📚 课程目录第1章内核崩溃概述

1. 内核崩溃概述

1.1 什么是内核崩溃（Kernel Panic / Oops）

内核崩溃是 Linux 内核在检测到不可恢复的错误时主动触发的保护机制。当内核自身或内核模块（如驱动程序）访问了非法内存地址、破坏了关键数据结构、或触发了逻辑矛盾时，内核会立即停止当前操作并输出诊断信息。

Kernel Panic：致命错误，内核无法继续运行，系统完全挂起或重启。通常伴随屏幕打印 “Kernel Panic - not syncing”。
Kernel Oops：非致命错误，内核尝试恢复并继续运行，但系统可能处于不稳定状态。Oops 是 Panic 的前兆，驱动开发中最常见的崩溃形式。

驱动开发提示： 绝大多数驱动崩溃首先表现为 Oops，随后可能升级为 Panic。学会解读 Oops 信息是排查驱动问题的基本功。

1.2 常见原因分类

内核崩溃的原因可以归纳为四大类。驱动开发中，超过 70% 的崩溃与驱动代码中的内存访问错误和并发缺陷直接相关。

分类	典型场景	驱动开发中的常见表现
硬件问题	内存 ECC 错误、PCIe 链路不稳定、外设异常复位	驱动读取寄存器返回全 0xFF 或全 0x00，导致后续逻辑崩溃
驱动缺陷	空指针解引用、缓冲区溢出、DMA 映射错误、中断处理不当	Oops 信息中指令指针指向驱动模块代码段
内存管理错误	UAF（释放后使用）、内存泄漏导致系统 OOM、slab 损坏	kmalloc/kfree 不配对、引用计数错误
并发与同步问题	竞态条件、死锁、自旋锁使用不当、中断上下文睡眠	驱动在持有锁时调用可能导致睡眠的函数

排查优先级： 遇到内核崩溃时，建议按“驱动缺陷 → 内存管理 → 并发问题 → 硬件问题”的顺序排查。驱动代码中的逻辑错误是最常见、也最容易定位的。

1.3 内核崩溃与用户态段错误的区别

理解内核崩溃与用户态段错误（Segmentation Fault, SIGSEGV）的本质区别，有助于快速判断问题发生在驱动层还是应用层。

对比维度	内核崩溃（Panic / Oops）	用户态段错误（SIGSEGV）
发生空间	内核空间（特权级 0）	用户空间（特权级 3）
触发原因	内核代码或驱动访问非法地址、破坏内核数据结构	用户程序访问未映射的虚拟地址、写入只读页
系统影响	整个系统可能挂起或重启	仅触发段错误的进程被终止，系统其他进程不受影响
错误输出	内核日志（dmesg）输出 Oops/Panic 信息，包含 CPU 寄存器、堆栈回溯	Shell 输出 “Segmentation fault”，core dump 可选
恢复可能性	Oops 可恢复但系统不稳定；Panic 不可恢复	进程被信号杀死，系统资源由内核回收
调试工具	kdump、crash、gdb（vmlinux）、KASAN、lockdep	gdb、valgrind、AddressSanitizer

  关键区分方法： 查看错误发生时 CPU 的当前特权级（CS 寄存器中的 CPL）。CPL=0 表示内核空间崩溃，CPL=3 表示用户空间段错误。在 Oops 信息中，RIP 指向的地址范围也能直接判断：内核地址（通常 > 0xffff800000000000）表示内核崩溃。

1.4 驱动开发中的典型崩溃场景

以下代码片段展示了一个典型的驱动崩溃场景——空指针解引用。这是驱动开发中最常见、也最容易复现的 Oops 触发方式。

// 驱动中错误的 probe 函数示例
static int my_driver_probe(struct platform_device *pdev)
{
    struct my_device *dev;
    int ret;

    // 错误：未检查 devm_kzalloc 返回值
    dev = devm_kzalloc(&pdev->dev, sizeof(*dev), GFP_KERNEL);

    // 如果内存分配失败，dev 为 NULL，下一行触发 Oops
    dev->irq = platform_get_irq(pdev, 0);  // 空指针解引用！

    ret = request_irq(dev->irq, my_isr, 0, "my_driver", dev);
    if (ret) {
        dev_err(&pdev->dev, "failed to request irq\n");
        return ret;
    }

    return 0;
}

避坑指南： 每次调用 kmalloc、kzalloc、devm_kzalloc 等内存分配函数后，必须立即检查返回值是否为 NULL。这是驱动开发中防止空指针崩溃的第一道防线。

正确的做法是在分配后立即进行 NULL 检查：

static int my_driver_probe(struct platform_device *pdev)
{
    struct my_device *dev;

    dev = devm_kzalloc(&pdev->dev, sizeof(*dev), GFP_KERNEL);
    if (!dev) {
        dev_err(&pdev->dev, "failed to allocate memory\n");
        return -ENOMEM;
    }

    dev->irq = platform_get_irq(pdev, 0);
    // ... 后续初始化
    return 0;
}

1.5 本章小结

内核崩溃分为 Panic（致命）和 Oops（可恢复但系统不稳定）两种形式。
驱动开发中崩溃的主要原因包括：驱动缺陷（40%）、内存管理错误（25%）、并发问题（20%）、硬件问题（15%）。
内核崩溃与用户态段错误的本质区别在于发生空间和系统影响范围：内核崩溃影响整个系统，用户态段错误仅影响单个进程。
排查内核崩溃时，dmesg 日志中的 Oops 信息是最重要的第一手资料，后续章节将详细讲解如何解读这些信息。