Linux系统的ECS实例系统无响应，系统日志中出现“BUG: soft lockup – CPU#0 stuck for 61s”错误怎么办？

问题现象

Linux系统的ECS实例出现系统无响应，在/var/log/messages、/var/log/dmesg等日志中出现大量类似如下错误信息。

BUG: soft lockup - CPU#0 stuck for 61s

问题原因

该问题通常是由于ECS实例中，系统内核长时间占用CPU资源导致出现软死锁（soft lockup）故障，内核长时间占用CPU资源可能有以下原因：

• 系统负载过高

• 内核死循环或死锁

• 内核调度问题

• 内核出现故障

解决方案

出现soft lockup的原因比较复杂，您可以参考以下步骤进行排查。

1. 检查系统负载。

   使用top、sar、htop等工具检查系统负载，如果系统负载过高，需要调整系统配置或增加硬件资源来缓解负载。更多信息，请参见Linux实例负载高问题排查和异常处理。

2. 检查内核是否存在死循环或死锁、内核调度问题。

   使用内核调试工具（如Kgdb）检查内核代码，查找可能的死循环或死锁、内核调度问题，找到问题后，可以通过修改代码或应用补丁来解决问题。更多信息，请参见Kgdb。

3. 检查内核是否存在已知缺陷。

   查找Linux发行版社区中，对应内核版本是否存在类似soft lockup故障。如果存在类似故障，可参考对应方案进行解决。常见的Linux发行版社区：

   • Ubuntu社区

   • CoreOS社区

   • 龙蜥社区