BMC冷复位后未记录sel事件

[guohao]

问题描述

BMC冷复位命令 15分钟下发一次冷复位命令 ipmitool mc reset cold，偶现其中一次未记录sel日志

[ubmc_assistant (openUBMC_Assistant)]

答案内容由AI生成，仅供参考：

BMC冷复位后未记录SEL事件分析

问题描述

在通过 ipmitool mc reset cold 命令每15分钟对BMC执行一次冷复位的操作中，偶现某次冷复位操作未在SEL（System Event Log）日志中产生相应记录。根据提供的SEL日志截图内容，可以观察到以下现象：

732 2026-01-11 04:20:58 Major 0x28000033 Asserted openUBMC is reset and started.
...
730 2026-01-11 04:18:34 Major 0x1A00006F Asserted The openUBMC is reset, with the cause code of 0x0.
729 2026-01-11 04:18:30 Normal 0x1A000021 Asserted openUBMC is reset and started.

从时间线来看，在 04:18:30 和 04:20:58 之间没有其他 reset 相关事件记录，而按照15分钟间隔判断，可能存在一次应触发但未被记录的冷复位事件。

---

信息分析与依据

1. BMC冷复位机制

• ipmitool mc reset cold 是标准IPMI命令，用于触发BMC的完整重启。
• 该命令对应底层RAW指令为：ipmitool raw 0x06 0x02。
• 成功执行后，BMC会进行完全重初始化（System Reset），并生成对应的SEL日志条目，如：
  • "openUBMC is reset and started"（事件ID: 0x1A000021）
  • "The openUBMC is reset, with the cause code of 0x0"（事件ID: 0x1A00006F）

来源：文档 #1（Cold Reset 命令详情）、KG实体 Ipmitool Mc Reset Cold

2. SEL日志生成逻辑

• SEL日志由BMC系统在重启过程中自动生成，记录硬件或固件事件，包括系统复位、传感器告警等。
• SEL Logging默认启用，并应在“系统复位”后恢复其默认状态。
• 根据规范，在Power-up或System Reset等场景下，必须记录BMC重启相关事件。

来源：KG实体 SEL Logging, System Reset；文档 #4 (Set BMC Global Enables)

3. 日志中已有的复位记录验证了功能可用性

查看提供日志片段，多次出现如下格式记录：

Normal 0x1A000021 Asserted openUBMC is reset and started.
Major 0x1A00006F Asserted The openUBMC is reset, with the cause code of 0x0.

表明 SEL 日志机制本身工作正常，且BMC具备在冷复位过程中写入事件的能力。

来源：SEL日志截图数据、KG实体 SEL Log

4. 异常情况：偶发性日志缺失

虽然大部分复位都有对应SEL记录，但存在“偶现某次未记录”的问题，说明问题不是永久性失效，而是具有随机性和短暂性特征。

---

可能原因分析

结合知识库中相关信息，可能导致该问题的原因如下：

原因一：BMC刚启动时SEL子系统尚未初始化完成

• 冷复位后，BMC进入重启流程，各服务依次初始化。
• 若触发写入SEL日志的时机早于SEL子系统就绪（例如，某些自检过程过快），则事件可能丢失。
• 尤其是在使用脚本高频下发重置命令的场景下，系统稳定性受影响，日志服务可能来不及注册。

支持证据：KG中指出 SEL Logging 的启用需依赖BMC启动流程，并建议在 System Reset 后恢复默认状态 —— 暗示存在初始化时序依赖。

原因二：SEL日志缓冲区或存储资源竞争

• 频繁地执行冷复位（每15分钟一次）会导致大量日志写入。
• 在BMC重启过程中，可能存在：
  • 文件系统未完全挂载；
  • 日志组件（如ipmi_core）未加载；
  • SEL设备访问超时或失败；

支持证据：KG中引用的 Get Self Test Results 命令描述中包含错误码：

• [7] Cannot access SEL device（无法访问SEL设备）
• 此类问题若发生在重启初期，将导致事件无法写入。

原因三：高负载或并发操作导致事件队列丢失

• 如果BMC重启同时伴随其他高优先级任务（如传感器扫描、FRU识别、网络初始化），可能导致事件管理器（bmc.kepler.Systems.Events）来不及处理复位事件。
• 特别是 App.Log 显示存在组件通信不稳问题时，可能影响SEL事件注册。

支持证据：KG实体 bmc.kepler.Systems.Events 表明它负责处理SEL事件添加；其依赖D-Bus通信机制，若总线繁忙或延迟，事件可能被丢弃。

---

结论

根据现有信息，ipmitool mc reset cold 命令本身是支持生成SEL日志的，并且在多数情况下成功记录。然而，偶发性SEL日志缺失的问题极可能源于BMC在冷复位过程中的时序与资源竞争问题，尤其是在高频连续复位的测试场景下。

判定如下：

并非所有冷复位都会可靠生成SEL事件，特别是在快速连续重启或系统资源紧张的情况下，SEL子系统的初始化滞后或访问异常可能导致事件丢失。

---

建议解决方案

1. 延长复位间隔

   • 避免每15分钟频繁复位，建议改为30分钟或更长，确保每次重启后系统充分稳定，日志服务完成初始化。

2. 确认SEL是否成功初始化

   • 检查 /var/log/app.log 是否含有 SEL device initialized 或类似日志；
   • 确保没有出现 "Cannot access SEL device" 错误（可通过 ipmitool raw 0x06 0x04 获取自检状态）。

3. 检查SEL配置状态

   • 确认SEL Logging已启用（可通过 ipmitool raw 0x06 0x2F 查询BMC Global Enables）；
   • 确保bit3（System Event Logging Enable）为1。

4. 查看重启后的完整日志链

   • 提取并检查 /var/log/app.log 和 operation.log，确认是否有与reset相关的内部异常或组件加载失败。

5. 增加日志写入延时保护

   • 在BMC启动脚本中，加入延迟触发复位事件记录机制，确保日志模块先于事件上报启动。

---

参考命令（供排查使用）

# 触发冷复位
ipmitool mc reset cold

# 查询BMC自检结果，查看是否包含SEL访问异常
ipmitool raw 0x06 0x04

# 查询BMC全局使能状态（含SEL Logging开关）
ipmitool raw 0x06 0x2F

# 查看操作日志（补充SEL缺失时的信息）
ipmcget -d oper

# 查看应用日志
cat /var/log/app.log | grep -i "reset\|sel"

---

总结

项目	内容
问题性质	偶发性SEL日志缺失
根本原因	复位时SEL子系统未完成初始化或资源冲突
是否正常行为	非预期行为，属边缘异常
建议措施	延长复位周期、验证SEL初始化状态、补充日志分析

虽然SEL日志能反映多数复位事件，但不应将其作为唯一判断复位是否发生的依据。建议结合 App.Log、operation.log 及命令返回码综合验证。

相关链接：

1. 【用户管理】【登录】AC长稳测试，ssh登录BMC概率登录失败
2. os下执行ipmitool mc reset warm 失败
3. os下执行ipmitool mc reset warm命令成功，其重启范围是什么
4. OS下用reboot命令和BMC的页面点重启BMC，系统事件提示的有歧义
5. 上下电常见问题指南 | 文档中心 | openUBMC

[linyao]

能否贴一份完整日志呢？仅现象无法分析具体原因

[guohao]

17:20发生的这次重启没有sel日志

[guohao]

关键日志

[linyao]

能否截图一下RTOSDump/versioninfo/package_info bmc_soc版本号

[guohao]

[linyao]

已知问题，原因是初始化时event对象失败，后续没有成功获取
此问题已在1.80.27版本解决，闭源组件1230版本已修复