Alibaba Cloud Linux:統合カーネル障害イベントフレームワーク (UKFEF)

イベント情報

説明

イベントタイプ

UKFEF は、次の一般的なオペレーティングシステムのカーネルイベントを収集します。

• ソフトロックアップ

• RCU ストール

• ハングタスク

• グローバルなメモリ不足 (OOM)

• cgroup メモリ不足 (OOM)

• ページ割り当て失敗

• リスト破損

• bad mm_struct

• I/O エラー

• EXT4-fs エラー

• Machine Check Exception (MCE)

• 致命的シグナル

• warning

• パニック

イベントレベル

UKFEF は異常イベントを 3 つのレベルに分類します。

• 軽度：システムの動作には影響しませんが、システム上にデプロイされたサービスでジッターが発生する可能性があります。イベントの監視を継続できます。

• 通常：現在のアプリケーションプロセスが異常になる可能性があります。kill の使用、再起動、移行など、現在のアプリケーションに対処してください。

• 致命的：システムに致命的な影響を及ぼす可能性があります。直ちにサービスを移行してください。

イベントレポート

UKFEF は、次の方法でイベントレポートを出力します。

• カーネルログを通じて単一イベントの詳細を出力します。次のサンプルメッセージは、情報形式を示しています。

  class Fault event[module:type]:messages. At cpu cpuid, task pid(cmdline). Total fault: cnt

  詳細は次のとおりです。

  • class：異常イベントのレベル。

  • module：異常イベントが属するモジュール。モジュールには sched、mem、io、fs、net、hardware があります。異常が複数のモジュールに起因する場合は、general が出力されます。

  • type：異常イベントのタイプ。

  • messages：イベントのカスタムメッセージ。

  • cpuid：異常イベントが発生した CPU の ID。

  • pid(cmdline)：異常イベントに対応するプロセスのプロセス ID (PID) とコマンドライン。

    説明

    PID が -1 の場合、対応するプロセスは存在しません。

  • cnt：システム起動後にこのタイプの異常イベントが発生した合計回数。

• 各タイプの異常イベントの合計数を /proc/fault_events ファイルに出力します。次のサンプル出力は、ファイルの内容を示しています。

  Total fault events: 0
  Slight: 0
  Normal: 0
  Fatal: 0
  soft lockup: 0
  rcu stall: 0
  hung task: 0
  global oom: 0
  cgroup oom: 0
  page allocation failure: 0
  list corruption: 0
  bad mm_struct: 0
  io error: 0
  ext4 fs error: 0
  mce: 0
  fatal signal: 0
  warning: 0
  panic: 0