可以在 Linux 中禁用硬盘超时吗（尝试任务中止）

Question

不幸的是，当硬盘驱动器（通常是虚拟驱动器）很慢时，Linux 会在超时后中止对该驱动器的请求，这可能会导致数据损坏。

上次发生在我身上时，我在存储上运行了 2 个虚拟机（Linux 和 FreeBSD），该存储存在连接问题并且冻结了一个多小时。存储本身很好，没有错误，在修复连接后，虚拟机（显然也被冻结了）似乎又开始工作了。

然而，Linux 虚拟机决定中止请求，导致该系统无法使用（大多数目录上的 ls 卡住了，没有选项的挂载也是如此，许多其他事情不再起作用）；重新启动是必要的。这些是错误（dmesg）：

...
[86707.916728] Write(10): 2a 00 02 4c 9e 38 00 03 c0 00
[86707.916732] mptscsih: ioc0: task abort: SUCCESS (rv=2002) (sc=ffff880036865500)
[86707.916734] mptscsih: ioc0: attempting task abort! (sc=ffff880036866100)
[86707.916735] sd 2:0:0:0: [sda] CDB: 
[86707.916736] Write(10): 2a 00 02 4c a1 f8 00 03 c0 00
[86707.916739] mptscsih: ioc0: task abort: SUCCESS (rv=2002) (sc=ffff880036866100)
[86707.916741] mptscsih: ioc0: attempting task abort! (sc=ffff880036865c80)
[86707.916742] sd 2:0:0:0: [sda] CDB: 
[86707.916743] Write(10): 2a 00 02 4c a5 b8 00 03 c0 00
[86707.916746] mptscsih: ioc0: task abort: SUCCESS (rv=2002) (sc=ffff880036865c80)
[86707.916748] mptscsih: ioc0: attempting task abort! (sc=ffff880036864300)
[86707.916749] sd 2:0:0:0: [sda] CDB: 
[86707.916750] Write(10): 2a 00 02 4c a9 78 00 02 b0 00
[86707.916753] mptscsih: ioc0: task abort: SUCCESS (rv=2002) (sc=ffff880036864300)

有趣的是，FreeBSD 虚拟机没有错误记录并且工作正常。很明显，只有 FreeBSD 按预期工作，没有中止任何事情（尽管我认为我在 FreeBSD 系统上看到了类似的内核消息）。

我不知道为什么内核会在超时后终止挂起的写入请求。在某些情况下这可能是有道理的，但在我的情况下肯定不是 - 这实际上是一个不必要的风险（如果没有超时，Linux 虚拟机将在连接恢复后正常继续，一切都会再次运行）。

如何禁用冻结硬盘驱动器的 Linux 内核超时 (vm)？

---

编辑：

Linux 虚拟机只有 1 个硬盘驱动器 (/dev/sda)，它看起来应该像一个普通的（SCSI 类型的）物理驱动器。
lspci 列出了这个控制器：“SCSI 存储控制器 [0100]：LSI Logic / Symbios Logic 53c1030 PCI-X Fusion-MPT Dual Ultra320 SCSI [1000:0030] (rev 01)”。

这是另一个例子（不同的虚拟机，相同的主机，还有 Linux）（在这种情况下，存储没有消失，但主机负载很重）：

[1179039.664031] ata2: lost interrupt (Status 0x18)
[1179039.727188] ata2: drained 8 bytes to clear DRQ
[1179039.727272] ata2.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x6 frozen
[1179039.740720] sr 1:0:0:0: CDB:
[1179039.740759] Get event status notification: 4a 01 00 00 10 00 00 00 08 00
[1179039.740768] ata2.00: cmd a0/00:00:00:08:00/00:00:00:00:00/a0 tag 0 pio 16392 in
         res 40/00:02:00:08:00/00:00:00:00:00/a0 Emask 0x4 (timeout)
[1179039.740770] ata2.00: status: { DRDY }
[1179039.748067] ata2: soft resetting link
[1179039.937757] ata2.00: configured for UDMA/33
[1179039.943435] ata2: EH complete

---

编辑：

这就是 Debian/kBSD（FreeBSD 内核）系统（相同主机、相同情况、不同虚拟机）上超时错误的样子：

mpt0: request 0xffffff80007305d0:62955 timed out for ccb 0xfffffe000a3bb800 (req->ccb 0xfffffe000a3bb800)
mpt0: request 0xffffff800072fa90:62956 timed out for ccb 0xfffffe000a3d1000 (req->ccb 0xfffffe000a3d1000)
mpt0: request 0xffffff8000726070:62962 timed out for ccb 0xfffffe000a428000 (req->ccb 0xfffffe000a428000)
mpt0: attempting to abort req 0xffffff80007305d0:62955 function 0
mpt0: completing timedout/aborted req 0xffffff8000726070:62962
mpt0: completing timedout/aborted req 0xffffff80007305d0:62955
mpt0: completing timedout/aborted req 0xffffff800072fa90:62956
mpt0: abort of req 0xffffff80007305d0:0 completed
mpt0: request 0xffffff8000726190:64136 timed out for ccb 0xfffffe000a3d1800 (req->ccb 0xfffffe000a3d1800)
mpt0: attempting to abort req 0xffffff8000726190:64136 function 0
mpt0: completing timedout/aborted req 0xffffff8000726190:64136
mpt0: abort of req 0xffffff8000726190:0 completed
mpt0: request 0xffffff8000721990:50970 timed out for ccb 0xfffffe00024bf800 (req->ccb 0xfffffe00024bf800)
mpt0: attempting to abort req 0xffffff8000721990:50970 function 0
mpt0: completing timedout/aborted req 0xffffff8000721990:50970
mpt0: abort of req 0xffffff8000721990:0 completed
mpt0: request 0xffffff80007279c0:61393 timed out for ccb 0xfffffe000a3cf000 (req->ccb 0xfffffe000a3cf000)
mpt0: request 0xffffff8000732550:61395 timed out for ccb 0xfffffe000a428000 (req->ccb 0xfffffe000a428000)
mpt0: attempting to abort req 0xffffff80007279c0:61393 function 0
mpt0: completing timedout/aborted req 0xffffff80007279c0:61393
mpt0: completing timedout/aborted req 0xffffff8000732550:61395
mpt0: abort of req 0xffffff80007279c0:0 completed

Answer 1

我发现了一个超时，在大多数系统上似乎默认为 30 秒。我不完全确定这是相关的超时，但我已经在一些虚拟机上增加了它，使系统承受了很大的负载，到目前为止我在虚拟机中没有任何硬盘超时。

此外，一些评论对我在 vm 中配置的硬盘表示困惑，因此我已将该信息添加到问题中。而且我有多个 Linux 虚拟机同时运行，因此错误不会仅出现在一个虚拟机中。

超时设置（例如，in /etc/rc.local）：

Linux：

TIMEOUT=86400
for f in /sys/block/sd?/device/timeout; do
    echo $TIMEOUT >"$f"
done

如果此模式 ( sd?) 与您的硬件不匹配，请搜索超时并手动检查它们：

find /sys/ -name timeout

Debian/kBSD (GNU/kFreeBSD 9.0-2-amd64)：

sysctl kern.cam.da.default_timeout=86400

（我显着增加了超时而不是禁用它；如果结果证明这是罪魁祸首，则可能会设置更合适的值。）

同样，我还没有确认这正是我的虚拟机遇到的超时（或者这是唯一的超时），但考虑到我已经将系统置于高负载（用于触发 hdd 的负载类型）超时）并且还没有发生硬盘超时（尽管网络超时，就像以前一样），看起来这至少可能是解决方案的一部分。