watchdog - 云栖梦泽

[灵感风暴] 高通平台增强型watchdog

以提升高通watchdog调试效率为目标，提出面向新手工程师的内核日志增强方案，通过驱动形式集成UTC时间、Top10中断、Watchdog进程状态、CPU可用与ping掩码、最近跨核调用等关键信息输出，精准定位中断风暴、CPU无响应等常见系统异常，显著加快问题分析进程。

[Android稳定性] 第051篇 [原理篇] 从timer角度学习高通平台的watchdog

本文主要介绍了Linux内核中的定时器机制，包括低精度定时器timer_list和高精度定时器hrtimer，以及它们在watchdog timer中的应用。文章首先介绍了timer_list的实现机制、核心数据结构和API，并通过一个简单的示例展示了其使用方法。接着，文章深入剖析了hrtimer的实现机制、核心数据结构和API，并给出了一个hrtimer定时器的示例驱动。随后，文章着重介绍了watchdog timer的使用，包括其初始化、喂狗线程函数和suspend/wakeup处理。此外，文章还介绍了基于软件的软看门狗机制，包括其基本原理、核心组件、检测流程和内核中的主要实现。最后，文章总结了watchdog timer的debug方法和技巧，并提供了一些常用的内核参数用于调试。

[Android稳定性] 第049篇 [问题篇] 软中断霸占CPU导致watchdog无法及时喂狗

系统出现死机，核心原因是Watchdog定时器未按时触发“喂狗”操作导致20秒内无回应。从dmesg和timerlist日志分析，定时器的回调因中断或内核临界区阻塞未能执行，所有CPU的最后ping均停留在同一时刻，反映定时器链路被阻塞。这突出内核定时器和中断管理对系统稳定性的关键影响。

[Android稳定性] 第048篇 [原理篇] Android SWT机制介绍

深入解析Android System Server中的Watchdog机制，阐述其关键作用：防止核心服务和线程因死锁或长时间阻塞导致系统不可用，通过周期性Checker监控各大线程与服务，超时自动重启，保障系统稳定与用户体验。详细讲解Watchdog的启动流程、重要变量、核心线程监控逻辑和AMS集成

[Android稳定性] 第033篇 [问题篇] suspend时shedule io操作导致线程阻塞引发死机

工厂BLMMI工站一台设备死机进dump，经dmesg与任务栈分析，确认是QCOM Apps Watchdog在约67.7秒触发bark/bite，而系统最后一次喂狗停在47.7秒，中间超过20秒未喂狗。期间系统处于s2idle挂起流程中，未正常resume，定时器与调度未运行，导致watchdog无法被喂。进一步从timer list看到，当前时刻并没有到任何定时器触发点，印证了系统在挂起状态未被唤醒。通过tasks.txt定位到关键卡死线程为......

[Android稳定性] 第035篇 [问题篇] 中断风暴触发watchdog bite

定位到系统死机的根本原因是显示子系统中断风暴，硬件中断msm_drm和dsi_ctrl频繁触发，导致CPU长时间被中断占用，内核软中断和线程无法调度。关键函数dsi_ctrl_hw_cmn_ctrl_reset卡死，形成软锁死，最终触发watchdog致使系统崩溃。

[Android稳定性] 第023篇 [问题篇] printk非空的非法指针参数导致的spinlock死锁引起Non Secure WDT

本文分析了Linux内核中因`Non secure wdt`导致的死机问题。通过分析ramdump，发现所有CPU都在等待一个spin lock，且锁的持有者是`kworker/u17:12`。进一步分析发现，该进程在获取锁后出现了data abort，并在异常处理流程中再次尝试获取锁，导致死锁。根本原因是`nvt_update_firmware`函数中使用了未初始化的指针作为`printk`的参数，导致打印异常。解决方案是将`kmalloc`改为`kzalloc`，以确保内存被清零。实验验证了当`printk`的参数为非法指针时，会导致死锁。