SPDK vhost_blk热插拔场景下的崩溃问题分析
2025-06-25 02:58:51作者:房伟宁
问题背景
在SPDK存储性能开发套件的vhost模块测试中,发现了一个与块设备热插拔相关的严重问题。该问题主要出现在执行blk_hotremove测试用例时,当vhost服务处理虚拟机重启操作时会发生崩溃,导致整个系统状态异常。
问题现象
测试场景中,首先创建了多个NVMe和malloc块设备,并通过split操作进行了分区。然后启动了两个虚拟机,每个虚拟机挂载了两个vhost_blk设备。测试过程中,当热移除NVMe控制器并重新添加后,在虚拟机重启阶段vhost服务会出现以下两种异常情况:
- 常规构建下的段错误:vhost进程直接崩溃,产生段错误核心转储
- ASAN构建下的堆使用后释放错误:检测到对已释放内存区域的访问
技术分析
崩溃原因
通过分析核心转储和ASAN报告,发现问题出在vhost_blk模块的队列处理逻辑中。具体表现为:
- 当热移除操作完成后,相关的会话结构体(session)被释放
- 但在虚拟机重启过程中,vhost仍尝试访问这些已被释放的结构体
- 这导致了对无效内存的访问,最终引发段错误
根本原因
深入分析发现,问题的根源在于vhost_blk模块对会话生命周期的管理存在缺陷。在热插拔场景下:
- 设备移除时,会话被标记为需要销毁
- 但相关的轮询组(poll group)和队列(vq)资源没有完全清理干净
- 当虚拟机尝试重新连接时,vhost仍会尝试使用这些残留的资源
对虚拟机的影响
当vhost服务崩溃后,虚拟机的状态会变得异常:
- 虚拟块设备仍然可见但无法进行任何I/O操作
- 系统服务(如udev、lvm等)会陷入内核无法继续执行
- 即使尝试通过sysrq触发重启也会被阻塞
- QEMU无法清理已断开连接的字符设备
解决方案
经过排查,发现问题与近期的一个提交(1c05f3fb0a)相关。该提交修改了vhost_blk模块的资源管理逻辑,但在热插拔场景下引入了不稳定性。解决方案是回滚这个变更,恢复之前的稳定实现。
经验总结
这个案例揭示了几个重要的技术要点:
- 资源生命周期管理:在异步事件处理系统中,必须严格管理资源的创建和销毁顺序
- 热插拔场景的特殊性:热插拔操作会触发复杂的设备状态转换,需要特别谨慎处理
- 故障隔离:vhost服务的崩溃不应导致虚拟机完全不可用,需要改进错误恢复机制
后续工作
虽然回滚解决了vhost崩溃问题,但仍需进一步研究虚拟机状态异常的根本原因。这涉及到:
- QEMU与vhost-user协议的交互
- 内核virtio驱动对后端服务丢失的处理
- 系统服务对设备突然消失的容错能力
这些问题需要跨组件协作解决,以确保整个系统的健壮性。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp音乐播放器项目中的函数调用问题解析2 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析3 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析4 freeCodeCamp课程视频测验中的Tab键导航问题解析5 freeCodeCamp课程中屏幕放大器知识点优化分析6 freeCodeCamp Cafe Menu项目中link元素的void特性解析7 freeCodeCamp英语课程填空题提示缺失问题分析8 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 9 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析10 freeCodeCamp全栈开发课程中React实验项目的分类修正
最新内容推荐
ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 Jetson TX2开发板官方资源完全指南:从入门到精通 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.19 K

暂无简介
Dart
514
115

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
62
95

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
976
575

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
86

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
28