正常
2026-07-06 — IRQ MSI-X vector IST2 漏改根治(F5 post-finale)
续 production 崩 IST 根因 note(前传:IST 缺失根因 + 并 origin/main IST2 修)+ F13-B Bug② IST note。本篇:IST2 修本身漏了 3 个 MSI-X vector,导致 production 间歇 panic 残留。
症状
F5 VirtIO 弧收尾后(IST 缺失已"修"),production run(NVMe boot + virtio-blk + e1000 + xHCI)仍间歇 panic:usability 跑完 ls/cat/mkdir/uname/pipe 后、gcc/g++ fork-exec 阶段 manifest,panic 详情被 100s timeout 截断。与「IST 修后 build-console 3 次稳」矛盾 —— 即 IST 修部分生效,残留间歇。
根因(IST2 修漏改 3 个 MSI-X vector)
kernel/arch/x86_64/irq_handlers.cpp irq_init() 注册 IRQ vector 的 IDT gate ist 字段不一致:
| vector | 设备 | ist | 来源 |
|---|---|---|---|
| 0x20-0x2F | PIC(PIT/键盘/鼠标) | 2 | 54f6392 |
| 0xE0 | Reschedule IPI | 2 | 54f6392 |
| 0x40 | xHCI | 2 | 54f6392 |
| 0x30 | LAPIC timer | 2 | 54f6392 |
| 0x41 | NVMe(production boot disk) | 0 ❌ | dcf4b429(漏改) |
| 0x42 | virtio-blk | 0 ❌ | 3028d05f(抄 NVMe 漏改) |
| 0x43 | virtio-net | 0 ❌ | (同) |
git blame 铁证(全 2026-07-06):
dcf4b429(01:09)NVMe 批4 注册 0x41 → ist=0(此时 IST2 修还没做)。54f6392(13:22)F13-B IST2 修,把 PIC/IPI/xHCI/LAPIC timer 4 处ist=0→2,漏了 NVMe(0x41)。3028d05f(14:52)virtio-blk 批3 注册 0x42 → 抄了 NVMe 的 ist=0 模板,同样漏改。
f13-b note 原话:「irq_handlers 4 处 set_handler ist=0→2」—— 只有 4 处,漏了 3 个 MSI-X vector。
机制:ist=0 时,MSI-X IRQ 进来 CPU 据 IDT gate 不切栈,ISR stub(interrupts.S:313-314)的 sub $512 + fxsave(%rsp) + ISR frame 落被中断 task 栈上。NVMe 是 production boot disk,gcc/g++ 读 rootfs 时 0x41 高频 fire,深栈中段抢进 → fxsave 512B 物理覆盖栈对象 → corrupt 指针 → 崩点漂移的间歇 panic。PIT(0x20)已 ist=2 去掉最高频(100Hz)覆盖源,故大幅缓解,但 NVMe(0x41)漏改 → 残留间歇( gcc 读密集时触发)。
与 F13-B Bug②(gui_worker render 崩)同根:IRQ fxsave 覆盖 task 栈。F13-B 修了 4 个 vector,漏了 3 个 MSI-X vector —— 「IST 防覆盖非防溢出」(见 f13-b note)。
修复
irq_handlers.cpp irq_init():NVMe(0x41)/ virtio-blk(0x42)/ virtio-net(0x43)3 处 kIRQAttr, 0 → kIRQAttr, 2,补全 F13-B 漏改。NVMe 处注释记根因 + 54f6392 漏改说明;blk/net 注释交叉引用 NVMe。ISR stub(interrupts.S)零改(CPU 据 IDT gate ist 字段自动切 IST2 栈,见 f13-b note「interrupts.S 零改」)。
验证(build-verify + build-console,GUI=OFF,自跑)
run-kernel-test-all(两 leg 单核 + -smp 2):=== Tests: 889 passed, 0 failed ===+ SMP AP1 readback PASS +ALL TESTS PASSED。ist 改不回归(test kernel 含 blk+net 双设备 + 全套 IRQ 注册)。- production
run连跑 5 次(build-console,NVMe boot + virtio-blk + e1000 + xHCI,KVM -smp 2):5/5 干净 —— usability 9 PASS + gcc+gpp PASS + cinux-exit 正常 exit + 零真 panic。(grep 命中的#DF计数是启动日志[BIG] GDT loaded (TSS with IST1 #DF + IST2 IRQ stacks)的固定串,非 panic;5 次完全一致。)
此前间歇 panic(IST 修前/部分修后)根治。注:5 次不 statistical 显著区分改前间歇率(改前约 25%「3 稳 1 崩」),但根因铁证(git blame + IST 不一致 + memory 闭环)+ 修复正确(补全漏改,严格对齐 PIT/xHCI/LAPIC timer 的 IST2)+ 验证达标(不回归 + production 稳定)。
⭐ 教训
- IST 修要全 vector 覆盖:F13-B 只改 4 个 vector,漏 MSI-X vector。新加 IRQ vector 抄模板易漏 ist 字段。规则:新注册 IRQ vector 默认 ist=2(与 PIT/xHCI/LAPIC timer 一致),除非有特殊理由(目前无)。
- bisect 干净 ≠ 全覆盖:54f6392 的 IST2 修在它测的场景(gui_worker render)干净,但 production NVMe 场景漏盖 → 间歇残留。验证要覆盖 production 真实负载(NVMe boot + gcc 重负载),不只 GUI 场景。
- 间歇 panic + 崩点漂移 + gcc 阶段 = IRQ fxsave 覆盖栈:IST 同族签名,F13-B 已立。下次再遇先查所有 IRQ vector 的 ist 字段是否一致。
commit
aebbc85fix(irq): NVMe/virtio MSI-X vectors 用 IST2(根治 production 间歇 panic)de72fb6fix(f5-virtio): blk↔net per-device BAR slotting(同接力,BAR 撼修;test kernel blk+net 双设备验证 889/0)
接力下一步(post-finale,在 01-virtio.md 任务表)
- task 2:SLIRP ping —— virtio-net 进
run(独立 SLIRP netdev,不拆 e1000)+ NetStack attach + ping 10.0.2.2。BAR slotting 已就位(task 1 done)。 - task 3:virtio-blk vs NVMe vs AHCI perf harness。独立。