Conservative SmartOS global-zone memory pressure guard with dry-run-first policy and SMF integration.
25개 이상의 토픽을 선택하실 수 없습니다. Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 
 
 
 

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.