Linux 正在处理计数器以跟踪自启动以来挂起的任务数

上周以原始补丁形式发送，并在本周日迭代到第二个版本，一个新的提案正在进行中，引入 “hung_task_detect_count” 作为一种方便的方法来跟踪自启动以来检测到挂起任务的次数。

通过 /proc/sys/kernel/hung_task_warnings 已经能够读取挂起任务警告的数量等。由于目前正在审查一组两个补丁，因此将添加 /proc/sys/kernel/hung_task_detect_count 以报告自引导以来检测到的挂起任务总数。

发出提出“hung_task_detect_count”计数器的补丁的 Lance Yang 在补丁的封面信中解释说：

“这个补丁集增加了一个计数器 hung_task_detect_count，用于跟踪检测到挂起任务的次数。

IHMO，挂起的任务是一个关键指标。目前，我们通过定期解析 dmesg 来检测它们。但是，此方法不如使用 counter 用户友好。

有时，NIC 或硬盘驱动器的短暂问题会迅速将 hung_task_warnings 降低到零。在没有警告的情况下，我们必须直接访问节点，以确保不再有挂起的任务，并且系统已经恢复。毕竟，仅靠负载平均值无法提供清晰的画面。

一旦这个计数器就位，在高密度部署模式中，我们计划将 hung_task_timeout_secs 设置为较低的数字以提高稳定性，即使这可能会导致误报。然后我们可以设置一个基于时间的阈值：如果挂起的任务持续时间超过这个持续时间，我们会自动将容器迁移到其他节点。根据过去的经验，这种方法可以帮助避免许多生产中断。

此外，就像 OOM 等其他已经有计数器的重要事件一样，为挂起的任务设置一个专用的计数器是有意义的;)”

对于这个 hung task detected 计数器，将此功能添加到 Linux 内核中只需 18 行新代码，并且正在 Linux 内核邮件列表中进行审核。鉴于它的大小很小，应该不会引起真正的争议，希望它很快就会出现在主线内核版本之一中。

转自 Linux Working On A Counter To Keep Track Of The Number Of Hung Tasks Since Boot – Phoronix