Linux系统的ECS实例中内核参数kernel.unknown_nmi_panic设置不正确导致实例异常重启

问题描述

在Linux系统的阿里云ECS实例中，内核参数kernel.unknown_nmi_panic设置不正确，导致实例异常重启。待系统恢复后查看内核日志，提示以下调用栈信息：

[5912557.130943] Uhhuh. NMI received for unknown reason 20 on CPU 0.

[5912557.131115] Do you have a strange power saving mode enabled?

[5912557.131287] Kernel panic - not syncing: NMI: Not continuing

排查方法

通过执行以下命令，查看内核参数kernel.unknown_nmi_panic的值，发现被设置为1。

sysctl -n kernel.unknown_nmi_panic

问题原因

内核参数 kernel.unknown_nmi_panic控制着内核，在遇到未知的不可屏蔽中断（Non Maskable Interrupt，简称NMI）时的行为。目前大多数Linux发行版本上kernel.unknown_nmi_panic 的值均设为0，忽略未知的不可屏蔽中断。如果由于某些原因开启了该配置，可能导致内核在收到未知的不可屏蔽中断发生Panic，并出现实例重启的情况。 

  • 内核参数 kernel.unknown_nmi_panicd的值被设为1，内核将在遇到未知的不可屏蔽中断时，认为系统出错并触发内核Panic，从而导致实例出现非预期的重启或业务中断。
  • 内核参数 kernel.unknown_nmi_panicd的值设置为0，忽略该问题不做进一步处理，保持实例当前状态继续运行。

解决方案

阿里云提醒您：

  • 如果您对实例或数据有修改、变更等风险操作，务必注意实例的容灾、容错能力，确保数据安全。
  • 如果您对实例（包括但不限于ECS、RDS）等进行配置与数据修改，建议提前创建快照或开启RDS日志备份等功能。
  • 如果您在阿里云平台授权或者提交过登录账号、密码等安全信息，建议您及时修改。

当遇到该问题时，您可以参考以下方法进行处理，将内核参数kernel.unknown_nmi_panic的值设置为0，忽略未知的不可屏蔽中断：

  1. 登录ECS实例，详情请参见连接方式概述。
  2. 执行以下命令，查看是否存在内核参数kernel.unknown_nmi_panic相关配置。 
     grep 'kernel.unknown_nmi_panic' /etc/sysctl.conf /etc/sysctl.d/*.conf
    • 如果已有相关配置，则需要手动删除多余的配置，只保留/etc/sysctl.conf 文件的中一项并设置为 kernel.unknown_nmi_panic = 0。
    • 如果不存在相关配置，请依次执行以下命令，在/etc/sysctl.conf 文件末尾添加kernel.unknown_nmi_panic = 0内容。 
      echo >> /etc/sysctl.conf
      echo 'kernel.unknown_nmi_panic = 0' >> /etc/sysctl.conf
  3. 执行以下命令，使配置在当前环境中生效。 
    sysctl -p
    说明：如果需要额外修改内核参数，并且不希望重新加载内核参数配置文件，请执行sysctl -w kernel.unknown_nmi_panic=0命令，只修改内核参数kernel.unknown_nmi_panic的值为 0。

适用于

  • 云服务器ECS

如果您的问题仍未解决，点击我要提问试试。

阿里云首页 云服务器 ECS 相关技术圈