CPU死锁

https://blog.csdn.net/sunny05296/article/details/82858071

最近碰到了Centos7.2上终端打印soft lockup CPU死锁，系统无响应状态。直接原因是：如果CPU太忙导致喂狗（watchdog）不及时，系统会打印CPU死锁信息：

kernel:BUG: soft lockup - CPU#0 stuck for 38s! [kworker/0:1:25758]

kernel:BUG: soft lockup - CPU#7 stuck for 36s! [java:16182]

......

内核参数kernel.watchdog_thresh（/proc/sys/kernel/watchdog_thresh）系统默认值为10。如果超过2*10秒会打印信息，注意：调整值时参数不能大于60。

调整该值可以延长喂狗等待时间，但是不能彻底解决问题，需要找到根本原因。

可以打开panic，将/proc/sys/kernel/panic的默认值0改为1，便于定位。

引发CPU死锁的原因有很多种：

* 服务器电源供电不足，导致CPU电压不稳导致CPU死锁

* vcpus超过物理cpu cores（虚拟CPU数超过物理CPU数）

* 虚机所在的宿主机的CPU太忙或磁盘IO太高

* 虚机的的CPU太忙或磁盘IO太高
  
* BIOS KVM开启以后的相关bug，关闭KVM可解决，但关闭以后物理机不支持虚拟化
  
* VM网卡驱动存在bug，处理高水位流量时存在bug导致CPU死锁

* BIOS开启了超频，导致超频时电压不稳，容易出现CPU死锁
  
* Linux kernel存在bug

* KVM存在bug
  
* clocksource tsc unstable on CentOS and cloud Linux with Hyper-V Virtualisation
  https://unix.stackexchange.com/questions/70377/bug-soft-lockup-cpu-stuck-for-x-seconds
  通过设置clocksource=jiffies可解决

* BIOS Intel C-State开启导致，关闭可解决

* BIOS spread spectrum开启导致
  当主板上的时钟震荡发生器工作时，脉冲的尖峰会产生emi（电磁干扰）。spread spectrum（频展）设定功能可以降低脉冲发生器所产生的电磁干扰，脉冲波的尖峰会衰减为较为平滑的曲线。
  如果我们没有遇到电磁干扰问题，建议将此项设定为disabled，这栏可以优化系统的性能表现和稳定性；
  否则应该将此项设定为enabled。 如果对cpu进行超频，必须将此项禁用。因为即使是微小的脉冲值漂移也会导致超频运行的cpu锁死。
  再次强调：CPU超频时，SPREAD SPECTRUM必须关闭，否则容易出现锁死cpu的情况。