NMI_watchdog配置指南：记录与分析系统死机

"NMI_watchdog 配置说明" NMI（Non-Maskable Interrupt，非屏蔽中断）看门狗是一种用于系统监控和故障诊断的机制，尤其在Linux内核中，它能够帮助记录和分析系统的崩溃或死机情况。NMI_watchdog是通过触发NMI来实现这一功能的。 编写目的：NMI_watchdog的主要目的是在系统出现死机或无响应时，通过记录详细的日志信息，帮助分析和识别导致问题的原因，从而提供一个有效的故障排查手段。它还能配合kdump服务，使系统在遇到问题后能够自动重启，保证服务的连续性。 术语和缩写： - NMI：非屏蔽中断，无法被忽略的硬件中断，通常用于处理紧急情况。 - menu.lst：GRUB（Grand Unified Bootloader）的配置文件，用于设置系统启动选项。 - crashkernel：预留一部分内存空间用于kdump，当系统崩溃时保存内核状态。 配置过程： 在配置NMI_watchdog时，需要编辑menu.lst文件，添加如下的启动参数： - nmi_watchdog=2：启用NMI看门狗，数字2表示启用定时器模式。 - panic=10：设置系统在检测到错误后10秒内自动重启。 验证NMI_watchdog是否启用，可以通过查看以下两个信息： 1. 查看`/proc/interrupts`，寻找名为NMI的条目，其计数值不为0，表明NMI中断正在运行。 2. 查看`/proc/sys/kernel/panic`，该文件的值应与menu.lst中的panic参数一致，表示NMI Watchdog已生效。 NMI原理简述： NMI执行流程大致如下： - 当触发NMI时，内核会调用`do_nmi()`函数。 - `do_nmi()`进一步调用`default_do_nmi()`处理NMI。 - 在`default_do_nmi()`中，NMI_watchdog会调用`nmi_watchdog_tick()`，这是一个周期性执行的函数，用于检查系统状态并记录相关信息。 在`nmi_watchdog_tick()`中，系统会定期检查硬件和内核的状态，如果发现异常，会记录日志并可能触发kdump，将当前内核内存状态保存到磁盘，以便后续分析。 总结，NMI_watchdog是Linux系统健康监控的关键组件，通过配置和启用它，可以提高系统稳定性，及时捕捉并记录异常情况，便于进行故障排查和系统优化。正确配置NMI_watchdog并结合kdump，能有效地减少因系统崩溃导致的服务中断时间，提高运维效率。