云计算之路：Linux内核bug引起的“黑色10秒钟”

一图胜千言，先看下图中Linux 3.2.0-39.62的Changelog：


截图来自： https://launchpad.net/ubuntu/ source/linux/3.2.0-39.62

Linux 3.2.0-39.62发布时间：2013年2月9日（我们是3月9日 迁入阿里云的）

我们遭遇的“黑色10秒钟”问题详见： 云计算之路-阿里云上：超级奇怪的“黑色10秒钟”。

本来准备硬啃内核代码证明这个问题的，现在不用了。

我们是在一篇一篇阅读这个帖子（Kernel lockup running 3.0.0 and 3.2.0 on multiple EC2 instance types）的回复时找到答案的。



这个帖子中描述的问题现象与我们遇到的惊人的相似，是Amazon的工程师在2012年6月11日发现并提交的，通过Amazon工程师与Canonical工程师在回帖中的对话，可以看到老外对待问题的态度。正是他们对问题的执着才最终让Linux的这个bug得到了修复。

有些朋友质疑我们不务正业，浪费时间研究阿里云的东西。

我们的想法是：
首先，阿里云用的是Linux与Xen，这是开源社区的东西，不是阿里云的东西；
其次，我们团队只有一个人投入精力在阿里云的事情上，没有影响正业；
最重要的是，阿里云上有很多很多用户，我们遇到了这样的问题如果不去找出真正的原因，其他用户可能也会经历和我们一样的非常痛苦的折腾。这种折磨人的感觉真是刻骨铭心，我们不想让任何人再经历一次了。这就是我们坚守的最重要的原因！

博文原文： http://www.cnblogs.com/cmt/archive/2013/06/02/3113762.html