`nmi_watchdog` 与 `softlockup_panic` 的区别与关系

1. 功能区别

参数	作用	触发条件	影响
nmi_watchdog	启用 NMI（不可屏蔽中断）看门狗	检测 CPU 是否长时间不执行调度（软死锁）	仅记录警告（默认），需配合 softlockup_panic 才会触发 panic
softlockup_panic	控制 是否在检测到软死锁时触发内核 panic	依赖 nmi_watchdog 或 softlockup_thresh 检测到死锁	直接导致系统崩溃（可被 kdump 捕获）

---

2. 相互关系

• nmi_watchdog 是检测机制

  • 负责监控 CPU 是否卡在内核态过久（默认阈值 20 秒）。
  • 默认仅打印警告（kernel: watchdog: BUG: soft lockup - CPU#X stuck for 23s!）。

• softlockup_panic 是响应行为

  • 如果 =1，则在检测到软死锁时 主动触发 kernel panic（进而触发 kdump）。
  • 如果 =0（默认），仅记录日志，系统继续运行（可能不稳定）。

---

3. 典型工作流程

1. nmi_watchdog=1
   • 内核启动 NMI 看门狗，定期检查 CPU 调度状态。
2. CPU 卡死（如内核死循环）
   • 超过阈值（/proc/sys/kernel/watchdog_thresh，默认 20 秒）后触发软死锁检测。
3. softlockup_panic=1 时
   • 内核调用 panic() 触发崩溃，kdump 捕获 vmcore。
4. softlockup_panic=0 时
   • 仅打印日志，系统继续运行（可能导致服务不可用）。

---

4. 如何配置以确保捕获宕机

（1）临时生效（测试用）

# 启用 NMI 看门狗
echo 1 > /proc/sys/kernel/nmi_watchdog

# 设置检测到死锁时触发 panic
echo 1 > /proc/sys/kernel/softlockup_panic

（2）永久生效（生产环境）

# 修改 GRUB 配置
sudo vi /etc/default/grub
# 在 GRUB_CMDLINE_LINUX 中添加：
GRUB_CMDLINE_LINUX="... nmi_watchdog=1 softlockup_panic=1 ..."

# 更新 GRUB 并重启
sudo grub2-mkconfig -o /boot/grub2/grub.cfg
sudo reboot

（3）验证配置

# 检查 NMI 看门狗状态
cat /proc/sys/kernel/nmi_watchdog    # 应为 1
cat /proc/sys/kernel/softlockup_panic  # 应为 1

# 手动触发 panic 测试（慎用！）
echo c > /proc/sysrq-trigger

---

5. 常见问题

Q1：nmi_watchdog=1 但未设置 softlockup_panic，宕机会怎样？

• 仅记录日志，不会触发 kdump，系统可能卡死或无响应。

Q2：softlockup_panic=1 但未启用 nmi_watchdog 会怎样？

• 无效！因为检测机制（NMI 看门狗）未启用，softlockup_panic 无作用。

Q3：为什么生产环境推荐同时启用？

• nmi_watchdog 负责 检测问题，softlockup_panic 负责 主动崩溃并保存现场（便于调试）。

---

6. 总结

参数	依赖关系	生产环境建议
nmi_watchdog=1	必需	✅ 启用
softlockup_panic=1	依赖 nmi_watchdog	✅ 启用
unknown_nmi_panic=1	独立（处理硬件 NMI）	可选

最终结论：

• nmi_watchdog 是“检测工具”，softlockup_panic 是“应急措施”。
• 二者需配合使用，才能确保死锁时自动触发 kdump 生成 vmcore。