基本逻辑
一个计算机系统可能支持各种watchdog，比如可以使用一个专用的watchdog硬件设备，这个
硬件设备是一个计数器，计数器超时会触发告警，我们每隔一段时清理下这个计数器，这样
在系统正常时，总不会触发计数器超时告警，反过来讲，当计数器超时告警时，我们推断系
统发生了异常，异常导致无法及时清理这个计数器。
Linux内核基于PMU counter实现了watchdog，这种实现要求PMU counter的中断要是不可屏
蔽中断(NMI)。基本逻辑是，soft lockup的hrtimer超时处理里会更新相关的标记(hrtimer_interrupts)，
PMU counter的益处中断处理函数里检测hrtimer_interrupts有没有被更新，如果一定时间
没有被更新，那么说明hrtime的中断得不到处理，就判断发生了异常。
Linux内核把这种异常叫做hard lockup，基于PMU counter的watchdog是hard lockup的一种
实现方式。对应的，Linux内核也有soft lockup的特性，具体逻辑可以参考这里。
代码分析
内核初始化时会调用lockup_detector_init，这里是soft lockup和hard lockup的入口，
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
| lockup_detector_init
/* kernel/watchdog_perf.c */
+-> watchdog_hardlockup_probe
/* 先检测当前硬件平台上有没有支持NMI中断的PMU */
+-> arch_perf_nmi_is_available
/* 有NMI中断的PMU, 使用PMU的counter中断(配置成NMI)检测hard lockup */
+-> hardlockup_detector_event_create
/* 根据watchdog_thresh计算counter的采样间隔 */
+-> wd_attr->sample_period = hw_nmi_get_sample_period(watchdog_thresh)
/* 注册PMU event */
+-> perf_event_create_kernel_counter(wd_attr, cpu, NULL, watchdog_overflow_callback, NULL)
/* 更新watchdog_ev为如上得到perf_event*/
+-> this_cpu_write(watchdog_ev, evt)
/* 对于soft lockup打开的情况，在soft lockup后重新启动hard lockup */
+-> lockup_detector_setup
+-> if (watchdog_enabled && watchdog_thresh)
softlockup_start_all()
/* 目前是空函数？*/
+-> watchdog_hardlockup_start()
/* ？*/
+-> __lockup_detector_cleanup()
watchdog_overflow_callback
+-> watchdog_check_timestamp
+-> watchdog_hardlockup_check
/*
* 通过检测hrtimer_interrupts变量是否更新来判断hard lockup，而hrtimer_interrupts
* 这个变量是在soft lockup的hrtimer处理函数中更新的。如果这个变量不变化，
* 表示一段时间都没有hrtimer中断，判断发生了hard lockup。
*
* 可见关中断的时间如果太长就会触发hard lockup。
*/
+-> is_hardlockup(cpu)
|
