Conservative SmartOS global-zone memory pressure guard with dry-run-first policy and SMF integration.
Vous ne pouvez pas sélectionner plus de 25 sujets Les noms de sujets doivent commencer par une lettre ou un nombre, peuvent contenir des tirets ('-') et peuvent comporter jusqu'à 35 caractères.
 
 
 
 

5.1 KiB

Validación de la entrega v1.0.7

Fecha: 2026-09-22. Entrega source-only. No se desplegó, no se modificó el nodo armado y no se enviaron señales reales. La configuración conserva ACTION_MODE dry-run, syslog local5, cero UUID allow y SMF deshabilitado.

Motivo

panic32 terminó en pageout_deadman con freemem=424. El guard había resuelto dos emergencias, pero en una tercera transcurrieron unos 145 s entre la decisión SIGKILL y signal_sent. Después hubo recuperación parcial, recaída, caché con unos 167 s de edad, no_valid_cached_candidate y panic. Está confirmado el stall; no está confirmado si lo causó syslog, guard.log u otra syscall. Véase INCIDENT_PAGEOUT_DEADMAN_PANIC32_2026_09_22.md.

Propiedades implementadas

  1. Una acción real ejecuta validación puntual, señal, counters en memoria y sólo después enqueue de eventos. No hay log, syslog, rotación ni scan antes de la señal.
  2. El logger consume un ring fijo de 512 eventos. El productor usa trylock y descarta antes que esperar; dropped_events queda informado posteriormente.
  3. Guard log, rotación y syslog sólo ocurren en el worker. Sus stalls no detienen muestras ni nuevas acciones.
  4. El scanner /proc es otro worker. El hilo de muestreo solicita trabajo sin esperar y conserva la última caché completa publicada.
  5. La caché global contiene 16 candidatos; el log sigue mostrando top-3.
  6. CRITICAL/EMERGENCY/FLOOR pueden revalidar caché antigua mediante PID, inicio, UUID, generación, zona allow, nombre y protecciones. La fuente se registra como stale_cache_revalidated.
  7. La caché sobrevive EMERGENCY → RECOVERY → EMERGENCY hasta un scan sano.
  8. Se instrumentan validación, entrada/retorno de PCKILL, dispatch, syscall, enqueue, guard log y syslog mediante reloj monotónico.
  9. logging_stall se produce después de recuperar el worker; nunca se registra recursivamente desde la ruta de señal.

Pruebas ejecutadas

  • Política: 175 comprobaciones; incluye los fixtures previos y no enlaza backend.
  • Runtime simulado: 501 comprobaciones; ninguna señal nativa.
  • Fixture panic32_daemon_stall_2026_09_22: conserva el intervalo de 145 s.
  • Logger/syslog detenidos 180 s: TERM y SIGKILL se solicitan sin esperar y el tiempo real de cada llamada a act() queda por debajo de 100 ms.
  • Guard log no disponible y cola mutex ocupada: la señal ocurre y la telemetría se descarta.
  • Scanner detenido/incompleto: no aparece ningún platform_walk() en rescate.
  • Caché de 180 s: se revalida y registra como stale_cache_revalidated.
  • 16 candidatos con scan inutilizable: 8 víctimas EMERGENCY (TERM+KILL) y 12 víctimas floor (KILL directo), respetando budgets, identidad y protecciones.
  • Regresiones de ranking global, fallback, PID reuse, dry-run, syslog selectivo, swap/pageout y máquina monotónica.
  • ASan + UBSan con ASAN_OPTIONS=detect_leaks=0; LeakSanitizer no funciona bajo el ptrace del entorno y no se atribuye comprobación de fugas.
  • C99 estricto, warnings como errores y pthread; GCC -fanalyzer por unidad.
  • sh -n para instalador/prueba de distribución y XML con xmllint --nonet.
  • Checksums SHA-256 del árbol source-only y verificación desde paquete extraído.

Los resultados se conservan en logs/policy-tests.log, logs/runtime-tests.log, logs/sanitizers.log, logs/portability.log y logs/distribution-tests.log.

Políticas no modificadas

PRE_SECONDS 1
PRESSURE_SECONDS 2
CRITICAL_SECONDS 2
CRITICAL_TERM_GRACE_SECONDS 5
EMERGENCY_TERM_GRACE_SECONDS 1
FLOOR_KILL_DELAY_SECONDS 0
MAX_VICTIMS_EPISODE 4
MAX_EMERGENCY_VICTIMS_EPISODE 8
MAX_FLOOR_VICTIMS_EPISODE 12
armed_warmup 60
SYSLOG_FACILITY local5

Tampoco cambian score/ranking global, reglas UUID, procesos protegidos ni semántica monotónica de sampling_overrun.

Validación nativa pendiente — NO GO para despliegue

  1. Compilar y ejecutar toda la suite con headers/ABI SmartOS nativos.
  2. Confirmar soporte y comportamiento de pthreads en el servicio SMF.
  3. En laboratorio desechable, bloquear por separado destino de guard.log y receptor local5 mientras se generan decisiones simuladas/controladas.
  4. Confirmar que decision_mono → kill_attempt_mono permanece varios órdenes por debajo de 90 s y revisar kill_latency_ms por separado.
  5. Bloquear o ralentizar /proc y verificar que muestras/acciones continúan con la caché publicada, sin carreras en la enumeración nativa.
  6. Validar 8/12 candidatos reales, protecciones, supervisores y recuperación.
  7. Revisar logging_queue_drop, logging_delivery y logging_stall bajo carga.
  8. Mantener dry-run hasta revisión humana explícita. v1.0.7 no se considera apta para producción sólo por superar las pruebas portables.

Límites

La validación puntual de un candidato y PCKILL siguen siendo syscalls del kernel y no pueden recibir una garantía temporal absoluta desde userland. La cola puede perder logs deliberadamente. Los workers bloqueados sólo se recuperan cuando la syscall subyacente retorna; el proceso no espera por ellos al rescatar ni al salir. RSS no equivale a memoria exclusiva recuperable. El guard reduce riesgo, no garantiza evitar pageout_deadman.