:Troubleshoot virtio hot-unplug Oops exception

Sintomas

A remoção de um dispositivo virtio, como disco ou NIC, de uma instância ECS em execução com versão específica e recente do kernel pode causar uma exceção Oops. Esse erro resulta em um dos seguintes cenários:

• Se a instância estiver configurada com kernel.panic_on_oops = 1, ocorre um kernel panic.

• Caso a instância esteja configurada com kernel.panic_on_oops = 0, o kernel deixa de responder.

Causa

A comunidade upstream do Linux introduziu esse problema neste commit, que adicionou suporte ao admin virtqueue para dispositivos virtio.

Esse commit trouxe as seguintes alterações:

• Adição do ponteiro de função is_avq à definição de virtio_pci_device para verificar a existência de um admin virtqueue.

• A função virtio_pci_modern_probe, responsável por inicializar dispositivos virtio modernos, atribui valor ao ponteiro de função is_avq.

  @@ -588,6 +658,7 @@ int virtio_pci_modern_probe(struct virtio_pci_device *vp_dev)
   	vp_dev->config_vector = vp_config_vector;
   	vp_dev->setup_vq = setup_vq;
   	vp_dev->del_vq = del_vq;
  +	vp_dev->is_avq = vp_is_avq;
   	vp_dev->isr = mdev->isr;
   	vp_dev->vdev.id = mdev->id;

• Durante o hot-unplug de um dispositivo virtio, o código verifica se a fila atual é um admin virtqueue.

  @@ -236,6 +236,9 @@ void vp_del_vqs(struct virtio_device *vdev)
          int i;
          list_for_entry_safe(vq, n, &vdev->vqs, list) {
  +               if (vp_dev->is_avq(vdev, vq->index))
  +                       continue;
  +
                  if (vp_dev->per_vq_vectors) {
                          int v = vp_dev->vqs[vq->index]->msix_vector;
                  }
          }

No entanto, em dispositivos virtio legados, o ponteiro de função is_avq não é inicializado e permanece nulo. Consequentemente, ao remover um dispositivo virtio legado, a chamada if (vp_dev->is_avq(vdev, vq->index)) tenta desreferenciar um ponteiro nulo. Isso aciona uma exceção capaz de causar falha no sistema.

Escopo afetado

• Comunidade upstream do Linux

  A comunidade upstream corrigiu esse problema neste commit. A correção adiciona verificação de nulo para o ponteiro de função is_avq antes da chamada.

• Sistema operacional

  • Ubuntu 24

  • Outros sistemas operacionais com versões do kernel próximas à 6,8 que incorporaram o suporte ao admin virtqueue, mas não possuem o patch de verificação de nulo is_avq.

    Nota

    Execute o comando uname -r para verificar a versão do kernel.

• Dispositivo virtio

  Esse problema afeta dispositivos virtio legados durante o hot-unplug em instâncias ECS.

Soluções

• Solução 1: migre para uma família de instâncias que utilize dispositivos virtio modernos, como as famílias de 8ª geração ou posteriores. Essas famílias não são afetadas por esse problema. Para mais informações, consulte Change instance types. Para saber mais sobre famílias de instâncias, veja Instance families.

• Solução 2:

  1. Atualize para o pacote de kernel mais recente e verifique se ele inclui o patch virtio-pci: Check if is_avq is NULL.

  2. (Condicionalmente obrigatório) Caso o kernel mais recente não inclua o patch, aplique-o manualmente.

Apêndice: Termos

Esta seção explica os principais termos utilizados neste tópico, como dispositivo virtio, admin virtqueue e virtio_pci_device.