DFT 网卡 MGMT 自环测试失败

交流互助区
1

初步分析结论：

bmc_network/1.120.38@openubmc/stable#d6d55fb9dec08cce21729860e98651fb%1784284406.66 的 manufacture_dft.lua:50 在 BMC 重启后执行 MGMT 口 PHY 识别时崩溃（mdio_ctor 为 boolean，MDIO 模块初始化失败未判空），DFT 结果无法回传，导致 MP19 nic_magloop_test MGMT fail。
51.04 使用的旧版 bmc_network 无此崩溃路径，故回退 Pass。修复需落在闭源仓 bmc_network，当前无源码。

问题描述

Expected：MP19 对 MGMT 口执行自环测试（base/self_loop）并回传成功。

Actual：DFT 结果查询返回失败（return:0f 31 00 90 80 80）；回退 另一个版本 后同板 Pass，为确定性版本回归。

环境信息

  • 软件版本：26-0630版本

证据链（dump 时间线，2026-09-15）

— — —
03:02:10 第 1 次 MGMT 自环（BMC 重启前）。MDIO 路径当时可用：PHY 读 identifier 282、enable/disable phy loop mode 成功 物理自环失败：net_dft.c(197) recv failed errno:2、recv data is not correct，重试约 40s 全部 ret=-1 → Failed
03:12:06 第 2 次尝试，仅一次 recv timout failed Succeed（ret=0），链路可恢复
03:19 BMC 重启（测试流程） —
03:23:05 第 3 次：manufacture_dft.lua(49) get_phy_identifier start! → 4ms 后崩溃 MGMT 测试最终 fail

崩溃原文（LogDump/app.log:5485-5486）：

2026-09-15 03:23:05.993312 bmc_network NOTICE: manufacture_dft.lua(49): get_phy_identifier start!
2026-09-15 03:23:05.993817 bmc_network ERROR: app_preloader.lua(232):
  .../bmc/apps/bmc_network/lualib/dft_eth/manufacture_dft.lua:225:
  app(bmc_network/service/main) count(1) pcall failed(
  .../dft_eth/manufacture_dft.lua:50: attempt to index upvalue 'mdio_ctor' (a boolean value))

假设与排查过程

  1. **假设 1：测试工具侧问题。**排除——回退 51.04 同板 Pass，且 dump 内无测试工具异常。

  2. **假设 3：bmc_network 代码版本回归。**支持——崩溃栈明确指向 manufacture_dft.lua:50；对照 其他分支使用的 bmc_network 1.110.43/1.121.13 字节码，其中已出现 retry_get_identifier（PHY 识别重试/容错）字符串常量，说明新版已加该容错。

直接原因（事实)

get_phy_identifier 中 mdio_ctor 是对 MDIO 驱动模块（libsoc_adapter.mdio）require/pcall 的结果，取值为 boolean（false），即模块初始化失败；line 50 未判空直接索引/调用，LuaJIT 抛出 attempt to index upvalue 'mdio_ctor' (a boolean value)，整个 dft_eth worker pcall 失败，DFT 结果无法回传。

触发条件（推断）

BMC 重启后 MGMT 口（eth3）PHY 的 MDIO 访问路径未就绪；叠加 03:02 首次自环时链路曾真实 down（errno:2/ENOTCONN），说明该口 PHY/链路初始化本身不稳定。51.04 的旧版 bmc_network 无此崩溃路径（推断），故回退 Pass。

修复方案（建议，待 bmc_network 属主评审）

-- 现状（推断）: mdio_ctor 为 pcall(require, 'libsoc_adapter.mdio') 结果，失败时为 boolean false
-- line 50: mdio_ctor.xxx(...)  -- 未判空直接索引，触发崩溃
-- 修复:
local function get_phy_identifier(phy_addr)
    log:notice('get_phy_identifier start!')
    if type(mdio_ctor) ~= 'table' then
        log:error('mdio ctor unavailable, skip phy identifier (phy_addr=%s)', tostring(phy_addr))
        return nil   -- 走 DFT 失败结果回传, 而不是崩溃
    end
    -- ... 原识别逻辑
end

  • 对齐 1.110.43+ 的 MDIO 就绪重试（retry_get_identifier）逻辑，避免单次未就绪即判失败。

  • 由 bmc_network 属主确认修复版并做 MP19 DFT 回归；问题分支 manifest pin 1.81.8 升级为修复版。

2

答案内容由AI生成，仅供参考：

问题结论

根因：bmc_network 1.81.8 版本中 manufacture_dft.lua:50 在 BMC 重启后执行 MGMT 口 PHY 识别时发生崩溃。崩溃原因是 mdio_ctor 为 boolean 值（false），即 MDIO 模块初始化失败后未做判空处理，导致 LuaJIT 抛出异常，DFT 结果无法回传，最终 MP19 nic_magloop_test MGMT 测试失败。

回退验证：51.04 版本使用的旧版 bmc_network 无此崩溃路径，故同板回退后测试 Pass，确认为确定性版本回归问题。

点击此处查看详细分析解答

根据您提供的问题描述和上下文信息，我对 DFT 网卡 MGMT 自环测试失败 的问题进行了综合分析。以下是结论：

问题结论

根因：bmc_network 1.81.8 版本中 manufacture_dft.lua:50 在 BMC 重启后执行 MGMT 口 PHY 识别时发生崩溃。崩溃原因是 mdio_ctor 为 boolean 值（false），即 MDIO 模块初始化失败后未做判空处理，导致 LuaJIT 抛出异常，DFT 结果无法回传，最终 MP19 nic_magloop_test MGMT 测试失败。

回退验证：51.04 版本使用的旧版 bmc_network 无此崩溃路径，故同板回退后测试 Pass，确认为确定性版本回归问题。

证据链分析

根据 dump 时间线（2026-09-15），整个测试过程可分为三个阶段：

时间 事件 结果
03:02:10 第 1 次 MGMT 自环（BMC 重启前）：MDIO 路径可用，PHY 读 identifier 282、enable/disable phy loop mode 成功 物理自环失败：net_dft.c(197) recv failed errno:2，重试约 40s 全部 ret=-1 → Failed
03:12:06 第 2 次尝试，仅一次 recv timout failed Succeed（ret=0），链路可恢复
03:19 BMC 重启（测试流程） —
03:23:05 第 3 次：manufacture_dft.lua(49) get_phy_identifier start! → 4ms 后崩溃 MGMT 测试最终 fail

崩溃原文（LogDump/app.log:5485-5486）：

2026-09-15 03:23:05.993312 bmc_network NOTICE: manufacture_dft.lua(49): get_phy_identifier start!
2026-09-15 03:23:05.993817 bmc_network ERROR: app_preloader.lua(232):
  .../bmc/apps/bmc_network/lualib/dft_eth/manufacture_dft.lua:225:
  app(bmc_network/service/main) count(1) pcall failed(
  .../dft_eth/manufacture_dft.lua:50: attempt to index upvalue 'mdio_ctor' (a boolean value))

根因分析

直接原因（事实）

get_phy_identifier 中的 mdio_ctor 是对 MDIO 驱动模块（libsoc_adapter.mdio）require/pcall 的结果。当模块初始化失败时，其取值为 boolean（false），而 line 50 未判空直接索引/调用，LuaJIT 抛出 attempt to index upvalue 'mdio_ctor' (a boolean value) 异常，导致整个 dft_eth worker 的 pcall 失败，DFT 结果无法回传。

触发条件（推断）

BMC 重启后，MGMT 口（eth3）PHY 的 MDIO 访问路径未就绪。叠加 03:02 首次自环时链路曾真实 down（errno:2/ENOTCONN），说明该口 PHY/链路初始化本身不稳定。51.04 的旧版 bmc_network 无此崩溃路径，故回退 Pass。

假设排查过程

假设 结论 依据
测试工具侧问题 排除 回退 51.04 同板 Pass，且 dump 内无测试工具异常
PHY 硬件故障 不成立为唯一原因 第 1 次失败（PHY 可读、链路曾 down）与第 3 次失败（崩溃）表现不同，且 51.04 同板复测 Pass
bmc_network 代码版本回归 支持 崩溃栈明确指向 manufacture_dft.lua:50；对照 5290 分支使用的 bmc_network 1.110.43/1.121.13 字节码，已出现 retry_get_identifier（PHY 识别重试/容错）字符串常量，说明新版已加容错
源码在本工作区可修复 排除 穷举搜索 bare/ 93 仓、工作区全量 *.lua、5290 构建树均无 bmc_network 源码（仅有 LuaJIT 字节码）；GitCode 公开镜像 openUBMC/bmc_network main 分支仅 20 文件、无 dft_eth；artifactory 上 1.81.8 配方 400 不可得。bmc_network 为闭源 conan 预编译组件

修复方案（建议）

注意：bmc_network 为闭源组件，以下修复需由 bmc_network 属主评审并落地。

1. 崩溃修复（核心）

-- 现状（推断）: mdio_ctor 为 pcall(require, 'libsoc_adapter.mdio') 结果，失败时为 boolean false
-- line 50: mdio_ctor.xxx(...)  -- 未判空直接索引，触发崩溃
-- 修复:
local function get_phy_identifier(phy_addr)
    log:notice('get_phy_identifier start!')
    if type(mdio_ctor) ~= 'table' then
        log:error('mdio ctor unavailable, skip phy identifier (phy_addr=%s)', tostring(phy_addr))
        return nil   -- 走 DFT 失败结果回传, 而不是崩溃
    end
    -- ... 原识别逻辑
end

2. 容错增强（对齐新版本）

  • 对齐 bmc_network 1.110.43+ 的 MDIO 就绪重试（retry_get_identifier）逻辑，避免单次未就绪即判失败。

3. 版本管理

  • 由 bmc_network 属主确认修复版并做 MP19 DFT 回归验证。
  • 2280V3 分支 manifest pin 1.81.8 升级为修复版本。

补充说明

  1. DFT 测试相关命令：获取装备模式（1Fh）、使能/禁止 DFT 命令（20h）、获取测试项内容（41h）、启动/停止测试（42h）、获取测试结果（43h）均为标准 IPMI 命令，可用于问题复现和验证。
  2. DFT 测试项 ID 0x4A：根据知识库记录，0x4A 是 BMC Net Port Loopback Test 成功执行所需的 DFT 测试项 ID，若测试项缺失则测试失败。
  3. 组件版本信息：问题设备使用的 bmc_network 为 1.81.8（闭源 conan 预编译组件），与 OpenUBMC 环境中其他版本（如 1.70.42、1.80.62、1.110.45 等）为不同版本线。