Linux Kernel 2.6.28 以上有BUG，系统运行第208.5天down机

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

简介：

业务服务器有一台服务器出现意外down机，服务器ping 不通、无法登陆，本想通过公司KVM系统登陆系统重启解决，登陆KVM后发现系统屏幕打印大量的内核错误，KVM无法使用、无法发送重启服务器。果断联系机房人员帮助手工重启，手动重启服务器后服务器运行状态回归正常。

在服务器重启前通过KVM管理系统能看到系统屏幕上打印的内核错误，此时做了一个页面截屏，后根据屏幕打印的报错关键字，进行查找追踪发现原来我们的linux服务器内核bug问题导致。

此内核BUG问题会直接导致服务器down机，查找相关资料发现这个内核BUG存在相关触发条件，下面对个人收集整理的一些资料进行归纳，给大家借鉴。

1.官方描述：

sched_clock() overflow after 208.5 days in Linux Kernel

Linux Kernel 2.6.28版本以上内核存在此问题。

服务器出现故障时系统在屏幕上打印错误大致如下：

Jun 8 14:26:06 acme kernel: irq 19: nobody cared (try booting with the "irqpoll" option)

Jun 8 14:26:06 acme kernel: Pid: 0, comm: swapper Not tainted 2.6.32-220.7.1.el6.x86_64 #1

Jun 8 14:26:06 acme kernel: Call Trace:

Jun 8 14:26:06 acme kernel: <IRQ> [<ffffffff810db42b>] ? __report_bad_irq+0x2b/0xa0

Jun 8 14:26:06 acme kernel: [<ffffffff810db62c>] ? note_interrupt+0x18c/0x1d0

Jun 8 14:26:06 acme kernel: [<ffffffff810dbd4d>] ? handle_fasteoi_irq+0xcd/0xf0

Jun 8 14:26:06 acme kernel: [<ffffffff8100df09>] ? handle_irq+0x49/0xa0

Jun 8 14:26:06 acme kernel: [<ffffffff814f4dbc>] ? do_IRQ+0x6c/0xf0

Jun 8 14:26:06 acme kernel: [<ffffffff8100ba53>] ? ret_from_intr+0x0/0x11

Jun 8 14:26:06 acme kernel: <EOI> [<ffffffff812c4b0e>] ? intel_idle+0xde/0x170

Jun 8 14:26:06 acme kernel: [<ffffffff812c4af1>] ? intel_idle+0xc1/0x170

Jun 8 14:26:06 acme kernel: [<ffffffff813fa027>] ? cpuidle_idle_call+0xa7/0x140

Jun 8 14:26:06 acme kernel: [<ffffffff81009e06>] ? cpu_idle+0xb6/0x110

Jun 8 14:26:06 acme kernel: [<ffffffff814e5ffc>] ? start_secondary+0x202/0x245

Jun 8 14:26:06 acme kernel: handlers:

Jun 8 14:26:06 acme kernel: [<ffffffffa01e5020>] (rtl8169_interrupt+0x0/0x380 [r8169])

2.经查找资料分析此内核bug经查找资料有3个触发条件；

a：linux系统内核版本Linux Kernel 2.6.28版本以上（函2.8）；

b.系统运行208天左右；

c.服务器使用Pentium 4 以上intel CPU（含CPU、32bit/64bit）；

很悲催！我们的服务器上面条件全满足。

3.bug相关通报

版本是2011年发布的如果没有打过补丁应该没有修复这个bug

kernel-2.6.32-220.4.2.el6 centos在这个内核版本修复了这个bug

此缺陷在 Linux Kernel 2.6.32.50 / 3.0.13 / 3.1.5 已被修正。

3. 内核升级

经过排查排查发现我们好多服务器都满足上面的内核BUG触发条件，果断安排服务器计划，避免服务器意外DOWN机事情再次发生，下面是对相关操作进行简单记录，以供大家参考：

3.1：确认系统版本和内核版本

[root@slave2 ~]# uname -a

Linux slave2 2.6.32-220.el6.x86_64 #1 SMP Tue Dec 6 19:48:22 GMT 2011 x86_64 x86_64 x86_64 GNU/Linux

[root@slave2 ~]# more /etc/redhat-release

CentOS release 6.2 (Final)

[root@slave2 ~]# more /proc/version

Linux version 2.6.32-220.el6.x86_64 (mockbuild@c6b18n3.bsys.dev.centos.org) (gcc version 4.4.6 20110731 (Red Hat 4.4.6-3) (GCC) ) #1 SMP Tue Dec 6 19:48:22 GMT 2011

[root@slave2 ~]#

3.2：内核升级：

我使用的是覆盖处理方式,执行如下命令；

yum update -y

升级完成，重启服务器新的内核版本才能生效。

init 6

3.3：检查升级结果：

[root@slave2 ~]# uname -a

Linux master 2.6.32-358.11.1.el6.x86_64 #1 SMP Wed Jun 12 03:34:52 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux

[root@slave2 ~]# more /etc/redhat-release

CentOS release 6.4 (Final)

[root@slave2 ~]# more /proc/version

Linux version 2.6.32-358.11.1.el6.x86_64 (mockbuild@c6b7.bsys.dev.centos.org) (gcc version 4.4.7 20120313 (Red Hat 4.4.7-3) (GCC) ) #1 SMP Wed Jun 12 03:34:52 UTC 2013

系统重启完成后，通过查看发现内核版本已经升级到2.6.32-358，系统升级为6.4目前最新版本。

redhat官方发布消息：

https://rhn.redhat.com/errata/RHBA-2012-0124.html

centos官方发布消息

https://www.centos.org/modules/newbb/viewtopic.php?topic_id=42031