[系统运维]人工触发NMI获取Kdump

NMI(non-maskable interrupt)，就是不可屏蔽的中断。

根据Intel的Software Developer手册Volume 3，NMI的来源有两个：

• NMI pin
• delivery mode NMI messages through system bus or local APIC serial bus

NMI通常用于通知操作系统发生了无法恢复的硬件错误，也可以用于系统调试与采样，大多数服务器还提供了人工触发NMI的接口，比如NMI按钮或者iLO命令等。

1. 无法恢复的硬件错误通常包括：芯片错误、内存ECC校验错、总线数据损坏等等。

2. 当系统挂起，失去响应的时候，可以人工触发NMI，使系统重置，如果早已配置好了kdump，那么会保存crash dump以供分析。有的服务器提供了NMI按钮，而刀片服务器通常不提供按钮，但可以用iLO命令触发。

3. Linux还提供一种称为NMI watchdog的机制，用于检测系统是否失去响应（也称为lockup），可以配置为在发生lockup时自动触发panic。原理是周期性地生成NMI，由NMI handler检查hrtimer中断的发生次数，如果一定时间内这个数字停顿了，表示系统失去了响应，于是调用panic例程。NMI watchdog的开关是通过内核参数 kernel.nmi_watchdog 或者在boot parameter中加入”nmi_watchdog=1″参数实现，比如：在RHEL上编辑

vi /boot/grub/menu.lst

kernel /vmlinuz-2.6.18-128.el5 ro root=/dev/sda nmi_watchdog=1

然后你会看到：

grep NMI /proc/interrupts
NMI: 0 0 0 0

Linux kernel笼统地把NMI分为三大类：
4. 内存校验错 mem_parity_error()，
5. 总线数据损坏io_check_error()，
6. 其他的全部归入unknown_nmi_error()。kernel对NMI是不能精确定位的，对故障诊断很不利，硬件驱动程序可以注册自己的NMI处理例程，kernel会在发生NMI之后通过notify_die()调用这些第三方注册的处理例程。

如何获取Kdump

1. 装配有kdump service
2. 配置crashkernel的grub2参数
3. 开启kdump.service
4. echo c > /etc/sysrq-trigger触发
5. 之后应该能在/var/crash/下看到dump