![[Android稳定性] 第034篇 [问题篇] 进程阻塞触发watchdog bite死机](https://hexoimg.oss-cn-shanghai.aliyuncs.com/blog/25/4/cover_android_stability_034.png)
4月前
评论
[Android稳定性] 第034篇 [问题篇] 进程阻塞触发watchdog bite死机
## 问题摘要： 本次老化测试中，设备出现死机问题，经过日志分析，初步判断为 **CPU0 调度器 hang 死** 导致。具体表现为： * **CPU0 定时器更新滞后**：与其他 CPU 相比，CPU0 的定时器 `timer_jiffies` 落后约 20 秒，且大量定时器处于停滞状态，说明 CPU0 的定时器中断处理函数可能未正常执行。 * **高精度定时器未触发**：CPU0 的 `tick_sched_timer` 等高精度定时器 `_softexpires` 值停滞，说明 CPU0 的定时器中断机制未运作，导致系统调度器无法运行，看门狗无法被喂，CPU 卡死。 * **任务调度异常**：大量内核后台任务 `kworker/0:*` 卡在不可中断的 `D` 状态，`ksoftirqd/0` 停止调度，说明内核资源可能无法释放，调度器已崩溃。 * **CPU0 栈分析**：`QtiBus-PROC` 独占 CPU0 运行权，其他任务无法调度，且其调用栈显示卡在 `do_exit` 函数，说明该线程在退出过程中卡死，导致 CPU0 调度器 hang 死。 ## 根本原因： `QtiBus-PROC` 线程在退出过程中卡在了 futex 和 RCU 回调相关路径，导致它阻塞在 CPU0 上不让出 CPU，最终让整个 CPU0 的调度器 hang 死，系统无法喂 watchdog，被重启。
![[Android稳定性] 第024篇 [方法篇] RCU Stall问题如何进行分析？](https://hexoimg.oss-cn-shanghai.aliyuncs.com/blog/24/12/cover_how_to_debug_rcu_stall_issue.png)
6月前
评论
[Android稳定性] 第024篇 [方法篇] RCU Stall问题如何进行分析？
RCU（读-复制-更新）是一种针对多核、多线程环境的内存同步机制，旨在解决读写并发问题，特别适用于读多写少的场景。RCU Stall是指RCU子系统检测到的问题，如宽限期未结束、回调堆积或调度延迟等，可能导致系统性能下降。分析RCU Stall的方法包括检查内核日志、任务栈回溯、长时间运行的任务、锁和资源争用等。实例中，通过dmesg日志分析和打开panic_on_rcu_stall来复现问题，并通过串口输出进程信息进行深入诊断。