DC异常暂停

交流互助区
1

问题描述

920BS机型（BMC基线25.12 LTS SP2）DC测试，跑到第235圈时异常暂停，隔十几个小时后发现并强制重启后DC脚本又正常执行，目前通过日志看第235圈下电上电均正常，想求助帮忙分析下暂停原因。

分析结论

OS下脚本记录日志

image

BMC一键收集日志

J463G3_2102315PFS10RC100003_20260721-1738.tar.gz (13.9 MB)

操作日志

image
image1653×1035 116 KB

下电状态及上电状态目前看均正常

image
image1662×1026 152 KB

image
image1680×1056 159 KB

2

答案内容由AI生成，仅供参考：

结论

综合来看，DC 测试在第 235 圈暂停的根因很可能与 BCU 异常 或 ipmiservices 中断 有关，导致 BMC 无法提供完整的硬件信息，测试脚本因此触发暂停保护机制。BMC 基线为 LTS SP2，该版本亦存在已知的组件服务异常风险，两者叠加可能是偶发故障的原因。

通过检查上述日志，尤其是重启前的 framework.log 和 app.log，应该能够定位到具体的组件或服务异常。同时建议关注社区话题 4808 和 6715 的后续更新，其中提供了类似的定位思路和解决方案。

点击此处查看详细分析解答

根据您提供的现象（920BS 机型，BMC 基线 25.12 LTS SP2，DC 测试在第 235 圈异常暂停，强制重启后恢复正常）以及社区已有案例，初步分析如下：

参考社区类似问题

在 openUBMC 论坛中，存在与您描述的十分相近的案例 DC 测试暂停期间 BMC Web 页面 BCU 相关关键信息空白（即话题 4808）。该案例中：

  • 现象：用户在低算力机型执行 DC/AutoReboot‑d 测试时，ipmitool 收集全空白，暂停 DC 后发现 BMC Web 界面无法显示 CPU、内存、BIOS 版本等信息，且无法通过按钮正常下电、重启。
  • 分析进展：
    1. 执行 DC 期间发现 BCU 存在异常，可能与此情况有关；
    2. DC 期间收集信息存在缺失，推测 ipmiservices 断开 导致 BMC 无法正常显示固件信息、内存、处理器等。

此案例与您的问题高度一致：DC 测试过程中出现异常暂停，BMC 部分功能失效，强制重启后恢复。因此，您的故障很可能也与此类问题同源。

可能的根因方向

基于上下文知识图谱与文档片段，以下因素值得重点排查：

1. BCU 异常

  • BCU（Baseboard Control Unit）在 DC 测试中被记录为出现异常行为（Relationships: BCU -> DC Test, description: The BCU showed abnormal behavior during the DC Test, possibly contributing to observed issues.）。
  • BCU 承担硬件拓扑管理、PCIe 配置管理、系统监控等关键功能。BCU 工作异常会导致 BMC 无法正确获取 CPU、内存、BIOS 等资源信息，进而导致测试脚本因数据缺失而暂停。

2. ipmiservices 断开

  • 用户记录显示，DC 测试期间 ipmitool 收集到空白数据（Relationships: DC Test -> ipmitool, description: During the DC Test, ipmitool collected blank data, indicating a diagnostic issue.）。
  • 社区分析推测 ipmiservices 连接中断是 BMC Web 信息空白的直接原因。ipmiservices 负责 BMC 与主机之间的 IPMI 通信，一旦中断，测试脚本无法正常读取传感器、SEL 等关键数据，可能导致脚本认为环境异常并暂停。

3. 组件服务异常（LTS SP2 版本已知风险）

  • 话题 LTS SP2 版本 AC 之后 BMC 异常重启导致上电失败（话题 6715）指出，在 LTS SP2 版本上存在 BMC 异常重启 问题，通常由某些组件服务启动失败或无限循环引发，例如：
    2026-06-17 15:45:27 ERROR: some service failed to start, and BMC will attempt to restart for recovery
    虽然您描述中没有明显 BMC 复位日志，但可能出现服务级异常（如 hwproxy、hwdiscovery 组件内部错误），导致资源树未正常构建或更新，从而使测试脚本陷入等待或判定为失败而暂停。

建议排查的日志与方向

日志文件 关注点
/var/log/app.log 查看第 235 圈对应时间点是否有组件启动失败、KILL self、object_register failed 等异常。
/var/log/framework.log 检查 maca 框架的组件启动/重拉记录，确认是否有组件反复崩溃或 HealthCheck 失败。
/var/log/ipmi/ 相关日志 确认 ipmiservices 连接状态、BT/KCS 通信是否正常。
一键收集日志中的 ipmi_sdr.log 检查传感器数据是否完整，是否有 DevID 0xffff 等异常值（该值曾在 Cooling Control Log 中出现，可能与系统错误有关）。

特别建议在强制重启前，保存完整的 BMC_串口.zip 级联日志，以捕获 BMC 在暂停时间段内的内部状态。

结论

综合来看，DC 测试在第 235 圈暂停的根因很可能与 BCU 异常 或 ipmiservices 中断 有关，导致 BMC 无法提供完整的硬件信息，测试脚本因此触发暂停保护机制。BMC 基线为 LTS SP2，该版本亦存在已知的组件服务异常风险，两者叠加可能是偶发故障的原因。

通过检查上述日志，尤其是重启前的 framework.log 和 app.log，应该能够定位到具体的组件或服务异常。同时建议关注社区话题 4808 和 6715 的后续更新，其中提供了类似的定位思路和解决方案。

3

如果BMC没异常的话，不太好分析。建议在执行脚本加打印