本文转载自微信公众号「相遇Linux」，可以通过以下二维码关注。转载本文请联系相遇Linux公众号。
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：
/dev/watchdog
softlockup检测机制
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
- // SPDX-License-Identifier: GPL-2.0
- #include
- #include
- #include
- #include
-
- int main(void)
- {
- int fd = open("/dev/watchdog", O_WRONLY);
- int ret = 0;
- if (fd == -1) {
- perror("watchdog");
- exit(EXIT_FAILURE);
- }
- while (1) {
- ret = write(fd, "\0", 1);
- if (ret != 1) {
- ret = -1;
- break;
- }
- sleep(10);
- }
- close(fd);
- return ret;
- }
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 watchdog
- root 104 2 0 2020 ? 00:00:00 [watchdogd]
-
- #ls -l /dev/watchdog*
- crw------- 1 root root 10, 130 Dec 30 20:04 /dev/watchdog
- crw------- 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:
- static int __init softdog_init(void)
- hrtimer_init(&softdog_ticktock, CLOCK_MONOTONIC, HRTIMER_MODE_REL);
- softdog_ticktock.function = softdog_fire;
-
- static enum hrtimer_restart softdog_fire(struct hrtimer *timer)
- emergency_restart();
-
- static int softdog_ping(struct watchdog_device *w)
- hrtimer_start(&softdog_ticktock, ktime_set(w->timeout, 0), （60s）
- 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。
关于softlockup和hardlockup检测机制的具体原理实现和应用场景,我最近发布了一个视频“Linux常见锁和lockup检查机制" 包含了从实现原理(linux内核代码层)和原理验证(使用ftrace调试手段)、样例代码、动手模拟实验，可以全方位理解softlockup/hardlockup.
