SPDK项目中VFIO用户态设备重启虚拟机超时问题分析
问题背景
在SPDK项目的自动化测试过程中,发现了一个与VFIO用户态设备相关的间歇性故障。具体表现为在运行vfio_user_nvme_restart_vm
和vfio_user_virtio_blk_restart_vm
测试用例时,虚拟机重启操作中的vm_shutdown_all
函数执行时间异常延长,有时甚至超过预设的90秒超时限制。
问题现象
正常情况下,虚拟机重启操作仅需几秒钟即可完成。但在故障发生时,这一过程可能耗时超过80秒,甚至导致测试超时失败。通过分析系统日志(dmesg)发现,虚拟机内部存在设备状态异常的情况。
根本原因分析
经过深入调查,发现问题根源在于测试流程与虚拟机内部系统服务之间的交互异常。具体测试流程如下:
- 启动虚拟机并挂载NVMe设备
- 在虚拟机内执行
lsblk
确认设备存在 - 关闭虚拟机
- 再次启动虚拟机并确认设备
- 移除NVMf监听器(这会断开与QEMU的VFIO socket连接)
- 立即调用
vm_shutdown_all
关闭虚拟机
在虚拟机内部,当NVMf监听器被移除时,内核会检测到NVMe控制器消失并尝试重置它。由于设备实际上已经不存在,重置操作会失败,导致控制器处于"死亡"状态,同时遗留的命名空间块设备也会保留在系统中。
问题链分析
当系统开始关闭服务时,systemd
会依次停止所有服务。其中lvm2-monitor
服务(默认包含在Fedora等主流发行版中)会扫描所有块设备(包括已失效的nvme0n1
设备)并尝试停止dm事件监控。由于NVMe设备处于异常状态,这一过程会在内核中阻塞,导致服务无法正常关闭。
systemd
在这种情况下会采用渐进式超时策略,每次增加10秒等待时间。如果lvm
进程最终能够恢复,系统可以继续关闭;但如果进程完全挂起,就会导致vm_shutdown_all
操作超时失败。
解决方案
针对这一问题,开发团队提出了两种缓解方案:
- 在关闭虚拟机前,先从子系统中移除命名空间(避免块设备导致
lvm
挂起) - 直接在虚拟机内部移除整个控制器
最终采用了组合解决方案,通过修改测试脚本在适当时机清理设备状态,避免了服务关闭时的阻塞情况。这一修复已合并到主代码库中,有效解决了该间歇性故障。
经验总结
这个问题揭示了虚拟设备管理与系统服务之间的微妙交互关系。在开发涉及虚拟设备热插拔的测试用例时,需要考虑系统服务的反应机制,特别是那些会自动扫描设备的服务。通过主动清理设备状态,可以避免服务关闭时的意外阻塞,提高测试的可靠性和稳定性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~056CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









