Le problème du signal 11
Rogier Wolff ( R.E.Wolff@BitWizard.nl)
(traduit par Nat Makarévitch nat@linux-france.com)
Version 19970716fr
_________________________________________________________________
_Cette FAQ dresse liste des causes possibles d'un problème que
connaissent ces derniers temps certains utilisateurs de Linux : la
compilation d'un important ensemble logiciel _
(par exemple le noyau)
échoue à cause d'un _signal 11_. Ce problème peut être causé par un
dysfonctionnement d'ordre matériel (cas le plus fréquemment observé)
ou logiciel.
_________________________________________________________________
1. À propos de ce document
La version originale de ce document est à présent intégrée à la
collection des "Mini-Howto" de Linux.
La version publiée sur le Web était consultée 300 fois par semaine en
juin 1996 (augmentation : facteur 3 en 3 mois).
La plus récente version de ce texte, librement utilisable s'il n'est
pas modifié, sur trouve sur son site de référence
Tout commentaire et compte-rendu d'expérience intéresse l'auteur (
Rogier Wolff ) mais les suggestions d'ajouts
techniquement sans valeur seront rejetées.
Expédier à nat@linux-france.com les commentaires concernant cette
adaptation française.
Note : le problème détaillé ici concerne aussi les autres systèmes un
tant soit peu exigeants : Windows 3.1, FreeBSD, Windows NT,
NextStep...
Cette adaptation française doit beaucoup à J. Chion.
2. Question clé
Voici la question-clé traitée par ce document :
Lorsque je compile un noyau Linux la procédure avorte avec un message:
gcc: Internal compiler error: program cc1 got fatal signal 11
Que se passe-t-il ?
2.1 Réponse succincte
Le problème est vraisemblablement causé par un dysfonctionnement du
matériel. De nombreux composants de l'ordinateur peuvent être
impliqués et diverses manières de résoudre le problème existent.
3. Comment s'assurer que le matériel est en cause ?
Sitôt après l'échec du make, invoquez-le à nouveau.
Si la machine parvient à compiler quelques autres fichiers, nous
pouvons penser que le matériel est défaillant.
Si, par contre, la compilation cesse tout de suite (message "nothing
to be done for xxxx" avant nouvel échec au même endroit), il faudra
déterminer si le contenu de la mémoire vive est toujours bien
préservé. Pour cela :
dd if=/dev/DISQUE_DUR of=/dev/null bs=1024k count=MEGAS
_DISQUE_DUR_ remplace ici le nom du fichier spécial associé au disque
dur stockant les sources. Pour connaître son nom, rester dans le
répertoire abritant les sources et introduire df . ("df" suivi d'un
espace puis un point).
_MEGAS_ remplace ici le nombre de Mo de mémoire vive dont la machine
dispose (indiqué par free).
Cette commande va obliger Linux à lire les informations placées au
début du disque de façon à "gaver" le contenu du cache disque
("buffer-cache"). Il devra donc, par la suite, relire les fichiers
source à compiler ainsi que les binaires de gcc.
Invoquer make.
Si la compilation échoue toujours au même "endroit", le problème est
probablement d'ordre logiciel. Étudier en ce cas la section consacrée
aux autres causes possibles.
Si la compilation échoue à un autre stade, nous pouvons conclure que
les transferts de données entre le disque et la mémoire vive ne sont
pas assurés correctement.
4. Que signifie ce "signal 11" ?
Linux avorte grâce au "signal 11" tout programme tentant d'accéder à
une adresse mémoire ne lui appartenant pas. Parmi les nombreuses
causes possibles, nous ne pouvons retenir dans l'absolu que deux
possibilités, dans le cas où cela concerne une version stable de gcc
utilisée sur une machine très commune : problème matériel ou bien
inadéquation de certaines composantes des utilitaires logiciels du
système.
Lorsque ce problème survient sur une machine sans défaut matériel, il
ne peut être causé que par une erreur de programmation ou de
compilation (en l'occurrence du binaire de gcc). Mais lorsque le
matériel est défaillant, et que des valeurs stockées en mémoire vive
changent plus ou moins aléatoirement, un programme exigeant tel que
gcc ne parviendra pas à mener à bien sa mission car il tentera tôt ou
tard de déréférencer un pointeur au contenu ainsi modifié.
Un pointeur, sur une machine à processeur Intel, s'étend sur 32 bits
et permet donc d'accéder à 4 Go. Peu de machines Intel disposent
d'autant de mémoire vive dont la majeure partie serait allouée à gcc !
Une adresse de 32 bits aléatoire est donc très probablement illégale
et Linux tuera le programme qui tente avec elle, selon lui, de
manipuler des données ne lui appartenant pas.
5. Quel composant incriminer ?
Voici une liste des diverses causes de dysfonctionnement du matériel :
* Composants trop lents. De mauvaises surprises sont à craindre si
l'une des "barrettes" de mémoire vive ne fonctionne pas
convenablement. Même une carte mère capable de contrôler par test
de parité ne détectera pas les erreurs survenant lors des cycles
d'écriture.
Inventaire des causes et solutions :
+ Latence des composants trop importante ("mémoire trop lente")
Le contrôleur de bus ne parvient pas toujours en ce cas à
obtenir à temps la donnée requise par le processeur car la
mémoire "réagit" trop lentement. Solution :augmenter le
nombre de cycles d'attente ("wait states") grâce au SETUP de
la machine. Problème fréquent sur les machines 486 cadencé à
plus de 80 MHz équipées d'un BIOS de marque AMI. (Pat V.)
Il est parfois nécessaire de remplacer les composants pour
diminuer la latence. Les systèmes ayant un bus cadencé à 33
MHz (P100, P133...) ne doivent pas employer de RAM avec plus
de 60ns de latence, surtout si la carte mère est de marque
ASUS. L'ensemble peut sembler fonctionner avec des composants
à 70ns mais une petite erreur est alors toujours possible
(Andrew Eskilsson).
+ Composant défecteux
Démonter une barrette (ou changer temporairement la seule
barrette employée) puis relancer le système et tester.
Recommencer autant de fois que nécessaire afin d'isoler le
(ou les !) composants défectueux. Prendre garde, le cas
échéant, lors de la manipulation des mémoires statiques, car
une décharge _d'électricité statique_ peut les _condamner_.
Témoignage (kettner@cat.et.tudelft.nl) : nous avons éprouvé
de grandes difficultés avec une machine dont il s'avéra que
les quatre barrettes étaient défectueuses et modifiaient à
peu près un bit par heure de fonctionnement. La machine
"plantait" environ une fois par jour et les compilations de
noyau échouaient environ une fois par heure. Cette machine a
pu exécuter le test mémoire durant 2300 cycles complets sans
erreur, puis détecta environ 10 erreurs et continua ensuite
sans problème durant plusieurs centaines de cycles. La
compilation de noyau s'avéra le test le plus efficace car
même le cas le plus favorable ne permettait pas de compiler
plus de 14 noyaux à la suite. Nous avons donc échangé ces
barrettes.
+ Convertisseurs défectueux
De nombreux supports de mémoire, permettant de monter des
composants 32 bits sur des supports 72 points, ne sont pas
conçus de façon correcte, en particulier les plus anciens.
Témoignages : nous avons très longtemps utilisé sans problème
un jeu de composants sans support de ce type. Mais ils ne
furent pas utilisables avec un convertisseur (Naresh Sharma
(n.sharma@is.twi.tudelft.nl)).
Paul Gortmaker (paul.gortmaker@anu.edu.au) indique que les
convertisseurs doivent tous comporter au moins quatre
condensateurs de régulation du courant.
+ Mode de rafraîchissement de la mémoire vive inadéquat
Les composants "perdent" alors peu à peu les données
stockées. Causes (Hank Barta (hank@pswin.chi.il.us), Ron
Tapia (tapia@nmia.com)) : certaines cartes mère donnent la
possiblité de raréfier les cycles de rafraîchissement en vue
d'augmenter la bande passante utile du bus (option "hidden
refresh" du SETUP). Un programme, souvent appelé dram, offre
le moyen de configurer le jeu de composants ("chipset") au
plus bas niveau afin d'obtenir des effets semblables.
+ Trop faible nombre de cycles d'attente
Certains composants de la carte mère peuvent ne pas
fonctionner toujours correctement si le nombre de cycles
d'attente ("wait states") n'est pas approprié. L'augmenter
grâce au SETUP.
* Défaillance de la mémoire cache
Le contenu de la mémoire cache n'est généralement pas certifié par
un test de parité et une défaillance ne sera donc pas
diagnostiquée par la carte mère. Test : utiliser le SETUP pour
invalider le cache externe ("L2") puis faire fonctionner le
système. Si les problèmes disparaissent le cache est défectueux.
Solutions :
+ Vitesse ou latence de la mémoire cache inadéquate.
Augmenter, grâce au SETUP, le nombre de cycles d'attente.
+ Composant de mémoire défecteux
Il faut alors changer de composant cache. _ATTENTION_ : il
s'agit très souvent de mémoire statique, donc _très_ fragile
(Joseph Barone (barone@mntr02.psf.ge.com)).
+ Mode d'exploitation du cache inadéquat
Le mode "écriture différée" ("write back"), par exemple,
cause parfois des problèmes lorsque le jeu de composants de
la carte mère n'est pas correctement conçu (cas observé sur
une carte "MV020 486VL3H" (20 Mo RAM) par Scott Brumbaugh).
* Configuration incorrecte de la carte mère
Un cavalier ("jumper") détermine parfois le cache qui sera employé
(le modèle monté sur une micro carte d'extension ou bien les
composants de mémoire classiques). Exemple : cavalier JP16 sur les
ASUS P/I-P55TP4XE version 2.4.
* Transferts de données entre disque et mémoire
Un bloc de données lu sur le disque peut se trouver stocké en
mémoire avec un bit erroné.
Déterminer si c'est la cause du problème en recopiant des fichiers
puis en comparant la copie à l'original. Répéter ce test : après
un dd (consulter à ce propos la section consacrée à l' expiration
du buffer cache) la compilation avortera très vraisemblablement à
un autre stade.
+ Interruptions masquées durant des transferts IDE
Certains disques IDE ne tolèrent pas le démasquage des
interruptions lors des transferts, en particulier en période
de forte charge système ("hdparm -u0").
+ Disque de marque Kalok
La qualité des disques Kalok de la série 31xx laisse beaucoup
à désirer, mieux vaut éviter de les employer. Ils ne sont de
toutes façons pas compatibles avec Linux. Les réformer ou
laisser aux utilisateurs de systèmes d'exploitation sans
cache disque.
+ Disques SCSI
Vérifier terminateurs et câbles. Un câble court peut sembler
fonctionner avec une terminaison inadéquate mais les données
transférées peuvent en pâtir. Essayer de valider les options
de test de parité.
* Augmentation abusive de la cadence d'horloge ("overclocking")
Le résultat est le plus souvent aléatoire. Essayer d'exploiter la
machine à la cadence d'horloge normale.
Dans un cas au moins (Samuel Ramac (sramac@vnet.ibm.com)) un
processeur P120 ne tolérait pas 120 MHz mais fonctionnait à 100
MHz. La carte mère n'était pas en cause car le bus est en fait
plus rapide lorsque l'horloge bat à 100 MHz
CPU à 120 : bus à 60 (x 2), CPU à 100 : bus à 66 (x 1,33)
. Un autre processeur P120, monté en lieu et place, fonctionne
d'ailleurs normalement.
Tous les "fondeurs" (constructeurs de processeurs) produisent
ainsi de rares "ratés", ce n'est en rien spécifique à Intel.
* Refroidissement du processeur
L'élevation de la température du processeur provoquée par une
augmentation de la cadence d'horloge ou par une panne du
dispositif de refroidissement peut générer des dysfonctionnements.
Bon révélateur : interdire au noyau d'utiliser l'instruction HALT
grâce au paramètre LILO adéquat (lire le "BootPrompt HOWTO"). La
température du circuit augmentera alors beaucoup plus vite, même
sous faible charge système, et la fréquence d'apparition des
problèmes augmentera. Le Pentium à l'instruction "FDIV" boguée est
particulièrement concerné car son ventilateur n'était pas conçu au
mieux. Notons aussi que la colle employée pour assujetir le
radiateur au processeur doit présenter des caractéristiques de
conduction thermique correcte (Arno Griffioen (arno@ixe.net), W.
Paul Mills (wpmills@midusa.net), Alan Wind (wind@imada.ou.dk))
Intel indique que la température de la surface du processeur doit
être comprise entre :
+ 0 et +85° C: Intel486 SX, Intel486 DX, IntelDX2, IntelDX4
+ 0 et +95° C: IntelDX2, IntelDX4 OverDrive®
+ 0 et +80° C: 60 MHz Pentium®
+ 0 et +70° C: 66 to 166 MHz Pentium
Consulter à ce propos les sections Q6, Q7 et Q13 de ce document
Intel
* Voltage de l'alimentation du processeur
Certains processeurs 5 Volts fonctionnent sous 3,3 Volts, mais pas
toujours de façon parfaite. Pis : les documentations de certains
systèmes sont incorrectes et recommandent une configuration
inadéquate (Karl Heyes (krheyes@comp.brad.ac.uk))
* Voltage de l'alimentation de la mémoire
Les plus récentes cartes ne tolèrent que la mémoire 3,3 Volts. Ne
jamais utiliser les composants sous un voltage inadéquat (risque
de destruction).
* Surexploitation du bus local
Le nombre de cartes connectables à un bus local décroît avec sa
fréquence d'exploitation : 3 cartes à 25 MHz, 2 à 33 MHz, une
seule à 40 MHz et aucune à 50 MHz (fréquence maximale). Certains
systèmes tolèrent mal la surcharge et les données échangées
peuvent alors en pâtir. Essayer d'augmenter les états d'attente
insérés entre les cycles du bus local (Richard Postgate
(postgate@cafe.net)).
* Fonctions d'économie d'énergie ("power management", "APM")
Certains portables, en particulier, offrent une fonction de
reprise immédiate (mode "resume") et des programmes pilotes ne
tolèrent pas toujours cela. Débrayer ces fonctions ou bien
compiler l'"APM support" dans le noyau (Elizabeth Ayer
(eca23@cam.ac.uk)).
* Processeur défectueux
Certains exemplaires des processeurs courants recèlent des bogues
aux effets pervers. Aucune solution n'existe, il faut remplacer le
composant. Des cas d'incompatibilité entre processeur et carte
mère auraient été observés. Depuis février 1997 la première vague
de problèmes, qui concernait les processeurs Intel, décroît
nettement tandis que l'exploitation de processeurs Cyrix/IBM 6x86
sur certaines cartes mère s'avère difficile. Le manuel d'une carte
mère précise qu'elle est incompatible avec les premières versions
du 6x86. C'est regrettable car les performances de ces processeurs
sont fort bonnes.
6. Mais tout fonctionnait correctement depuis longtemps !
Le fait que la configuration déficiente fonctionnait sans problème
depuis un moment n'implique malheureusement pas que le matériel est
hors de cause.
L'exemple classique concerne les composants de mémoire. Leurs
fabricants ne disposent pas d'une ligne de production distincte pour
chaque type de mémoire. Les circuits proviennent tous des mêmes
machines et matières premières, seul le test final détermine si un
composant donné sera par exemple vendu en tant que 60 ns ou bien 70
ns. Vos composants fonctionnaient peut-être à merveille depuis
longtemps à la limite de leurs capacités mais un facteur quelconque
(la température, par exemple, ralentit les mémoires) peut les rendre
assez vite inadéquats.
Un climat estival ou bien une lourde charge de travail processeur
place donc parfois le système dans des conditions où son
fonctionnement correct n'est plus certain, voire plus possible
(Philippe Troin (ptroin@compass-da.com)).
7. Mon programme de test mémoire ne révèle aucun problème
Le test mémoire effectué par le BIOS lors du démarrage de la machine
n'en est le plus souvent pas un. Des conditions d'exploitation
extrêmes peuvent seules permettre de lever le doute. Tester grâce à
memtest86.
8. Le problème est-il limité à la compilation du noyau ?
Non, mais la compilation du noyau exige beaucoup de ressources et
constitue donc un excellent test ou révélateur.
Autres cas observés :
* Certaines machines se bloquent parfois lorsqu'elles exécutent le
script d'installation de la distribution Slackware
(dhn@pluto.njcc.com).
* Le noyau stoppe parfois une tâche à cause d'une "general
protection error" (message confié à syslog)
(fox@graphics.cs.nyu.edu).
9. D'autres systèmes d'exploitation fonctionnent pourtant bien sur cette
machine !
Linux exploite mieux le matériel que la plupart des autres systèmes,
comme ses performances le laissent imaginer.
Certains autres systèmes, par exemple édités par Microsoft, se
"plantent parfois" de façon incompréhensible. Peu d'utilisateurs s'en
plaignent, semble-t-il, et cette société leur répond en ce cas d'une
manière quelque peu étrange.
Le mode de conception et d'utilisation de ces systèmes d'exploitation
produit un ensemble le plus souvent plus "prédictible" que Linux dans
la mesure ou une application donnée sera le plus souvent chargée dans
la même section de la mémoire vive. Les aléas dûs à un composant
défectueux sont donc parfois portés au compte d'un programme donné et
non du matériel.
Une chose demeure cependant certaine : un système Linux bien installé
sur une machine saine doit pouvoir compiler cent fois de suite un
noyau sans aucun problème.
Témoignage : Linux et gcc testent à merveille la machine. Hors de
Linux le test "Winstone" produit le même genre d'effets (Jonathan
Bright (bright@informix.com))
10. "signal 11" est-il le seul effet ?
Ce n'est malheureusement pas le cas. Les signaux 6 et 4 peuvent aussi
relever de ce genre de problème (lorsque la mémoire n'accomplit pas
correctement son office n'importe quel type d'erreur peut survenir)
mais le 11 est le plus commun.
Autres problèmes constatés :
* free_one_pmd: bad directory entry 00000008
* EXT2-fs warning (device X:Y): ext_2_free_blocks bit already
cleared for block Z
* Internal error: bad swap device
* Trying to free nonexistent swap-page
* kfree of non-kmalloced memory ...
* scsi0: REQ before WAIT DISCONNECT IID
* Unable to handle kernel NULL pointer dereference at virtual
address c0000004
* put_page: page already exists 00000046 invalid operand: 0000
* Whee.. inode changed from under us. Tell Linus
* crc error System halted (lors du démarrage)
* Segmentation fault
* "unable to resolve symbol"
* make 1]: *** ... Error 139 make: *** ... Error 1
* X Window avorte brusquement avec un mesage 'can terminate with a
"caught signal xx"'
Les premiers exemples relèvent d'arrêts provoqués par le noyau qui
"suspecte" une erreur de programmation l'affectant. Les autres
concernent les applications.
(S.G.de Marinis (trance@interseg.it), Dirk Nachtmann
(nachtman@kogs.informatik.uni-hamburg.de))
11. Que faire ?
* Démonter des barrettes, les remplacer
* Débrayer (SETUP) le cache de second niveau du processeur
* Diminuer la cadence du processeur et du bus
* Restaurer la cadence de rafraîchissement de la mémoire préconisée
* Démarrer avec un noyau sous option "mem=4M" pour lui interdire
d'exploiter la mémoire au-dessus des 4 premiers Mo
* Tester :
tcsh
cd /usr/src/linux
make zImage
foreach i (0 1 2 3 4 5 6 7 8 9)
foreach j (0 1 2 3 4 5 6 7 8 9)
make clean;make zImage > log."$i"$j
end
end
Tous les contenus des fichiers de trace résultants doivent être
identiques. Cela exige environ 24 heures sur un P100 / 16 Mo RAM
et environ 3 mois sur un 386 / 4 Mo :-)
Le moyen le plus efficace reste de remplacer tous les composants de
mémoire. Ce n'est cependant pas toujours facile.
12. Et le test physique ?
Même certains équipements électroniques de test des mémoires ne
mettent pas toujours en évidence les problèmes dont nous traitons ici
car ils peuvent par exemple dépendre du mode d'exploitation des
composants par la carte mère.
13. Quelles sont les autres causes possibles ?
* pgcc
Utilisation de la version de gcc "pgcc", dont le générateur de
code est optimisé pour le Pentium. La compilation, avec ses
options par défaut, de certains modules du noyau (par exemple
floppy.c) produit un signal 11. Les causes se trouvent à la fois
dans le noyau, la libc et pgcc. On constate vite qu'il ne s'agit
pas d'un problème matériel car il se produit toujours au même
stade de la compilation.
Solution : utiliser un gcc standard ou bien des options
interdisant certaines optimisations (par exemple
"-fno-unroll-loops") (Evan Cheng (evan@top.cis.syr.edu)).
* Composants de gcc hétéroclites
Lorsque les fichiers appartenant à gcc proviennent de sources
différentes des problèmes peuvent appraître. Il faut alors tout
remplacer par une version complète et correcte (Richard H. Derr
III (rhd@Mars.mcs.com)).
* Édition de liens avec bibliothèque pour SCO
Sous iBCS les applications dont le LDFLAGS contient -Llib/ sont
exposées.
* a.out et ELF
Compilation d'un noyau a.out au sein d'un environnement ELF (ou le
contraire).. Le premier appel à "ld" causera toujours un "signal
11"(REW).
* Carte Ethernet ISA sur bus PCI mal configuré
Cela peut causer de graves problèmes logiciels (sigsegv, arrêt du
noyau...). Il faut alors utiliser le SETUP pour configurer
l'"aperture" (zone de mémoire commune à la carte et à l'espace
d'adressage du système).
* Contenu de la partition de mémoire virtuelle ("swap") endommagé
Tony Nugent (T.Nugent@sct.gu.edu.au) précise qu'il a pu résoudre
le problème en re-préparant la partition grâce à "mkswap".
Louis J. LaBash Jr. (lou@minuet.siue.edu) nous rappelle qu'il faut
invoquer "sync" après un "mkswap".
* Cartes Ethernet bas de gamme de type NE2000
La qualité de certaines cartes est si médiocre qu'elles mettent en
péril la stabilité du système. Les noyaux Linux postérieurs à
1.3.48 les tolèrent semble-t-il mieux (REW).
* Alimentation électrique
Cas peu probable, même une machine très bien équipée n'approche
guère les limites des alimentations 200 W. Seul un système
utilisant de nombreux anciens disques (gros consommateurs de
courant) peut poser un problème (Greg Nicholson
(greg@job.cba.ua.edu)).
Thorsten Kuehnemann (thorsten@actis.de) indique qu'une
alimentation défectueuse peut provoquer des signaux 11.
* Compilation du code ext2
Dans certains cas la compilation du code de gestion du système de
fichiers ext2 provoque un signal 11 (Morten Welinder
(terra@diku.dk)).
* Mémoire disponible insuffisante
gcc produit alors d'étranges erreurs (Paul Brannan
(brannanp@musc.edu)).
14. Cette liste me laisse sceptique !
Nous ne traitons ici que de cas _réels !_
(N.d.T : la version originale de ce document propose une liste des
auteurs de témoignages).