Elastic Compute Service：高版本核心熱拔virtio裝置Oops異常

問題現象

在部分高版本核心的ECS執行個體中熱拔virtio裝置（例如磁碟、網卡）時，作業系統會發生如下Oops異常：

• 在配置了kernel.panic_on_oops = 1的執行個體中，會發生核心Panic異常。

• 在配置了kernel.panic_on_oops = 0的執行個體中，會出現hung錯誤。

問題原因

Linux上遊社區在核心社區中添加了對virtio裝置Admin Virtqueue的支援：commit詳情。

在該commit中：

• 對virtio_pci_device的定義中添加了一個is_avq的函數指標，用於判斷是否存在Admin Virtqueue。

• 在modern virtio裝置的初始化函數virtio_pci_modern_probe中添加了對is_avq函數指標的賦值。

• 在熱拔virtio裝置時，代碼會檢查當前隊列是否為Admin Virtqueue。

  

但是上遊社區忽略了一個問題：如果該virtio裝置不是一個modern virtio裝置，而是一個legacy virtio裝置時，並沒有對is_avq函數指標進行賦值，導致legacy virtio裝置中的virtio_pci_device結構體中的函數指標is_avq是一個null 指標（NULL Pointer）。此時如果熱拔virtio裝置，調用到if (vp_dev->is_avq(vdev, vq->index)) 代碼時，CPU的RIP寄存器執行了一個null 指標地址，從而觸發了null 指標異常，也就是嘗試執行一個無效的記憶體位址，這是作業系統不允許的，會導致程式崩潰或系統錯誤。

影響範圍

• Linux上遊社區

  上遊社區已經針對該問題進行了修複：commit詳情。在該commit中，對is_avq函數指標是否為空白的情況進行了判斷，修複了該問題。

• 作業系統

  • Ubuntu 24

  • 其他核心版本在6.8左右的作業系統，且這些作業系統合入了Admin Virtqueue能力（virtio-pci: Introduce admin virtqueue），但是核心沒有修複is_avq函數指標判斷問題（virtio-pci: Check if is_avq is NULL）。

    說明

    您可以通過uname -r命令查詢核心版本。

• virtio裝置

  執行個體使用了legacy virtio裝置，並在進行熱拔操作。

解決方案

• 方案一：更換modern virtio裝置的執行個體規格類型系列。具體操作，請參見修改執行個體規格。

  建議使用以下執行個體規格類型系列，以下規格類型系列是modern virtio裝置，不受該問題影響。

  ecs.c8i、ecs.g8i、ecs.r8i、ecs.c8ae、ecs.g8ae、ecs.r8ae、ecs.c8a、ecs.g8a、ecs.r8a。更多資訊，請參見執行個體規格類型系列。

• 方案二

  1. 升級最新核心軟體包，並確認最新軟體包是否已合入is_avq函數指標判斷的補丁包：virtio-pci: Check if is_avq is NULL。

  2. （條件必選）如果最新的核心中沒有合入is_avq函數指標判斷的補丁包，請自行合入。

附錄：名詞解釋

關於文檔中涉及的virtio裝置、Admin Virtqueue、virtio_pci_device等名詞解釋說明如下：