全部產品
Search

搜尋本產品

    Alibaba Cloud Linux：核心統一異常架構（UKFEF）

    文件中心

    Alibaba Cloud Linux：核心統一異常架構（UKFEF）

    更新時間：Jul 17, 2024

    Alibaba Cloud Linux 3（核心版本5.10.60-9.al8.x86_64開始）增加了核心統一異常架構UKFEF（Unified Kernel Fault Event Framework），用於統計可能導致風險的系統例外狀況事件，並以統一格式輸出附隨報告。本文主要介紹UKFEF所統計的事件、附隨報告輸出形式以及控制UKFEF的介面。

    背景資訊

    作業系統在出現嚴重問題前，可能會輸出一些特徵或提示資訊。在營運過程中，您可以利用這些資訊進行故障預測和實施營運操作，但由於這些資訊分散在系統中的不同模組，且輸出格式各異。因此，您在收集系統例外狀況事件時可能面臨以下問題：

    • 解析系統例外狀況事件（例如例外狀況事件的含義、可能造成的影響等）需要一定的專業知識作為基礎。

    • 不同格式的例外狀況事件，對於自動化營運不友好，您需要在資訊採集時做格式匹配，並需要做資料清洗。

    基於以上問題，Alibaba Cloud Linux 3在作業系統核心層面提供了核心統一異常架構（UKFEF）。UKFEF針對各類可能導致風險的系統例外狀況事件進行統計，並自動判斷事件的嚴重程度，然後統一格式輸出附隨報告，報告包括了問題產生的情境以及建議的風險層級，從而簡化營運過程中對系統異常的識別難度。同時，UKFEF將已知例外狀況事件進行分級，並提供了歷史核心版本不具備的系統風險報告。

    UKFEF功能按照例外狀況事件的類型、影響、統計等多個維度輸出報告，便於您在營運時高效地對系統異常進行診斷。此外，附隨報告通過多種形式輸出，避免資料丟失。UKFEF

    事件說明

    UKFEF劃分的事件類型、事件層級，以及附隨報告形式的說明如下：

    事件相關資訊

    說明

    事件類型

    UKFEF統一收集以下作業系統核心常見事件：

    • soft lockup

    • RCU（Read-Copy Update） stall

    • hung task

    • global OOM（Out of Memory）

    • cgroup OOM（Out of Memory）

    • page allocation failure

    • list corruption

    • bad mm_struct

    • I/O error

    • EXT4-fs error

    • MCE（Machine Check Exception）

    • fatal signal

    • warning

    • panic

    事件層級

    UKFEF將例外狀況事件分為三個層級：

    • Slight：不影響系統繼續運行，但系統內部署的業務可能發生抖動，您可以繼續觀察事件變化。

    • Normal：當前應用進程可能會出現異常。建議對當前應用採取措施，例如kill、重啟或遷移。

    • Fatal：可能會對系統產生致命影響。建議立即進行業務遷移。

    附隨報告

    UKFEF將通過以下方式輸出附隨報告：

    • 通過核心日誌輸出單次事件的詳細資料。資訊內容樣本如下：

      class Fault event[module:type]:messages. At cpu cpuid, task pid(cmdline). Total fault: cnt

      具體說明如下：

      • class：對應例外狀況事件的層級。

      • module：表示例外狀況事件所屬的模組（sched、mem、io、fs、net、hardware以及由多個模組引起的異常會輸出general）。

      • type：對應例外狀況事件的類型。

      • messages：事件自身的自訂訊息。

      • cpuid：發生例外狀況事件的CPU號。

      • pid(cmdline)：例外狀況事件對應進程的pid和cmdline。

        說明

        如果pid為-1，則表示沒有對應的進程。

      • cnt：表示系統啟動以來當前類型的例外狀況事件出現的總和。

    • 通過/proc/fault_events檔案輸出各類例外狀況事件的總和。檔案輸出內容樣本如下：

      Total fault events: 0
Slight: 0
Normal: 0
Fatal: 0
soft lockup: 0
rcu stall: 0
hung task: 0
global oom: 0
cgroup oom: 0
page allocation failure: 0
list corruption: 0
bad mm_struct: 0
io error: 0
ext4 fs error: 0
mce: 0
fatal signal: 0
warning: 0
panic: 0

    控制UKFEF的介面說明

    介面

    說明

    /proc/sys/kernel/fault_event_enable

    該介面控制UKFEF的啟用與關閉。取值範圍：

    • 1：啟用UKFEF。

    • 0：關閉UKFEF。

    /proc/sys/kernel/fault_event_print

    該介面控制UKFEF是否輸出附隨報告。取值範圍：

    • 1：輸出。

    • 0：不輸出。

    /proc/sys/kernel/panic_on_fatal_event

    該介面控制出現Fatal事件時，是否觸發作業系統的Panic機制。取值範圍：

    • 1：觸發。

    • 0：不觸發。