deepin的系统假死恢复

背景

由于昨天我在工作站上装了KVM来运行ubuntu，结果发现昨天和今天有两次系统都出现异常无法访问。
早上重启了下，以为没什么，所以没有关注，结果2小时后又卡住了，遂对相应问题进行了更多分析。

相关分析

由于系统上除了KVM，还有别人以网络硬盘的形式挂载的NFS。原本猜测是两个程序互相竞争，导致磁盘IO过载，然后CPU无法被访问，最终机器失联。
但是之后通过查看系统日志，发现有如下内容。

# 查看机器无法访问期间的日志内容
sudo journalctl --since "2026-03-26 10:00:00" --until "2026-03-26 10:46:00"
# 然后发现有如下日志
# 3月 26 10:37:26 easul deepin-service-manager[912]: check Url: "http://detectportal.deepin.com" exitCode: 28
# 3月 26 10:37:33 easul deepin-service-manager[1475]: check Url: "http://detect.uniontech.com" exitCode: 28
# 3月 26 10:37:33 easul deepin-service-manager[1475]: check Url: "http://detectportal.deepin.com" exitCode: 28
# 3月 26 10:37:40 easul kernel: e1000e 0000:00:1f.6 eno1: Detected Hardware Unit Hang:
#                                  TDH                  <62>
#                                  TDT                  <7e>
#                                  next_to_use          <7e>
#                                  next_to_clean        <62>
#                                buffer_info[next_to_clean]:
#                                  time_stamp           <1001b6d76>
#                                  next_to_watch        <63>
#                                  jiffies              <1001b7028>
#                                  next_to_watch.status <0>
#                                MAC Status             <80083>
#                                PHY Status             <796d>
#                                PHY 1000BASE-T Status  <3800>
#                                PHY Extended Status    <3000>
#                                PCI Status             <10>
# 3月 26 10:37:42 easul kernel: e1000e 0000:00:1f.6 eno1: Detected Hardware Unit Hang:
#                                  TDH                  <62>
#                                  TDT                  <7e>
#                                  next_to_use          <7e>
#                                  next_to_clean        <62>
#                                buffer_info[next_to_clean]:
#                                  time_stamp           <1001b6d76>
#                                  next_to_watch        <63>
#                                  jiffies              <1001b7218>
#                                  next_to_watch.status <0>
#                                MAC Status             <80083>
#                                PHY Status             <796d>
#                                PHY 1000BASE-T Status  <3800>
#                                PHY Extended Status    <3000>
#                                PCI Status             <10>

询问 ChatGPT 后，他说出了如下逻辑

内核尝试发数据到网卡，但网卡硬件/驱动没有响应
导致网络阻塞，TCP 堆栈卡死
最终 SSH / ping 都不通

另外一个就是 check Url: "http://detectportal.deepin.com" exitCode: 28 这种报错日志出现了很多，于是联想起昨天内网环境下搭建的DNS服务器挂了，我切换为公有 DNS 之后就不再出现该问题。

解决方法

• 首先处理DNS相关的问题

# DNS 的文件是在如下路径中存放的，可以先查看当前的DNS都有什么
cat /etc/resolv.conf 
# 显示的内容如下

# # Generated by NetworkManager
# nameserver 192.168.1.21
# nameserver 119.29.29.29

# 所以我选择把 119.29.29.29 的顺序提前，这样就能够先用腾讯的DNS来解析了
# 修改后的内容如下

# # Generated by NetworkManager
# nameserver 119.29.29.29
# nameserver 192.168.1.21

# 此时再 curl 一下 http://detectportal.deepin.com，显示 success 则DNS解析不再有问题
curl http://detectportal.deepin.com

PS: 重启下DNS服务器也不是不可以 ^_^

• 然后处理网卡挂起的问题

我这里直接创建这个脚本没生效，最后用的 systemd 的服务就OK了

# 先安装 ethtool
sudo apt-get update
sudo apt-get install -y ethtool

# 先查看原本的配置
# tcp-segmentation-offload 对应下边的 tso 
# generic-segmentation-offload 对应下边的 gso 
# generic-receive-offload 对应下边的 gro 
sudo ethtool -k eno1
# 调整当前网卡的配置，ChatGPT说，这样会
# 关闭 TSO / GSO / GRO（发送/分段/汇聚等高级功能）
# 减少硬件在高负载下的 buffer 压力
# 避免该硬件 hang 触发
sudo ethtool -K eno1 tso off gso off gro off
# 如果需要恢复原本的设置，可以使用该命令
# sudo ethtool -K eno1 tso on gso on gro on

# 然后开启了KVM之后，没有发现问题，故将该命令放到了网络启动脚本当中
sudo touch /etc/network/if-up.d/disable-offload
sudo chmod 666 /etc/network/if-up.d/disable-offload
# 这个脚本可以在网卡被拉起的时候就运行
sudo tee >> /etc/network/if-up.d/disable-offload <<EOF 
#!/bin/bash

/sbin/ethtool -K eno1 tso off gso off gro off
EOF
sudo chmod 755 /etc/network/if-up.d/disable-offload

如果上边的脚本在网卡拉起的时候没有自动生效，可以将命令设置成 systemd 服务

# 也可以创建为 systemd 的服务
sudo touch /etc/systemd/system/disable-offload.service
sudo chmod 666 /etc/systemd/system/disable-offload.service
sudo tee >> /etc/systemd/system/disable-offload.service <<EOF
[Unit]
Description=Disable NIC offloading
After=network.target

[Service]
Type=oneshot
ExecStart=/sbin/ethtool -K eno1 tso off gso off gro off
RemainAfterExit=yes

[Install]
WantedBy=multi-user.target
EOF
sudo chmod 755 /etc/systemd/system/disable-offload.service
sudo systemctl daemon-reexec
sudo systemctl enable disable-offload
# 然后删掉原本的脚本
sudo rm -rf /etc/network/if-up.d/disable-offload