升级SR hpm后组件启动异常，BMC一直重启

[TuHuaNeng (长江计算_涂华能)]

// 此模板仅供参考，如果不适用可以修改

问题描述

升级SR hpm后组件启动异常，BMC一直重启

环境信息

• 操作系统：[如 Ubuntu 24.04]

• 软件版本：OpenUBMC2606 950机型

• 硬件配置：[如 CPU、内存等]

重现步骤

1. 升级SR hpm包

2. BMC自动重启

3. 检查BMC启动状态

期望结果

BMC启动正常

实际结果

升级SR hpm后组件启动异常，BMC一直重启

尝试过的解决方案

[列出您已经尝试过的解决方案及结果]

分析结论

升级操作日志

2026-08-17 11:10:09 WEB,Administrator@10.33.245.127,web_backend,Upload file(image_CJ.hpm) successfully
2026-08-17 11:10:10 WEB,Administrator@10.33.245.127,firmware_mgmt,Upgrade image_CJ.hpm started
2026-08-17 11:10:31 WEB,Administrator@10.33.245.127,firmware_mgmt,Upgrade (HWSR) with (image_CJ.hpm) successfully
2026-08-17 11:10:37 WEB,Administrator@10.33.245.127,maca,Reset BMC start
2026-08-17 11:10:41 WEB,Administrator@10.33.245.127,firmware_mgmt,Reset BMC caused by upgrade successfully
2026-08-17 11:11:04 WEB,Administrator@10.33.245.127,maca,Reset BMC successfully

升级后一直有组件启动检查失败，导致BMC强制重启

Line 1370: 2026-08-17 11:13:29.233974 maca NOTICE: init.lua(301): check startup status completely, total components count: 57, normal count: 51, abnormal components: ["lsw","ai_engine","ddns","product_mgmt","network_adapter","remote_console"]
Line 1371: 2026-08-17 11:13:29.291152 maca NOTICE: init.lua(399): start to restart abnormal components and recheck startup status
Line 1754: 2026-08-17 11:17:43.561456 maca NOTICE: init.lua(301): recheck startup status completely, total components count: 57, normal count: 55, abnormal components: ["lsw","ddns"]
Line 2929: 2026-08-17 11:14:45.960635 maca NOTICE: init.lua(301): check startup status completely, total components count: 57, normal count: 51, abnormal components: ["lsw","ai_engine","ddns","account","usb_entry","product_mgmt"]
Line 2930: 2026-08-17 11:14:47.102502 maca NOTICE: init.lua(399): start to restart abnormal components and recheck startup status
Line 3133: 2026-08-17 11:24:32.421344 maca NOTICE: init.lua(301): recheck startup status completely, total components count: 57, normal count: 55, abnormal components: ["lsw","ddns"]
Line 4314: 2026-08-17 11:16:15.407804 maca NOTICE: init.lua(301): check startup status completely, total components count: 57, normal count: 50, abnormal components: ["ai_engine","ddns","event","account","license","product_mgmt","remote_console"]
Line 4315: 2026-08-17 11:16:16.085102 maca NOTICE: init.lua(399): start to restart abnormal components and recheck startup status
Line 4493: 2026-08-17 11:31:20.230946 maca NOTICE: init.lua(301): recheck startup status completely, total components count: 57, normal count: 56, abnormal components: ["ddns"]
Line 5600: 2026-08-17 11:17:24.869008 maca NOTICE: init.lua(301): check startup status completely, total components count: 57, normal count: 51, abnormal components: ["lsw","ai_engine","rmcpd","ddns","product_mgmt","remote_console"]
Line 5601: 2026-08-17 11:17:26.115545 maca NOTICE: init.lua(399): start to restart abnormal components and recheck startup status
Line 5978: 2026-08-17 11:36:15.259433 maca NOTICE: init.lua(301): recheck startup status completely, total components count: 57, normal count: 55, abnormal components: ["lsw","ddns"]

2026-08-17 11:36:15.466200 maca NOTICE: init.lua(248): Success to record BMC reset cause, code: 16
2026-08-17 11:36:15.470577 maca NOTICE: init.lua(275): Force Reset begin
2026-08-17 11:36:15.471230 maca NOTICE: init.lua(141): BMC reset type:normal system
2026-08-17 11:36:15.935555 maca NOTICE: init.lua(279): force reset bmc successfully
2026-08-17 11:36:16.374394 maca NOTICE: init.lua(110): stop watchdog timer

[ubmc_assistant (openUBMC_Assistant)]

答案内容由AI生成，仅供参考：

总结

本次问题与知识库中多个升级后组件启动失败导致 BMC 反复复位的案例高度相似。建议优先从组件配置完整性、版本兼容性以及代码副作用三个方面入手排查，结合具体组件的日志定位根本原因。

如果上述排查后仍无法解决，可以提供更具体的组件日志（如 lsw、ddns 的异常信息），以便进一步分析。

点击此处查看详细分析解答

根据您提供的信息及知识库中的相关内容，针对“升级SR hpm后组件启动异常，BMC一直重启”的问题，以下从可能原因、排查方向和建议进行分析。

问题概要

• 升级 HWSR 的 HPM 包成功（Upgrade (HWSR) with (image_CJ.hpm) successfully）。
• BMC 正常触发升级复位（Reset BMC caused by upgrade successfully）。
• BMC 启动过程中多次出现组件启动状态检查失败，异常组件列表动态变化（如 lsw、ddns、ai_engine、account 等）。
• 最终 BMC 触发强制复位（Force Reset），复位原因码为 16（对应知识库中的 0x10 复位事件）。

可能原因（基于知识库）

组件启动配置错误或缺失依赖

根据知识库中关于组件启动失败的定义：

组件启动失败发生在启动状态连续六次检查仍为“starting”，或由于缺少/错误的 deployConfig 字段导致。

此类问题在升级后可能表现为：

• 新固件中组件配置文件（如 .service 文件、launch_control.json）不一致或损坏。
• 升级包未正确更新组件依赖关系（如 D-Bus 服务未注册）。

参考来源

• KG：component startup failure 实体描述
• 文档块5：1.2.1 配置了健康状态检查失败立即重启子系统进程
• 搜索结果10：组件无法启动怎样排查原因问题分析

版本兼容性问题（SDK / Manifest 不匹配）

已有类似案例：

升级后 account 组件初始化检查失败，原因是 SDK 5.11 与 Manifest 5.12 不兼容。

升级包可能隐含了版本依赖变化，若 SDK 或 manifest 版本未正确对齐，会导致关键组件（如 account、license）无法正常启动。

参考来源

• 搜索结果4：account组件没起来导致环境升级回退问题分析

代码修改引入全局命名空间污染（类似 spdm 案例）

社区曾有案例：

spdm/1.0.17 组件因 PR 修改 src/lualib/spdm_app.lua 将外部库放到全局，导致正常业务启动失败，BMC 每5分钟复位一次并最终回退。

若您使用的 openUBMC2606 版本中的某些组件（如 lsw、ddns等）可能因代码改动引入了类似问题，导致启动检查失败。

参考来源

• 文档块3：spdm1.0.17组件abnormal导致bmc重启

升级包本身存在问题（但升级过程显示成功）

知识库指出：

• 升级包成功但包有问题可能导致 BMC 重启失败，系统会自动回退到旧版本。
• 但本次升级后虽未立即回退，但组件反复异常可能源于包内组件配置或通信协议不兼容（如 I2C 总线占用、初始化超时）。

参考来源

• 文档块6：关于升级BMC的问题
• 搜索结果9：偶现固件包升级超时和Raid卡与BMC通信异常问题分析

启动时序问题（模块间先后顺序）

类似案例：

四电源环境下重启 BMC，概率性出现电源冗余丢失告警，怀疑是 power_strategy 过早开始监听，未等所有模块启动完成。

升级后新的组件加载顺序或监听时机变化，可能导致部分组件启动检查时依赖未就绪，造成反复失败并触发复位。

参考来源

• 文档块2：四电源环境下重启BMC，概率性出现电源冗余丢失告警

系统复位机制触发（符合设计逻辑）

根据 MACA 框架的启动检查逻辑：

• 组件启动状态检查失败后，系统会先尝试重新启动异常组件。
• 若多次（默认配置为3次）重试仍无法恢复，BMC会触发强制复位（Force Reset）。
• 日志中出现了多次 recheck startup status 及最终 Force Reset begin，说明该机制被正常触发，但根本原因仍在于组件无法完成初始化。

参考来源

• 文档块5：1.2.1 健康状态检查失败立即重启子系统进程 及 CONTINUOUS_OFFLINE_MAX_RESET_TIMES=3
• 文档块5：1.3.2 升级完BMC不会重启 中关于平滑重启与强制重启的说明
• KG：BMC Restart 实体描述中的触发条件

排查与解决建议

聚焦异常组件的具体日志

• 重点查看 /var/log/app.log 中 lsw、ddns、ai_engine、account 等组件的启动失败详细信息。
• 在 framework.log（maca 组件的日志）中搜索对应组件报错，例如 StartupCheck failed 或 initialization is not complete（参考文档块4中的 iam 组件失败日志）。

检查组件配置完整性

• 确认 /etc/systemd/system/ 下是否存在对应组件的 .service 文件及软链接。
• 检查组件自身的 deployConfig 字段是否配置正确（参考KG中component startup failure）。
• 对比同一版本的正常环境，核对组件列表和启动参数是否一致。

验证版本兼容性

• 检查当前使用的 SDK 版本 与 Manifest 版本 是否匹配（可参考搜索结果4中的处理方式）。
• 与社区基线 openUBMC2606 的官方 manifest 交叉比对，确认升级包使用的组件版本是否符合要求。

回退测试与增量排查

• 如果环境允许，使用 ipmcset -d rollback 回退到升级前的分区，确认问题是否消失。
• 若回退后正常，说明问题由新固件引起；可尝试替换单个异常组件（如 lsw、ddns）的旧版本固件进行二分定位。

检查全局变更（spdm 类似问题）

• 回顾最近升级包涉及的代码变更，特别是 src/lualib/ 下的文件修改（参考文档块3）。
• 检查是否将外部库错误地放到了全局命名空间，导致多个组件启动受影响。

借助 IPMI 基本诊断命令

• 执行 ipmitool mc info 确认 BMC 设备可用状态、附加设备支持是否正常（参考文档块9）。
• 此命令可快速判断 BMC 核心功能是否正常，作为排除基础性问题的第一步。

总结

本次问题与知识库中多个升级后组件启动失败导致 BMC 反复复位的案例高度相似。建议优先从组件配置完整性、版本兼容性以及代码副作用三个方面入手排查，结合具体组件的日志定位根本原因。

如果上述排查后仍无法解决，可以提供更具体的组件日志（如 lsw、ddns 的异常信息），以便进一步分析。

[TuHuaNeng (长江计算_涂华能)]

一键日志

S950X00_2102315RYV10S1100006_20260817-1355.zip (17.2 MB)

[Heisenberg]

看下app.log日志lsw、ddns异常的原因，可能是分发对象缺失

[TuHuaNeng (长江计算_涂华能)]

目前更换硬件配置后，暂未出现该问题

[TuHuaNeng (长江计算_涂华能)]

这个与硬件配置有关吗

[yumengyang (长江计算_余梦洋)]

有可能相关，但不像单纯硬件坏了。SR 已经升级成功，后续是 maca 检查到 lsw、ddns 等组件异常才复位；换硬件不复现，说明更像 SR/profile 和当前硬件资源或分发对象没对上。建议对比两套硬件第一次异常前后的 app.log，重点搜 object missing、distribute、init failed。

[TuHuaNeng (长江计算_涂华能)]

lsw NOTICE: object_manage.lua(804): fetch hwdiscovery objects completely, took 0 ms, uptime: 717 s

这是正常的吗

ddns

[Heisenberg]

正常的，lsw没有要从自发现获取分发的对象

[TuHuaNeng (长江计算_涂华能)]

那这目前感觉确实看不出来啥原因

[Heisenberg]

ddns、lsw这两个组件在启动阶段没有任何报错吗

[TuHuaNeng (长江计算_涂华能)]

没有