Linux内核中watchdog怎么用

在Linux内核中有三个watchdog(看门狗），它们都需要被悉心的喂养照料,分别是：

\1. /dev/watchdog

2.softlockup检测机制

3.hardlockup检测机制

首先看 1./dev/watchdog，此看门狗该怎样喂养呢，linux内核中有一段样例代码:

samples/watchdog/watchdog-simple.c
 1// SPDX-License-Identifier: GPL-2.0 2#include  3#include  4#include  5#include  6 7int main(void) 8{ 9        int fd = open("/dev/watchdog", O_WRONLY);10        int ret = 0;11        if (fd == -1) {12                perror("watchdog");13                exit(EXIT_FAILURE);14        }   15        while (1) {16                ret = write(fd, "\0", 1); 17                if (ret != 1) {18                        ret = -1; 19                        break;20                }   21                sleep(10);22        }   23        close(fd);24        return ret;25}

此例子中，每隔10秒钟就会向"/dev/watchdog" 文件写入0, 这就是喂狗过程，看到这个样例，好像不太能感受到这个看门狗大的用处，但是放在实际工程中，用处太大了，举个例子：

某国中央银行在一台有 内存4T, 320个cpu核 的Linux服务器上跑一个数据库程序，数据库上存有他本国所有人民的银行账号信息，当此数据库程序在运行过程中，发生了IO读写错误，或者程序bug, 一下卡住了，那么他本国人民就都不能存钱取钱转账了，整个国民经济瞬间瘫痪。

此时想想看，Linux系统有没有什么机制来解决这种问题了，这时候"/dev/watchdog" 来了，

这个时候只需要在数据库程序中加上类似上面的样例程序，每隔10s中就去喂狗一次，

只要数据库程序卡住，卡住之后就不能喂狗了，等到比如默认60s以后，这只狗就罢工了，立马会默认触发服务器重启。

服务器重启会重新加载数据库程序, 或者服务器在重启过程中，由于服务器与它所在的服务器集群失联，从而触发集群中的分脑检测，把数据库程序挪到集群中其它设备上跑, 此时就减少了很多损失. 所以这只狗/dev/watchdog 用处太大了。

再来看下它的实现原理:

#ps -ef | grep watchdogroot       104     2  0  2020 ?        00:00:00 [watchdogd]#ls -l /dev/watchdog*crw------- 1 root root  10, 130 Dec 30 20:04 /dev/watchdogcrw------- 1 root root 247,   0 Dec 30 20:04 /dev/watchdog0

看到系统中有个内核线程watchdogd, 和两个字符文件：/dev/watchdog和/dev/watchdog0

其中watchdogd实时调度类线程负责具体执行喂狗，/dev/watchdog是内核提供给用户层的通用操作接口文件，用来开启这只狗，喂狗，查询状态等。/dev/watchdog0 是具体的狗子实现，可以基于具体的物理设备实现，或者是softdog内核模块以软件的方式(具体使用方法:modprobe softdog)模拟硬件实现。

来看下softdog内核模块怎样模拟硬件实现这个功能:

 1static int __init softdog_init(void) 2        hrtimer_init(&softdog_ticktock, CLOCK_MONOTONIC, HRTIMER_MODE_REL); 3        softdog_ticktock.function = softdog_fire; 4 5static enum hrtimer_restart softdog_fire(struct hrtimer *timer) 6        emergency_restart(); 7 8static int softdog_ping(struct watchdog_device *w) 9        hrtimer_start(&softdog_ticktock, ktime_set(w->timeout, 0), （60s）10                      HRTIMER_MODE_REL);

从代码实现来看，很好理解，在开启看门狗(open "/dev/watchdog")之后，默认60s以后就会触发系统重启，在60s倒计时过程中，只有喂狗（softdog_ping)一次,它就又会恢复到60s以后才会触发系统重启，所以只要一直喂狗，emergency_restart()就不会执行,系统就不会重启。

再来看下 2.softlockup检测机制 和 3.hardlockup检测机制。

softlockup检测机制的喂狗方式是,每cpu上的hrtimer会唤醒一个migration/N内核线程，migration/N每次被唤醒之后都会对某个时间戳进行重置。

hardlockup检测机制的喂狗方式是，hrtimer每次执行时都会对一个变量进行加一。