HBN 服务故障排除

HBN 容器卡在 init-sfs 状态

HBN 容器启动时为 init-sfs 状态，并在 2 分钟内转换为 doca-hbn 状态，可以使用 crictl ps 查看。但有时它可能仍然保持 init-sfs 状态。

如果接口 p0_if 丢失，则可能发生这种情况。在 BlueField 和容器内运行命令 ip -br link show dev p0_if 以检查 p0_if 是否存在。如果丢失，请确保固件已升级到最新版本。执行 BlueField 系统级重置以使新固件生效。

BlueField 重启后主机端 PF/VF 掉线

通常，主机可以使用任何接口管理器来管理属于 BlueField 的主机接口。当主机使用 Netplan 或 NetworkManager 以外的接口管理器时，BlueField 重启后某些端口可能仍然处于 down 状态。

如果接口保持 down 状态，请应用以下解决方法

重启 openibd

复制
已复制!

            
            systemctl restart openibd

如果需要，重新创建 SR-IOV 接口。

重放接口配置。例如

如果使用 ifupdown2

复制
已复制!

            
            ifreload -a

如果使用 Netplan

复制
已复制!

            
            netplan apply

BGP 会话无法建立

BGP 会话无法建立的主要原因之一是 MTU 配置不匹配。确保所有接口上的 MTU 相同。例如，如果 BGP 在 p0 上失败，请检查并验证 p0、p0_if_r、p0_if 和 p0 的远程对端是否具有匹配的 MTU 值。

生成支持信息

可以使用容器内的 hbn-support 命令从 /etc/image-version 收集 HBN 容器镜像

复制
已复制!

            
            root@bf2:/tmp# hbn-support
Please send /var/support/hbn_support_doca-hbn-service-bf2-s15-1-ipmi_20240820_211214.txz to Cumulus support.

生成的转储文件将在 HBN 容器的 /var/support 下可用，并且应包含任何进程核心转储和日志文件。生成的 core 文件可以在 /var/support/core 下找到，并由 hbn-support 收集。/var/support 目录也挂载在 BlueField Arm 端的 /var/lib/hbn/var/support。

对于 BlueField，BFB 版本可以从 /etc/mlnx-release 中检查。

固件版本可以从 mlxfwmanager 收集。

可以使用 sos 命令收集 BlueField 支持转储

复制
已复制!

            
            root@bf2:/tmp/#sos report -a --all-logs --batch

示例输出

复制
已复制!

            
            sos report (version 4.8.0)
 
This command will collect system configuration and diagnostic
information from this Ubuntu system.
...
...
  Finished running plugins
 
Creating compressed archive...
 
Your sos report has been generated and saved in:
        /tmp/sosreport-bf2-s15-1-ipmi-2024-08-20-cpdvegw.tar.xz
 
 Size   19.37MiB
 Owner  root
 sha256 0890a855623a1a2dd5089c9cd6d57d81e71f3805ac06c2d9fc0dab556ccd5ffc
 
Please send this file to your support representative.

SFC 故障排除

要排除通过 SFC 接口的流量问题，第一步是在 HBN 容器中禁用 nl2doca 服务

复制
已复制!

            
            root@bf2:/tmp# supervisorctl stop nl2doca
nl2doca: stopped

停止 nl2doca 有效地停止了硬件卸载并切换到软件转发。所有数据包都将出现在 BlueField 接口上的 tcpdump 捕获中。

可以在 SF 接口以及 VLAN、VXLAN 和上行链路上执行 tcpdump，以确定数据包在哪里被丢弃或数据包正在采用哪个流。

常规 nl2doca 故障排除

可以使用以下步骤来确保 nl2doca 守护程序已启动并正在运行

确保 /var/log/hbn/nl2docad.log 中的 nl2doca 日志文件中没有错误。

要检查 supervisor 下的 nl2doca 守护程序的状态，请运行

复制
已复制!

            
            supervisorctl status nl2doca

使用 ps 检查实际的 nl2doca 进程是否正在运行

复制
已复制!

            
            ps -eaf | grep nl2doca
root          18       1  0 06:31 ?        00:00:00 /bin/bash /usr/bin/nl2doca-docker-start
root        1437      18  0 06:31 ?        00:05:49 /usr/sbin/nl2docad

core 文件应位于 /var/support/core/ 中。
检查 /cumulus/nl2docad/run/stats/punt 是否可访问。否则，nl2doca 可能卡住了，应该重启
复制

已复制!
```
            
            supervisorctl restart nl2doca
        
```

例如，要检查端口 pf0vf0_if 上远程 MAC 8a:88:d0:b1:92:b1 的 L2 EVPN ENCAP 流，基本的卸载流应如下所示：RxPort (pf0vf0_if) -> BR (Overlay) -> RTR (Underlay) -> BR (Underlay) -> TxPort (上行链路 p0_if 或 p1_if 之一，基于 ECMP 哈希)。

逐步过程

导航到接口文件 /cumulus/nl2docad/run/software-tables/20。

检查 RxPort (pf0vf0_if)

复制
已复制!

            
            Interface: pf0vf0_if
    PD PORT: 6
    HW PORT: 16
    NETDEV PORT: 11
    Bridge-id: 61
    Untagged FID: 112

FID 112 被赋予接收端口。

检查网桥表文件 /cumulus/nl2docad/run/software-tables/17，目标 MAC 为 8a:88:d0:b1:92:b1，FID 为 112

复制
已复制!

            
            flow-pattern:
      fid: 112
        dst mac: 8a:88:d0:b1:92:b1
      flow-actions:
        VXLAN ENCAP:
          ENCAP dst ip: 6.0.0.26
          ENCAP vni id: 1000112
        SET VRF: 0
        OUTPUT-PD-PORT: 20(TO_RTR_INTF)
        STATS:
          pkts: 100
          bytes: 10200

检查路由器表文件 /cumulus/nl2docad/run/software-tables/18，目标 IP 为 6.0.0.26，VRF 为 0

复制
已复制!

            
            flow-pattern:
        IPV4: LPM
        VRF: 0
        ip dst: 6.0.0.26/32
      flow-actions :
        ECMP: 1
        OUTPUT PD PORT: 2(TO_BR_INTF)
        STATS:
          pkts: 300
          bytes: 44400

检查 ECMP 表文件 /cumulus/nl2docad/run/software-tables/19，ECMP 为 1

复制
已复制!

            
            - ECMP: 1
      ref-count: 7
      num-next-hops: 2
      entries:
        - { index: 0, fid: 4100, src mac: 'b8:ce:f6:99:49:6a', dst mac: '00:02:00:00:00:2f' }
        - { index: 1, fid: 4115, src mac: 'b8:ce:f6:99:49:6b', dst mac: '00:02:00:00:00:33' }

ECMP 哈希计算选择这些路径之一进行下一跳重写。检查它们的网桥表文件 (fid=4100, dst mac: 00:02:00:00:00:2f 或 fid=4115, dst mac: 00:02:00:00:00:33)

复制
已复制!

            
            flow-pattern:
        fid: 4100
        dst mac: 00:02:00:00:00:2f
flow-actions:
    OUTPUT-PD-PORT: 36(p0_if)
    STATS:
       pkts: 1099
       bytes: 162652

这将显示数据包在上行链路上发出。

NVUE 故障排除

要检查 NVUE 守护程序的状态，请运行

复制
已复制!

            
            supervisorctl status nvued

要重启 NVUE 守护程序，请运行

复制
已复制!

            
            supervisorctl restart nvued

本页内容