部分ECS執行個體產生crash dump檔案失敗如何解決？ -

在彈性裸金屬執行個體規格的ECS執行個體中，使用作業系統內建的Kdump服務產生crash dump檔案可能會失敗。本文主要介紹檔案產生失敗的原因以及解決方案。

問題現象

目前已知的問題情境說明如下，該類情境中的ECS執行個體在熱插拔裝置之後，不能成功產生crash dump檔案。

基於6代彈性裸金屬執行個體規格類型系列（包含ebmg6、ebmc6、ebmr6等執行個體規格）的ECS執行個體，在選用以下鏡像時會出現crash dump檔案產生失敗的問題。
- CentOS 8.3及以下版本
- Ubuntu 16/18
- Debian 10
- 核心版本低於4.19.91-24.al7的Alibaba Cloud Linux 2
基於7代彈性裸金屬執行個體規格類型系列（包含ebmg7、ebmc7、ebmr7等執行個體規格）的ECS執行個體，在選用Debian 10鏡像時會出現crash dump檔案產生失敗的問題。

問題原因

ECS執行個體內Kdump服務在crashkernel階段，塊裝置vda的pci_resource資源分派失敗，導致無法成功產生crash dump檔案。造成該問題的根本原因是執行個體規格與作業系統不相容。命令列回顯結果樣本如下圖所示： Kdump

解決方案

您可以通過以下任一方式解決該問題：

方式一：自行升級作業系統核心至5.10版本。

方式二：為作業系統新增以下補丁，並重新構建核心（build kernel）。

Benjamin Herrenschmidt (1):
  PCI: Don't auto-realloc if we're preserving firmware config

Kelsey Skunberg (1):
  PCI: Make pci_hotplug_io_size, mem_size, and bus_size private

Logan Gunthorpe (1):
  PCI: Don't disable bridge BARs when assigning bus resources

Nicholas Johnson (2):
  PCI: Add "pci=hpmmiosize" and "pci=hpmmioprefsize" parameters
  PCI: Avoid double hpmemsize MMIO window assignment

說明

部分核心版本已包含上述的部分補丁，您仍需要將未包含的補丁添加至核心中。例如，Debian 10的4.19核心版本已經包含了上述的第1、3個補丁，但還需要將第2、4、5個補丁添加至核心之後才可以使作業系統正常使用Kdump服務。

除了升級核心版本或為核心打補丁之外，您還需要注意：

對於Debian或Ubuntu作業系統核心，需要調整crashkernel保留記憶體的參數。推薦的參數設定如下：

crashkernel=0M-2G:0M,2G-8G:192M,8G-:256M

說明

部分作業系統鏡像（例如Debian 10）需要調整保留記憶體為384 M或者512 M。如果保留記憶體的值未調大，則會導致Kdump服務在crashkernel階段發生OOM，從而產生crash dump檔案失敗。

以大於384 M的記憶體需要保留256 M的配置為例，調整crashkernel保留記憶體參數的操作說明如下：

開啟/kdump-tools.cfg檔案。
```
vim /etc/default/grub.d/kdump-tools.cfg
```
按i鍵進入編輯模式，將crashkernel參數修改為以下內容。
```
GRUB_CMDLINE_LINUX_DEFAULT="$GRUB_CMDLINE_LINUX_DEFAULT crashkernel=384M-:256M"
```
修改完成後，按Esc鍵，輸入:wq並按Enter鍵，儲存退出檔案。
更新GRUB配置。
```
update-grub
```
重啟ECS執行個體使配置生效。
建議您在業務低峰時段重啟ECS執行個體，減少因執行個體重啟對實際業務運行產生的影響。重啟ECS執行個體的具體操作，請參見重啟執行個體。