参见include / linux / libata.h）
• frozen：如果存在，表示端口被冻结为EH
• t3：这项也是可选的，表重试次数，t3表示3次

输入任务文件

cmd行（第二行）给出了发送到设备的ATA命令（taskfile）

cmd ea / 00：00：00：00：00/00：00：00：00：00 / a0 tag 0

上述命令按’/’及空格分割分5段解释：

• ea：命令号
• 00：00：00：00：00：（第一个）Feature : NSect : LBA L : LBA M : LBA H
• 00：00：00：00：00：（第二个）HOB Feature : HOB NSect : HOB LBA L : HOB LBA M : HOBLBA H
• a0：设备/头
• tag ： NCQ tag 号, NCQ如果没有激活或不适用，则为0。

输出任务文件与错误摘要 ###

这一行(第三行）包含当前ATA设备寄存器的dump信息及错误摘要：

res 40/00：00：01：4f：c2 / 00：00：00：00：00/00 Emask 0x4（time out）

与输入差不多，按6段解析：

• 40：状态
• 00：00：01：4f：c2 ：依次为Error : NSect : LBA L : LBA M : LBA H
• 00：00：00：00：00：依次为HOB Error : HOB NSect : HOB LBA L : HOB LBA M : HOBLBA H
• 00：设备/头
• Emask：ATA命令的内部错误掩码（对应源代码中的AC_ERR_xxx）
• time out：错误摘要，这只是其中一种错误

所有的错误可能的分类列举如下：

• host bus erro ：主机总线错误，主机< - >芯片总线错误（如PCI，如果是在PCI总线上）
• ATA bus error：ATA总线错误， 芯片< - >设备总线错误
• timeout：超时， 控制器无法响应激活的ATA命令。这可能是任何原因。大多数情况下，这是由于一个不相关的中断子系统错误（尝试使用’pci = nomsi’或’acpi = off’或’noapic’启动），当我们期望硬件发中断时，它却无法发送中断。
• HSM violation：HSM违规， 硬件无法以预期的方式响应。“HSM”代表Host State Machine，它是ATA所需的基于软件的有限状态机，它根据当前的ATA命令和其他硬件状态编程细节来预期某些硬件行为。
• internal error：内部错误 ，硬件标记了一个不可能的情况，很可能是由于软件编程的错误导致。
• media error：媒体错误，软件检测到媒体错误
• invalid argument：无效参数， 由于某种原因，软件将ATA命令标记为无效
• device error：设备错误，硬件表示上一个命令出错。此错误直接从ATA设备传送。如果你看到很多这些，那通常表明存在硬件问题。
• unknown error：未知错误（不应该发生这种情况）

ATA状态与错误扩展

最后一行显示状态信息，这一行可以为status，也可以为ERR，关键看寄存器中的位怎么置的。

ATA状态扩展

status: { DRDY }

将输出任务文件中返回的ATA状态寄存器扩展为其组件位：

• Busy：设备忙（所有其他位无效）
• DRDY：设备就绪，正常的情况下一般为1。
• DRQ：数据准备好通过PIO发送/接收
• DF： 设备故障
• ERR： 错误（有关详细信息，请参阅错误寄存器）

ATA错误扩展
如果错误寄存器中的任何位置1，则错误寄存器内容将扩展为其组件位，例如：

error: { ICRC ABRT }

• ICRC：Ultra DMA传输时接口CRC错误 - 通常是线或电源问题，驱动程序设置错误的Ultra DMA模式也会导致该问题
• UNC ： 无法纠正的错误 - 通常是由于磁盘上的坏扇区造成的
• IDNF ：未找到请求的地址
• ABRT ： 命令已中止 - 或者命令不支持，无法完成或接口CRC存在问题（如上例，与ICRC一起出）

SATA SError扩展
如果SATA SError寄存器中的任何位置1，则SError寄存器内容将扩展为其组件位，例如：

SError：{PHYRdyChg CommWake}

这些寄存器的位通常是由SATA host接口设置的，以响应SATA链路上的错误。除非设备热插拔或拔出操作，否则这些位不会被设置。如果这些位被置上了，则强烈怀疑是硬件问题（通常是SATA线不行或电源不良或供电不足）。

• RecovData：出现数据完整性错误，但接口已恢复
• RecovComm：设备和主机之间的通信暂时丢失，但已重连上了
• UnrecovData：发生数据完整性错误，但接口没有恢复
• Persist：持久通信或数据完整性错误
• Proto：检测到SATA协议不符合规范
• HostInt：主设备总线适配器内部错误
• PHYRdyChg：PhyRdy信号状态改变
• PHYInt：PHY内部错误
• CommWake：PHY检测到COMWAKE（PHY唤醒）
• 10B8B：10b到8b的解码错误
• Dispar：检测到不正确的差异
• BadCRC：链路层CRC错误
• Handshk： 帧传输返回接收到了R_ERR握手响应
• LinkSeq：链路状态机错误
• TrStaTrns ：传输层状态转换错误
• UnrecFIS：收到无法识别的FIS（帧信息结构）
• DevExch：设备存在状态改变

其他

相关资源

上面文章提到了几个头文件，如下链接有相关信息：
https://code.woboq.org/linux/linux/include/linux/libata.h.html
也可以在linux源码里找到，如：
/usr/src/linux-source-3.13.0/include/linux/libata.h

enum
{
    /* reset / recovery action types */
    ATA_EH_REVALIDATE   = (1 << 0),
    ATA_EH_SOFTRESET    = (1 << 1), /* meaningful only in ->prereset */
    ATA_EH_HARDRESET    = (1 << 2), /* meaningful only in ->prereset */
    ATA_EH_RESET        = ATA_EH_SOFTRESET | ATA_EH_HARDRESET,
    ATA_EH_ENABLE_LINK  = (1 << 3),
    ATA_EH_PARK         = (1 << 5), /* unload heads and stop I/O */
    ATA_EH_PERDEV_MASK  = ATA_EH_REVALIDATE | ATA_EH_PARK,
    ATA_EH_ALL_ACTIONS  = ATA_EH_REVALIDATE | ATA_EH_RESET | ATA_EH_ENABLE_LINK,

};    

enum ata_completion_errors 
{
    AC_ERR_DEV          = (1 << 0), /* device reported error */
    AC_ERR_HSM          = (1 << 1), /* host state machine violation */
    AC_ERR_TIMEOUT      = (1 << 2), /* timeout */
    AC_ERR_MEDIA        = (1 << 3), /* media error */
    AC_ERR_ATA_BUS      = (1 << 4), /* ATA bus error */
    AC_ERR_HOST_BUS     = (1 << 5), /* host bus error */
    AC_ERR_SYSTEM       = (1 << 6), /* system error */
    AC_ERR_INVALID      = (1 << 7), /* invalid argument */
    AC_ERR_OTHER        = (1 << 8), /* unknown */
    AC_ERR_NODEV_HINT   = (1 << 9), /* polling device detection hint */
    AC_ERR_NCQ          = (1 << 10), /* marker for offending NCQ qc */
};

收集的报错信息

上面文章提到的磁盘报错格式，与实际的可能不一致，文章里的字段说明也比较粗略，深入了解的话，需进一步弄懂每个字段含义，或者是了解ata协议才行，这个得慢慢来，下面是平时收集的一些信息，先贴出来，方便后续分析。

ata2.01: exception Emask 0x10 SAct 0x0 SErr 0x4050000 action 0xf
ata2.01: SError: { PHYRdyChg CommWake DevExch }

---

ata4.01: exception Emask 0x10 SAct 0x0 SErr 0x10002 action 0xf
ata4.01: SError: { RecovComm PHYRdyChg }

---

ata7.00: exception Emask 0x10 SAct 0x0 SErr 0x4050000 action 0xf
ata7.00: SError: { PHYRdyChg CommWake DevExch }
libata: notify userspace Error info msg, serror 0x4050000, error_class 0x0, ata_status 0x0, ata_error 0x0
ata7.00: hard resetting link

---

ata4.04: exception Emask 0x0 SAct 0x1 SErr 0x0 action 0x6
ata4.04: waking up from sleep
ata4.04: hard resetting link
ata4.04: SATA link up 6.0 Gbps (SStatus 133 SControl 330)

---

ata5: exception Emask 0x10 SAct 0x0 SErr 0x10000 action 0xe frozen
ata5: irq_stat 0x00400000, PHY RDY changed
ata5: SError: { PHYRdyChg }
ata5: hard resetting link
ata5: SATA link up 1.5 Gbps (SStatus 113 SControl 300)
ata5.00: configured for UDMA/133

ata6.01: exception Emask 0x0 SAct 0xc SErr 0x0 action 0x0
ata6.01: failed command: READ FPDMA QUEUED
ata6.01: cmd 60/01:10:a2:86:d4/00:00:01:00:00/40 tag 2 ncq 512 in
ata6.01: status: { DRDY ERR }
ata6.01: error: { UNC }
ata6.01: configured for UDMA/133

---

ata6.01: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x0
ata6.01: failed command: FLUSH CACHE EXT
ata6.01: cmd ea/00:00:00:00:00/00:00:00:00:00/a0 tag 8
ata6.01: status: { DRDY DF ERR }
ata6.01: error: { ABRT }
ata6.01: both IDENTIFYs aborted, assuming NODEV
ata6.01: revalidation failed (errno=-2)
ata6.01: hard resetting link

ata3.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x0
ata3.00: irq_stat 0x40000000
ata3.00: cmd 25/00:00:b1:39:70/00:02:74:00:00/e0 tag 0 dma 262144 in
res 51/40:00:34:3a:70/00:00:74:00:00/00 Emask 0x9 (media error)
ata3.00: status: { DRDY ERR }
ata3.00: error: { UNC }

---

ata5.02: failed to read SCR 1 (Emask=0x40)
ata5.15: exception Emask 0x10 SAct 0x0 SErr 0x4410000 action 0xe frozen
ata5.15: irq_stat 0x00400000, PHY RDY changed
ata5.15: SError: { PHYRdyChg Handshk DevExch }
ata5.02: exception Emask 0x100 SAct 0x8000 SErr 0x0 action 0x6 frozen
ata5.02: failed command: READ FPDMA QUEUED
ata5.02: cmd 60/00:78:a0:53:11/01:00:00:00:00/40 tag 15 ncq 131072 in
res 40/00:78:a0:53:11/00:00:00:00:00/40 Emask 0x100 (unknown error)
ata5.02: status: { DRDY }

---

ata1.03: exception Emask 0x10 SAct 0x0 SErr 0x280100 action 0x2 frozen
ata1.03: irq_stat 0x08000000, interface fatal error
ata1: SError: { UnrecovData 10B8B BadCRC }
ata1.03:cmd 25/00:00:c7:d4:56/00:02:05:00:00/e0 tag 0 dma 262144 in
res 50/00:00:c6:d4:56/00:00:05:00:00/e0 Emask 0x10 (ATA bus error)
ata1.03: status: { DRDY }
ata1: hard resetting link