drivers/net/ethernet/intel/e1000e/netdev.c:3804 处的内核 BUG！

Question

kernel BUG at drivers/net/ethernet/intel/e1000e/netdev.c:3804!
kernel: [162559.916048] invalid opcode: 0000 [#1] SMP PTI
kernel: [162559.916126] CPU: 0 PID: 5 Comm: kworker/0:0 Tainted: G        W         4.19.0-10-amd64 #1 Debian 4.19.132-1
kernel: [162559.916222] Hardware name: FUJITSU D3401-H1/D3401-H1, BIOS V5.0.0.11 R1.7.0.SR.2 for D3401-H1x                11/25/2015
kernel: [162559.916328] Workqueue: events e1000_reset_task [e1000e]
kernel: [162559.916410] RIP: 0010:e1000_flush_desc_rings+0x2a9/0x2f0 [e1000e]

您正在运行 Debian 的发行版内核，该内核在上游源代码之上应用了一些补丁，因此我的快速分析可能并不完全准确。但看着drivers/net/ethernet/intel/e1000e/netdev.c4.19.170 上游源代码的第 3804 行把我们带到这一行：

BUG_ON(tdt != tx_ring->next_to_use);

kernel BUG at...如果指定的条件为真，这将触发带有堆栈跟踪和所有内容的消息。

该行位于 function 中e1000_flush_tx_ring()，由 function 调用，e1000_flush_desc_rings()而 function 又在错误消息中被称为指令指针位置：

RIP: 0010:e1000_flush_desc_rings+0x2a9/0x2f0 [e1000e]

也许编译器已经内联或以其他方式优化了该e1000_flush_tx_ring()函数，以便它不明显作为该RIP:行的可识别符号。但它似乎匹配：调用跟踪强烈表明驱动程序正在重置 NIC，并且刷新 TX 环显然是该过程的一部分。

但什么使重置成为必要呢？事实证明Intel 发布了 I218/I219 NIC 的规格更新。

5.I219 处理 DMA 事务时缓冲区溢出

问题：英特尔® 100/200 系列芯片组平台减少了 LAN 控制器 DMA 访问的往返延迟，在某些高性能情况下，导致 I219 LAN 连接设备处理 DMA 事务时出现缓冲区溢出。

含义：在压力非常大的 UDP 流量和多次重新连接以太网电缆的情况下，I219LM 和 I219V 设备可能会陷入无法恢复的 Tx 挂起状态。仅当系统重新启动时，LAN 控制器的 Tx 挂起才会恢复。

解决方法：通过减少未完成的请求数量来稍微减慢 DMA 访问速度。此解决方法可能会对 TCP 流量性能产生影响，并且可能会导致性能降低多达 5% 到 15%（具体取决于平台）。禁用 TSO 可消除 TCP 流量的性能损失，而不会对 CPU 性能产生明显影响。

状态：英特尔® 100/200 系列芯片组 – NoFix

英特尔® 300 系列芯片组 - 固定

所以根本原因似乎是硬件（或可能是网卡固件）错误。驱动程序发现 TX 环形缓冲区的结构已损坏，并假设原因是驱动程序中的故障。但在这种情况下，故障似乎出在网卡本身。

建议的解决方法是禁用tsoNIC 的 TCP 分段卸载功能 ( )：

ethtool -K eth0 tso off

富士通 D3401-H1 似乎配备了 Intel Core i7-6700 处理器，属于 Skylake 一代……所以我预计会配备 Intel 100 系列芯片组。看起来该芯片组没有可用的修复程序，因此您可能需要应用解决方法。

Answer 1

kernel BUG at drivers/net/ethernet/intel/e1000e/netdev.c:3804!
kernel: [162559.916048] invalid opcode: 0000 [#1] SMP PTI
kernel: [162559.916126] CPU: 0 PID: 5 Comm: kworker/0:0 Tainted: G        W         4.19.0-10-amd64 #1 Debian 4.19.132-1
kernel: [162559.916222] Hardware name: FUJITSU D3401-H1/D3401-H1, BIOS V5.0.0.11 R1.7.0.SR.2 for D3401-H1x                11/25/2015
kernel: [162559.916328] Workqueue: events e1000_reset_task [e1000e]
kernel: [162559.916410] RIP: 0010:e1000_flush_desc_rings+0x2a9/0x2f0 [e1000e]