V3 上适配nvme盘个人总结

TC Docs SIG
,
1

1. 加载流程
BMC首先会加载NVMe背板的Connector，命名上会包含背板的UID，在BusinessConnector下有RefMgmtConnector，背板会加载Connector_ComVPDConnect对象 Connector_ComVPDConnect对象中有"Bom": “14140224”、“Id”: “VPD"以及"AuxId”: “0” 框架会根据Bom、Id和AuxId进一步加载14140244_VPD_0. sr文件。例如Connector_ComVPDConnect_1在位是通过Scanner_Drive1PCIePresence和Scanner_Drive1PCIeType共同决定，在openubmc目录下展示了这两个值的来源于Smc_EnclSMC chip的读取

"Scanner_Drive1PCIePresence": {
      "Chip": "#/Smc_EnclSMC",
      "Offset": 335545601,
      "Size": 2,
      "Mask": 1,
      "Type": 0,
      "Period": 2000,
      "Debounce": "None",
      "Value": 0
    },
    "Scanner_Drive1PCIeType": {
      "Chip": "#/Smc_EnclSMC",
      "Offset": 335545601,
      "Size": 2,
      "Mask": 2,
      "Type": 0,
      "Period": 2000,
      "Debounce": "None",
      "Value": 0
    },

在14140224_VPD_0.sr中，这里面有VirtualVPDConnect；在RefConnector中有定义对应的Connector_ComVPD，对应lua中c_vpd_connect

---@class c_vpd_connect: c_object
---@field Slot integer
---@field RefVPDChip c_object
---@field RefConnector c_object
local c_vpd_connect = c_object('VirtualVPDConnect') -- VirtualVPDConnect类

在Connector_ComVPD有Bom、Id、AuxId；AuxId对应的是nvme盘所支持的协议，在更新Connector的时候会重新确认当前盘支持哪种协议，然后更新当前的AuxId

function c_vpd_connect:update_connector()
    if not self.RefConnector then
        return
    end
    local ok, aux_id = pcall(function()
        return self:verify_vpd_protocol()
    end)

    log:notice('connector get protocol is %s', aux_id)
    self.RefConnector.AuxId = ok and tostring(aux_id) or '255'

    -- 确保AuxId比Presence先更新
    while ok do
        if self.RefConnector.AuxId == tostring(aux_id) then
            self.RefConnector.Presence = 1
            break
        end
        -- 避免长时间占用阻塞协程切换
        skynet.sleep(100)
    end
end

更新完以后，框架进一步加载Bom + Id +AuxId组合sr文件；例如支持nvme-mi协议，则加载14140224_PROTOCOL_0.sr；在14140224_PROTOCOL_0.sr中有对应的nvme对象；对应nvme_object.lua中的c_nvme

---@class c_nvme: c_object
---@field Slot integer
---@field PredictedMediaLifeLeftPercent integer
---@field Revision string
---@field MediaType integer
---@field Protocol integer
---@field Failure integer
---@field PredictiveFailure integer
---@field TemperatureCelsius integer
---@field VPDChip c_object
---@field SSDChip c_object
---@field RefComponent c_object
local c_nvme = c_object('Nvme') -- Nvme 类，主键是 Slot 字段

在14140224_PROTOCOL_0.sr中定义的三种Chip；分别是Chip_Virtual_SSD（VPDChip）、Chip_SSD和Chip_Temp；分别对应nvme盘产品规格书上的8位地址；根据厂商给出Data sheet偏移，读取nvme相应属性。

2. 散热

Nvme盘目标调速由14140224_PROTOCOL_0.sr中的CoolingRequirement实现，曲线调速由CoolingPolicy实现

目标调速

"CoolingRequirement_1_60": {
"RequirementId": "${Slot} |> expr((60 << 8) | $1)",
    "MonitoringStatus": "<=/Scanner_Temp.Value |> expr($1 >= 255 ? 1 : 0)",
    "MonitoringValue": "<=/Scanner_Temp.Value",
    "FailedValue": 80,
    "TargetTemperatureCelsius": 69,
    "MaxAllowedTemperatureCelsius": 75,
    "TargetTemperatureRangeCelsius": [],
    "ThresholdValue": [],
"AlarmSpeed": []
}

RequirementId：全局唯一，建议使用槽位号等能确保多次分发sr都是唯一值的属性；如果存在id相同，则后配置的CoolingRequirement无法调速
MonitoringStatus：温度状态，用于异常调速，0正常其他值异常；当为异常值时，会使用FailedValue温度值进行异常调速
MonitoringValue：温度值，关联硬件，不允许关联传感器reading值
TargetTemperatureCelsius：目标调速值，默认模式是节能模式；如果涉及三种模式调速（节能模式、高性能模式、低噪音模式），SmartCoolingTargetTemperature可进行三种模式目标温度调速
MaxAllowedTemperatureCelsius：目标调速满转温度

环温曲线调速

"CoolingPolicy_1_15": {
"PolicyIdx": 15,
    "ExpCondVal": "EnergySaving",
    "ActualCondVal": "<=/CoolingConfig_1.SmartCoolingMode",
    "Hysteresis": 1,
    "TemperatureRangeLow": [-127,20,21,22,],
    "TemperatureRangeHigh": [20,21,22,127],
    "SpeedRangeLow": [20,30,50,100],
    "SpeedRangeHigh": [20,30,50,100],
    "FanType": ["02314EWC 8080+","02314BLG 8038+"],
    "HDDBackPlaneName": [
        "BC83HBBA"
     ]
 },

PolicyIdx：Id全局唯一
ExpCondVal：期望条件，CoolingPolicy生效前提是实际条件与期望条件一致
ActualCondVal：实际条件
Hysteresis：迟滞量
TemperatureRangeLow：环温调速曲线，同V2
TemperatureRangeHigh：环温调速曲线，同V2
SpeedRangeLow：环温调速曲线，同V2
SpeedRangeHigh:环温调速曲线，同V2
FanType：风扇类型，满足其中之一生效
HDDBackPlaneName：硬盘背板名称，环境有该背板之一时生效

调速分区

CoolingArea用于关联CoolingPolicy和CoolingRequirement等调速，用于一个温度点调速需要哪些风扇，也说明一个温度点关联哪些环温曲线；一般来说CoolingArea与

CoolingRequirement一一对应
"CoolingArea_1_6": {
 	"AreaId": 6,
    "RequirementIdx": 6,
    "PolicyIdxGroup": [6,20,25,30,34,40],
    "FanIdxGroup": [1,2,3,4]
},

AreaId：Id全局唯一
RequirementIdx：关联温度点，一般与CoolingRequirement的RequirementId关联
PolicyIdxGroup：关联温度点，一般与环温调速CoolingPolicy的PolicyIdx关联
FanIdxGroup：温度点关联风扇id，必须是整数，从小到大排序

3. 基线

适配基线主要包含：北向接口资产信息的获取，一般重要的属性包含健康状态、厂商、型号、序列号、固件版本、温度、容量以及剩余磨损率等。
其他项：nvme盘告警事件包含VPDChip读取失败、固件版本读取失败、高温告警事件、温度获取失败事件等，具体可以参考14140224_PROTOCOL_0.sr

4. 遇到问题

当时适配大普盘时，BMC Web无法获取nvme盘的温度和固件版本等属性信息，经走读代码，初步判断代码所用Chip和偏移位并未配错，同步在BMC后台是mdbctl读取固件版本时出现链路不通。

% call Chip_SSD_01010C0103 bmc.kepler.Chip.BlockIO Read 0 0x0b 8
kepler.hwproxy.IOError: table: 0xffff287f1200

同步对比V2配置的SSD Chip类对象，偏移位与V3配置相同；发现V2上能正常读取

% testchip ssdChip-d02 0 1 0x0b 20
0x52 0x53 0x36 0x55 0x30 0x31 0x41 0x32 0x34 0x43 0x30 0x31 0x48 0x53 0x43 0x30 0x20 0x20 0x20 0x20

所用华为5.5版本非稳定版本，该Chip链路未正常配置，华为工程师沟通，温度和固件版本获取与上电状态有关；华为硬件怀疑CPLD版本过旧可能导致Chip通信失败，尝试更新Nvme背板CPLD后，Chip通信成功

% call Chip_SSD_01010C0403 bmc.kepler.Chip.BlockIO Read 0 11 20
[83,72,50,53,48,49,48,54,55,57,54,32,32,32,32,32,32,32,32,32]

注：Chip是通过I2C/Smbus通信，线路是Nvme背板CPLD映射的虚拟线路，像nvme定位灯功能是通过向nvme背板发送SMC命令实现

5 个赞