Linux 6.1 引入新功能，更容易辨认出故障的 CPU

出品|开源中国

对于多 CPU 同时运行的 Linux 生产环境（比如大型服务器），Linux 6.1 新增了一个非常实用的功能：在出故障的时候，错误消息将通知你到底是哪个 CPU 出了问题。

该功能来自 Linux 6.1 合并窗口的 x86/cpu 分支补丁：在出现分段错误（segfault）时，故障消息会打印出 “有嫌疑” 的 CPU 编号。

补丁作者 Rik van Riel 解释了该功能的开发动机和运作原理：

在足够大的计算机群中，通常会有几个坏的 CPU。一般情况下可以通过查看运行的内核代码来识别。如果存在有问题的 CPU，那内核代码在其他地方运行良好，而在某个故障的 CPU 内核上不断崩溃。

然而这么多年来，出问题的 CPU 的故障模式是非常具体的，你可能在 bash、python 或各种系统守护程序中找到分段错误，然而故障消息不会告诉你是哪个 CPU 出了问题。现在我们将 printk () 添加到 show_signal_msg () ，就可以在分段错误时打印对应的 CPU、内核和套接字。

目前这个功能还不完美，可能出现误报的情况。因为从发生故障到输出对应的错误消息，任务可能会在另一个 CPU 上重新安排，导致报告的 CPU 编号出错。

但它已经足以帮助人们识别出大部分有故障的 CPU 内核。

下面是一个功能示例：

segfault[1349]:segfaultat0ip000000000040113asp00007ffc6d32e360error4in

segfault[401000+1000]likelyonCPU0(core0,socket0)这个 printk 可以通过 /proc/sys/debug/exception-trace 来控制。据外媒 Phoronix 报道，该功能将在 10 月的 Linux 6.1 稳定版中正式启用。

关于 segfault

segfault ：分段错误 / 段错误 / 段出错，是软件开发中经常会遇到的错误，也是 Linux 内核中最常见的 bug。

该错误是由非法内存访问造成的，如空指针引用、在只读内存区域进行写操作、访问受保护的内存区域等。