我写了一个“设备驱动程序”（请参阅此处的源代码：https://bitbucket.org/wothke/websid/src/master/raspi/websid_module/）在大多数情况下运行良好（请参阅https://www.youtube.com/watch?v=bE6nSTT_038）但似乎仍然有可能偶尔随机使设备崩溃。
“设备驱动程序”启动一个 kthread，执行一个简单但时序关键的播放循环，其中它通过多个 GPIO 引脚控制某些连接的音频芯片。该 kthread 在“隔离”CPU 核心上运行（使用 kthread_bind），该核心应该在很大程度上免于常规内核使用（请参阅下面有关内核配置的详细信息）。通过 sched_set_fifo 为 kthread 赋予高优先级。 kthread 不进行子例程调用，也不需要任何先前尚未在内核中分配的内存。 （该线程还使用 get_cpu、local_irq_save 和 local_bh_disable 暂时禁用任何可能干扰其计时的内容。但是，这些似乎并不是偶发崩溃的根本原因，因为即使未使用该禁用，也可能会重现崩溃。）
我编译了一个常规的“Raspberry OS”“Desktop”内核，但我专门激活了 NO_HZ_FULL（即“完整动态系统（无滴答）”）。另外，我还专门通过 cmdline.txt 隔离核心 #3： isolcpus=3 rcu_nocbs=3 rcu_nocb_poll=3 nohz_full=3 （这似乎使大多数 IRQ 远离 cpu 核心 #3 - 按预期，这样我上面的 kthread 应该很漂亮独自在核心＃3）
最常见的嫌疑可能是“共享内核内存”缓冲区，该缓冲区用于上述“播放”kthread 与“用户空间”中数据的生产者之间的所有通信。我已经采取了我能想到的所有预防措施来避免潜在的竞争条件，但也许存在某种 CPU 缓存效应，或者我忽略的其他东西。“共享缓冲区”包含 4 个已设置的页面对齐区域/以这样的方式使用应该确保安全通信/同步。
第一页仅包含一个 32 位标志，可作为 u32 或 uint32_t 访问（这自然应该是原子的）。 kthread 仅在该标志为 0 时更新该标志，并且仅将其设置为非 0。用户态代码仅将此标志重置为 0，并且仅当它具有某个非 0 值时 - 从而确认它收到了 kthread 设置的非 0 值。
第二页包含类似的标志，如 1)，但方向相反，即这里是 kthread 将从“userland”接收非 0 的内容。
然后，第三个（+后续）页面包含用于简单双缓冲方案的第一个缓冲区。该缓冲区由“用户区”生产者独占写入，并由 kthread 独占读取。通过 2 个标志实现的“ping/pong”协议旨在确保缓冲区“永远不会”同时使用：kthread 通过发信号通知其中一个缓冲区可以被填充来启动一个序列，然后“userland”信号返回它已完成填充相应的缓冲区，即 kthead 仅在看到来自生产者的信号（现在可以安全地执行此操作）后才开始从缓冲区读取（在“userland”生产者发出该信号之前，它使用 msync(start_page, len, MS_INVALIDATE) 来报告共享内存区域的哪些部分已更新。）。
然后，第 n 个（+以下）页面包含第二个缓冲区（3）中所述的所有内容也适用于此处）
但即使上面出现问题，也可能会阻塞 kthread 或相应的用户态进程..但我不明白为什么这会导致整个系统崩溃。
对我来说最合理的解释是，如果“共享缓冲区”被随机重新定位（从而导致随机内存损坏），但我认为这不应该发生在通过以下方式分配的缓冲区上：
_raw_buffer = kmalloc(AREA_SIZE + 2*PAGE_SIZE,
GFP_KERNEL & ~__GFP_RECLAIM & ~__GFP_MOVABLE);
或者，如果有一些内核函数专门进入阻塞等待来自核心 #3 的某些内容（这可能不会发生，因为我的 kthread 耗尽了该 CPU 上的其他所有内容......）..但是我会很惊讶为什么这样一个那么问题只会偶尔出现，而不是一直让机器崩溃。
有任何想法吗？
答案1
在我的代码中的每个合理点添加“内存屏障”未能改善这种情况之后，我终于找到了一种可行的解决方法。该问题似乎根本与共享内存无关。相反，它似乎是由调度程序触发的，并且在我长时间运行的 kthread 中添加对“schedule()”的调用似乎确实避免了系统冻结。
不幸的是，这个解决方法对我来说不是一个可行的解决方案，我创建了一个单独的线程来进一步探索它所采取的方向：有没有办法在不调用schedule()的情况下使用长时间运行的kthread？