kdumpctl 是 Linux 系统中用于管理和控制内核崩溃转储机制的核心命令行工具。它的核心作用是当系统遭遇严重的内核级崩溃时，自动捕获系统内存的镜像（称为 vmcore 或 crash dump），为后续分析崩溃原因提供关键数据。
一、干嘛用的：内核崩溃转储（Kdump）
1. 内核崩溃（Kernel Panic）：
当Linux 内核遇到无法恢复的严重错误（如硬件故障、内核模块bug、内存访问越界等）时，会主动停止运行以防止数据损坏，这就是“内核崩溃”。
系统会显示错误信息（panic message）并挂起。
2. Kdump 机制：
为了解决内核崩溃后无法调试的问题，引入了Kdump 机制。
核心思想：在系统启动时，预先预留一小块内存区域（crashkernel），并在其中加载一个精简的、独立的内核和内存捕获工具（如 kexec）。
当主内核崩溃时：硬件复位后，由BIOS/UEFI 或引导加载程序（如 GRUB）引导启动的不是主内核，而是预加载在预留内存中的精简内核。
精简内核的作用：它的唯一任务就是安全地访问主内核崩溃时的物理内存内容，并将其转储（dump）到指定的位置（如本地磁盘、网络位置、裸设备等）。这个内存镜像文件就是 vmcore。
二、kdumpctl 的角色和功能
kdumpctl 是这个复杂机制的管理前端，其主要职责包括：
1. 启动和停止 Kdump 服务：
kdumpctl start：启动 kdump 服务。这会执行关键的 kexec -p 命令，将精简内核和初始内存盘（initramfs）加载到 crashkernel 预留内存中，做好捕获准备。
kdumpctl stop：停止 kdump 服务。卸载之前加载的精简内核镜像。
2. 检查服务状态：
kdumpctl status：显示 kdump 服务的当前状态（是否运行、是否准备就绪）。这是最常用的命令之一。
kdumpctl showmem：显示当前为 crashkernel 预留的内存大小。
3. 检查配置有效性：
kdumpctl check 或 kdumpctl validate：验证 /etc/kdump.conf 配置文件中的设置是否合理、目标路径是否可访问、所需工具是否可用等。在配置或更改 kdump 后强烈建议运行此命令。
4. 手动触发内核崩溃（测试）：
kdumpctl propagate：主要用于在系统启动早期阶段传递崩溃信息（较少手动使用）。
kdumpctl reboot：强制系统立即重启并尝试生成一个崩溃转储（需要内核配置支持 CONFIG_KEXEC 和 CONFIG_CRASH_DUMP，且 sysctl kernel.sysrq=1）。这是重要的测试手段，但只能在测试环境中谨慎使用！ 更常用的测试命令是 echo c > proc/sysrq-trigger（需要先 sysctl kernel.sysrq=1）。
5. 查看日志：
kdumpctl logs：查看 kdump 相关的服务日志（通常来自 journalctl -u kdump）。
三、关键配置文件/etc/kdump.conf
kdumpctl 的行为主要由 /etc/kdump.conf 文件控制。该文件定义了：
crashkernel 内存大小：通常在主内核的引导参数（如 GRUB 的 grub.cfg）中设置，但 kdump 服务需要知道这个值。现代系统通常能自动识别。
转储目标(path, core_collector): vmcore 文件保存到哪里？
本地文件系统(ext4, xfs, btrfs 等)
原始设备分区(raw)
网络目标：通过NFS (net nfs...), SSH (net ssh...), SMB/CIFS (net cifs...) 保存
指定压缩工具（如makedumpfile -c --message-level 1 -d 31）以减小 vmcore 文件体积。
默认动作(default): 如果转储失败或成功后做什么（reboot, poweroff, halt, shell）。
过滤内容(dracut_args): 使用 makedumpfile 过滤掉不需要的内存页（如用户空间进程内存、空闲页），大幅减小 vmcore 大小（例如-d 31）。
其他选项：如启用/禁用压缩 (compressed), 指定内核镜像路径 (kdump_kernel), 指定 initramfs 路径 (kdump_initrd), 超时设置等。
四、典型工作流程
1. 系统启动：
主内核启动，并预留crashkernel=X 大小的内存。
kdump 服务启动（通常在系统启动后期）。
kdumpctl 执行 kexec -p，将精简内核和 initramfs 加载到预留内存中。
2. 主内核崩溃：
发生严重错误，主内核停止运行。
3. 硬件复位/引导精简内核：
系统复位（reboot）。
硬件/固件将控制权交给预加载在预留内存中的精简内核（绕过 GRUB 等引导加载程序）。
4. 捕获内存转储：
精简内核启动一个最小化的环境（initramfs 中的脚本）。
该环境挂载目标存储设备或网络。
将主内核崩溃时的物理内存内容复制到指定的目标位置，生成vmcore（可能经过过滤和压缩）。
根据/etc/kdump.conf 中的 default 设置执行后续动作（通常是重启）。
5. 系统重启：
系统正常启动主内核。
6. 分析转储：
系统管理员或开发者使用工具（如crash 工具）分析 /var/crash/<timestamp>/vmcore 文件，结合崩溃时内核的符号文件（vmlinux 或 kernel-debuginfo），定位崩溃原因（哪个函数、哪行代码、寄存器状态等）。
五、重要性和用途
故障诊断：是诊断复杂、偶发性内核级崩溃（如死锁、内存损坏、硬件驱动问题）的最重要手段。
稳定性提升：通过分析vmcore，开发者可以修复内核或驱动中的 Bug，提高系统稳定性。
合规性：某些行业或环境要求具备内核崩溃转储能力。
减少停机时间：快速定位问题根源，缩短系统恢复时间。
六、使用kdumpctl 的典型命令(root执行)
# 检查 kdump 服务状态 (是否准备就绪)
kdumpctl status
# 检查配置是否有明显错误
kdumpctl check
# 启动 kdump 服务
systemctl start kdump # 或 kdumpctl start
# 停止 kdump 服务
systemctl stop kdump # 或 kdumpctl stop
# 查看 kdump 服务日志
kdumpctl logs
journalctl -u kdump
# (谨慎!) 测试 kdump - 手动触发内核崩溃 (需确保 sysrq 启用)
echo 1 | tee proc/sys/kernel/sysrq
echo c | tee proc/sysrq-trigger # 触发崩溃
# 或者 (如果配置支持)
kdumpctl reboot
七、故障排除要点
1. 预留内存不足：crashkernel= 参数值太小是最常见问题。检查 kdumpctl status 输出或 dmesg | grep -i crash。需要根据系统总内存调整。
2. 配置错误：/etc/kdump.conf 中的路径、设备名、网络设置错误。务必运行 kdumpctl check 或 validate。
3. 磁盘空间不足：目标路径没有足够空间存放 vmcore（可能很大，尤其是未压缩过滤时）。
4. 权限问题：目标路径无写入权限。
5. 服务未启动：systemctl status kdump 查看服务状态和日志。
6. 内核不支持：确保主内核和精简内核都启用了 CONFIG_KEXEC 和 CONFIG_CRASH_DUMP 编译选项。
7. Secure Boot：启用 Secure Boot 时，精简内核和 initramfs 可能需要签名。检查日志。
本文总结：
kdumpctl 是 Linux 上管理和操作 Kdump 内核崩溃转储机制的核心工具。它负责加载捕获环境、控制服务状态、验证配置，并在系统发生严重内核崩溃后，引导一个精简内核将崩溃时的内存镜像 (vmcore) 保存下来，为分析致命性系统故障提供至关重要的数据。 配置和使用 Kdump 是系统管理员诊断复杂内核问题的重要技能。
文章至此。
