[核心文件系列]

NMI 看門狗

秦白衣

[X86和X86-64體系結構均支援NMI看門狗]

你的系統是不是會經常被鎖住（Lock up）？直至解鎖，系統不再響應鍵盤？你希望幫助我們解決類似的問題嗎？如果你對所有的問題都回答“yes”，那麼此文件正是為你而寫。

在很多X86/X86-64結構的硬體上，我們都可以使用一種被稱為“看門狗NMI中斷”的機制。（NMI：Non Maskable Interrupt. 這種中斷即使在系統被鎖住時，也能被響應）。這種機制可以被用來除錯核心鎖住現象。通過週期性地執行NMI中斷，核心能夠監測到是否有CPU被鎖住。當有處理器被鎖住時，列印除錯資訊。

為了使用NMI

對於X86-64系統，APIC已被編進核心。

使用本地APIC（nmi_watchdog=2）時，需要佔用第一個效能暫存器，因而此暫存器不能再被另作它用（如高精度的效能分析）。Oprofile與perfctr的驅動已自動地禁用了本地APIC的NMI看門狗。

可以通過啟動引數“nmi_watchdog=N”使能NMI看門狗。即在lilo.conf的相關項中新增如下語句：

         append=”nmi_watchdog=1”

對於具有IO-APIC的SMP與UP

“鎖住（Lockup）”是指如下的情況：如果系統中的任何一個CPU不能處理週期性的本地時鐘中斷，並持續5秒鐘以上，那麼NMI的處理函式將產生一個oops並殺死當前程序。這是一種“可控崩潰”（Controlled Crash，所謂可控，是指發生崩潰時，能夠輸出核心資訊），可以用此機制來除錯“鎖住”現象。那麼，無論什麼時候發生“鎖住”，5秒鐘之後都會自動地輸出oops。如果核心沒有輸出資訊，說明此時發生的崩潰過於嚴重（如：hardware-wise），以至於NMI中斷都無法被響應，或者此次崩潰使得核心無法列印資訊。

在使用本地APIC時要注意，NMI中斷被觸發的頻率依賴於系統的當前負載。由於缺乏更好的時鐘源，本地APIC中的NMI看門狗使用的是“有效週期（Cycle unhalted，這個詞的翻譯似乎不太確切，如果某位朋友有更佳的建議，請告知在下。）”事件。也許你已經猜到了，當CPU處於halted（空等）狀態時，該時鐘是不計數的。處理器處於空閒狀態的時候，常出現這樣的情況。如果你的系統在被鎖住時，執行的不是hlt指令，看門狗中斷很快就會被觸發，因為每個時鐘週期都會發生“有效週期”事件。如果不幸，處理器在被鎖住時，執行的恰是“hlt”指令，那麼“有效週期”事件永遠都不會發生，看門狗自然也不會被觸發。這是本地APIC看門狗的缺陷，在倒黴的時候，永遠不會進行時鐘計數。而I/O APIC中的看門狗由於採用外部時鐘進行驅動，便不存在這個缺陷。但是，它的NMI頻率非常高，會顯著地影響系統的效能。

         X86的nmi_watchdog在預設情況下是禁用的，因此你需要在系統啟動的時候使能它。

在系統執行期間，可以禁用NMI看門狗，只要向檔案“/proc/sys/kernel/nmi_watchdog”中寫“0”即可。向該檔案寫“1”，將重新使能看門狗。即使如此，你仍然需要在啟動時使用引數“nmi_watchdog=”。

注意：在2.4.2-ac18之前的核心中，X86 SMP平臺會無條件地使能NMI-oopser。