内核统一异常框架（UKFEF）

事件相关信息

说明

事件类型

UKFEF统一收集以下操作系统内核常见事件：

• soft lockup

• RCU（Read-Copy Update） stall

• hung task

• global OOM（Out of Memory）

• cgroup OOM（Out of Memory）

• page allocation failure

• list corruption

• bad mm_struct

• I/O error

• EXT4-fs error

• MCE（Machine Check Exception）

• fatal signal

• warning

• panic

事件级别

UKFEF将异常事件分为三个级别：

• Slight：不影响系统继续运行，但系统内部署的业务可能发生抖动，您可以继续观察事件变化。

• Normal：当前应用进程可能会出现异常。建议对当前应用采取措施，例如kill、重启或迁移。

• Fatal：可能会对系统产生致命影响。建议立即进行业务迁移。

事件报告

UKFEF将通过以下方式输出事件报告：

• 通过内核日志输出单次事件的详细信息。信息内容示例如下：

  class Fault event[module:type]:messages. At cpu cpuid, task pid(cmdline). Total fault: cnt

  具体说明如下：

  • class：对应异常事件的级别。

  • module：表示异常事件所属的模块（sched、mem、io、fs、net、hardware以及由多个模块引起的异常会输出general）。

  • type：对应异常事件的类型。

  • messages：事件自身的自定义消息。

  • cpuid：发生异常事件的CPU号。

  • pid(cmdline)：异常事件对应进程的pid和cmdline。

    说明

    如果pid为-1，则表示没有对应的进程。

  • cnt：表示系统启动以来当前类型的异常事件出现的总和。

• 通过/proc/fault_events文件输出各类异常事件的总和。文件输出内容示例如下：

  Total fault events: 0
  Slight: 0
  Normal: 0
  Fatal: 0
  soft lockup: 0
  rcu stall: 0
  hung task: 0
  global oom: 0
  cgroup oom: 0
  page allocation failure: 0
  list corruption: 0
  bad mm_struct: 0
  io error: 0
  ext4 fs error: 0
  mce: 0
  fatal signal: 0
  warning: 0
  panic: 0