Arm版本通过VMWare Fusion在mac上频繁出现Docker 启动时整机硬死

环境

问题描述

虚拟机在 docker 启动阶段（开机自启动、或 docker build）偶发整机硬死锁：SSH 断开、控制台冻结、永不恢复，只能强制重启。表现为全部 CPU 内核态软死锁（soft lockup），rcu_sched 被饿死，卡住的任务为 dockerd / containerd / runc，连 systemd（PID 1）也被拖住。属于 CPU 在内核态自旋，非 I/O 等待。

可能的原因（推测）

docker 启动阶段会并发地为多个容器与自定义 bridge 网络编程 nftables（NAT/DNAT/masquerade）和 overlay。怀疑这种并发的 netfilter / overlay 编程在该自定义 ARM 内核上触发了内核态自旋 / 死锁，进而导致全 CPU soft lockup。

注：整机死锁时 printk 无法刷出完整调用栈，目前未能抓到精确的卡死内核函数。以上均为基于现象的推测，确切定位需配置 kdump 抓取 crash dump。

关键日志（串口控制台抓取，docker / containerd 启动后约 66s）

Starting containerd.service - containerd container runtime...
...
[   66.499880] rcu: INFO: rcu_sched self-detected stall on CPU
[   66.505772] rcu: rcu_sched kthread starved for 5247 jiffies! ... ->cpu=3
[   66.508659] rcu:    Unless rcu_sched kthread gets sufficient CPU time, OOM is now expected behavior.
[   72.015830] watchdog: BUG: soft lockup - CPU#1 stuck for 27s! [trim_file_monit:1855]
[   72.019824] watchdog: BUG: soft lockup - CPU#7 stuck for 27s! [systemd:1]
[   72.019961] watchdog: BUG: soft lockup - CPU#6 stuck for 27s! [dockerd:3198]
[   72.020224] watchdog: BUG: soft lockup - CPU#3 stuck for 27s! [dockerd:3187]
[   72.020502] watchdog: BUG: soft lockup - CPU#5 stuck for 27s! [dockerd:2340]
...（全部 8 个 CPU 软死锁，持续到 296s 仍未恢复，最终被强制重启）

完整日志见附件 fnos-serial-console-full.log（原始）/ serial-softlockup-excerpt.log（去除 ANSI 的摘录）。

日志收集方法

1. VMware Fusion 给虚拟机加一个串口，输出重定向到宿主机文件。编辑 <VM>.vmwarevm/<VM>.vmx：

   serial0.present = "TRUE"
   serial0.fileType = "file"
   serial0.fileName = "/.../serial-console.log"
   serial0.yieldOnMsrRead = "TRUE"
   

2. 客户机内核 cmdline 增加 console=ttyS0,115200（与原有 console=tty0 console=ttyAMA0,115200 并存），使内核 printk 输出到该串口并落盘到宿主机文件——即使整机死锁也能抓到 printk。

附件：logs.zip

本报告的问题分析、日志采集与验证由 Claude Code 完成。