“rcu_sched 检测到 CPU/任务停顿” - jiffies - ESXi Ubuntu 16 FileServer Guest

Question

我的 ESXi 主机上有一个非常简单的 Ubuntu 16 x64 VM 设置，它充当文件服务器。它安装了 NFS/SMB 和 MDADM。它已完全更新。

上周它两次因错误“rcu_sched detected stalls on CPUs和 jiffies 不足而挂起。

这次我拍了一个屏幕截图，但情况太糟糕了，ESXi 无法终止虚拟机，并且在重新启动后导致我的 MDADM 阵列重建。我担心这会对我的硬盘造成不必要的损坏，想知道问题出在哪里？该虚拟机获得了大量额外资源，包括 1vCPU 和 4vThreads（6GB RAM）。

有任何想法吗？虚拟机现在已恢复运行，因此我可以调试所需的任何信息。我正在考虑迁移到基于 RHEL 的发行版，但我想找出问题与在不同的 Linux 操作系统上重建的情况。

PS：我是主要用户，据我记得当时没有进行密集的读/写操作。

Answer 1

太长了；大约一周后，我失去了一个 CPU 核心，可能是由于过热/散热器/风扇放置不当。

• 如果您使用 ESXi，我会启动另一个操作系统并检查 Temp 和/或考虑重新安装 CPU 散热器。

• 这篇文章有很多浏览量，当我遇到这个问题时，谷歌给我的信息很少。请在评论或答案中分享您的经验！

时间线：

• 我收到有关 Jiffies 的错误
• 必须使用电源按钮重新启动
• MDADM 阵列重建 --> 成功。
• 第二天我又收到一个错误
• 重新启动/重建成功。
• 又一个错误！
• 使用新操作系统重建虚拟机
• 稳定一周左右
• CPU单核死掉了！

对 ESXi 的进一步研究表明，如果没有某种我没有的高级硬件添加，ESXi 不会收集设备温度（可能是因为我没有使用“硬件兼容性列表”中的计算机。（https://communities.vmware.com/thread/547244）。如果有的话，ESXi 可能会限制我的 CPU。我现在使用 KVM，它通过正常方法检查我所有的设备温度并做出相应反应。不仅如此，我的 RW 速度也大大提高了，因为我的虚拟机管理程序现在也是我的文件服务器，而之前我必须将磁盘传递到文件服务器虚拟机，因为 ESXi 不支持 SMB/NFS/MDADM 等（我说的是现在我的客户直接与虚拟机管理程序/文件服务器对话，RW 速度提高了 2 或 3 倍。