安装linux系统报softlock_linux系统 之 softlock 和 hardlock

原先不知从哪里保存的笔记、然后自己加上了了自己的注解(尤其是红色部分)，并理顺了逻辑。所以，“魂”是原创，而“身体”不见得是原创。

——但无论如何，我自认为将linux softlock和hardlock说的比较清楚了。

一、先说说我所接触到的watchdog

简而言之，watchdog是为了保证系统正常运行，或者从死循环，死锁等一场状态退出的一种机制。

我所接触的看门狗有两类：

第一类是 Intel 的FRB机制,算是硬件狗吧。

也就是 Intel x86架构使用BMC 的 watchdog实现:

FRB levels 1, 2, and 3 三类故障重启，对应着：

BSP CPU has failed BIST 超时；

BIOS POST 超时；

Hardreset 时，BSP successfully resets and starts executing 超时。

——这里我们将不再继续讨论硬件看门狗。

第二类就是linux操作系统内核的软件看门狗，也是今天的主要内容。

二、软件看门狗 以及softlockup、hardlockup

软件看门狗分为两种，用于检测softlockup的watchdog线程软狗(CPU调度该线程运行来喂狗，基于hrtimer定时器中断来判断是否超过时间阈值)，以及检测hard lockup的hrtimer定时器狗(hrtimer定时器溢出中断服务函数来喂狗，基于NMI中断来判断中断计数是否有变化)。

注1：时钟中断优先级小于NMI中断。

注2：lockup，是指某段内核代码占着CPU不放。Lockup严重的情况下会导致整个系统失去响应。

soft lockup 和 hard lockup，soft lockup 是指cpu无法进行线程调度、但仍能够响应中断；而hard lockup 发生在CPU屏蔽中断的情况下，也就是说CPU已经不能响应中断了。

Softlock

标志着单个cpu检测线程已不能正常调度。

watchdog线程软狗的正常流程如下(假设软狗超时的时间为20s)

可能产生softlock的原因：

1.频繁处理硬中断以至于没有时间正常调度线程。

2.长期处理软中断

3.对于非抢占式内核，某个线程长时间执行而不触发调度

4.以上all

hardlock NMI 检测

单个CPU检测中断是否能够正常上报

当CPU处于关中断状态达到一定时间会被判定进入hard lockup

NMI检测流程：

可能产生hardlock狗溢出的原因：

1.长期处理某个硬中断

2.长时间在禁用本地中断下处理

NMI检测hrtimer狗机制也是用一个percpu的hrtim