标题格式

[缺陷] 双SP686C RAID卡MCTP通信失败：worker线程与smld线程跨lua_State竞态

版本分支

• openUBMC main
• openUBMC LTS

问题发现版本

openUBMC 25.12 LTS

严重程度

• 致命
• 严重
• 一般
• 提示

复现类型

• 有条件必然复现
• 有条件概率复现
• 无规律复现

环境信息

双 SP686C RAID 卡硬件环境

预置条件

双 SP686C RAID 卡硬件环境，BMC 运行正常

复现步骤

1. BMC 上电启动，storage 服务初始化
2. init.lua 调用 worker.new(1) 创建独立 OS 线程（拥有独立的 lua_State，记为 L_worker）
3. sml.callback:start_module('sml.sml_callbacks') 在 worker 线程中加载 sml_callbacks.lua
4. 当首次访问 RAID 卡时，init.lua 通过 sml.callback:send('install_mctp_writeread_cb_X', true) 向 worker 线程发送消息
5. worker 线程收到消息后调用 cbs:set_mctp_writeread_cb(ctrl_id, mctp_writeread)，底层执行 luaL_ref(L_worker) 将回调注册到 L_worker 的 registry
6. ref_value 机制捕获 m_L = main_thread(L_worker)（即 L_worker 的主线程引用）
7. smld 线程处理命令（如 register_controller）时，C++ sml_core 库通过 lua_rawgeti(m_L, ref) + lua_pcall(m_L, ...) 调用回调
8. 上述 lua_pcall 从 smld OS 线程执行，但操作的 lua_State 是 L_worker → 跨线程竞态

实际结果及影响

双 SP686C RAID 卡场景下，MCTP 通信间歇性失败，200 次 AC 上下电必现。worker 线程与 smld 线程同时操作同一个 lua_State（L_worker），导致 Lua 栈/registry 损坏，MCTP 读写回调执行异常。

预期结果

MCTP 通信稳定可靠，多 RAID 卡场景下无间歇性失败。

问题定位情况

根因分析

问题根因是 worker 线程与 smld 线程跨 lua_State 竞态：

• worker.new(1) 创建独立 OS 线程，拥有独立的 lua_State（L_worker）
• sml_callbacks.lua 在 worker 线程中执行 cbs:set_mctp_writeread_cb(ctrl_id, mctp_writeread)，底层调用 luaL_ref(L_worker) 将回调注册到 L_worker 的 registry
• ref_value 机制捕获 m_L = main_thread(L_worker)（L_worker 的主线程）
• 当 smld 线程处理命令时，C++ sml_core 库通过 lua_rawgeti(m_L, ref) + lua_pcall(m_L, ...) 调用回调
• 这是从 smld OS 线程操作 L_worker 的 lua_State → 两个线程同时操作同一个 lua_State 的栈和 registry → 栈损坏/崩溃/MCTP 通信失败

关键代码路径：

• src/lualib/sml/init.lua line 37: local sml = setmetatable({ callback = worker.new(1) }, sml_mt) — 创建 worker 线程
• src/lualib/sml/init.lua line 53-55: sml.callback:send(mctp_ctrl_map[ctrl_idx], true) — 发送注册消息到 worker 线程
• src/lualib/sml/sml_callbacks.lua line 67-68: cbs:set_mctp_writeread_cb(tonumber(...), mctp_writeread) — 在 L_worker 上执行 luaL_ref
• C++ sml_core 库: ref_value 构造时 luaL_ref(L_worker) + 捕获 m_L = main_thread(L_worker)，执行时 lua_rawgeti(m_L) + lua_pcall(m_L) — 从 smld 线程操作 L_worker