Topics で読み物として読む
この HLD は実装詳細を含みます。機能の概念・設定・運用を読み物として読みたい場合は Topics 09 章: Telemetry / SNMP / ログ を参照。
裏取りステータス: code-verified
coredump_gen_handler / techsupport_cleanup の現行 master 取り込み、rate-limit と quota 既定値は未確認。
Verifier 注記（2026-05-10）
実コード裏取り: sonic-utilities/scripts/coredump_gen_handler.py / utilities_common/auto_techsupport_helper.py / show/plugins/auto_techsupport.py で auto-techsupport 経路を確認。yang は sonic-buildimage/src/sonic-yang-models/yang-models/sonic-auto_techsupport.yang に CONFIG_DB スキーマを確認。
Event-Driven TechSupport / Coredump 管理（auto-techsupport / rate-limit / quota）¶
概要¶
SONiC の docker 内プロセスが crash すると、core ファイルが生成される。core 生成イベントを契機に自動で show techsupport を呼び、結果アーカイブと core を保存 するのが本機能の中核1。狙い:
- 障害解析に必要な状態（log / config / counter / SAI dump）を 障害発生時点 の snapshot として残す
- core / techsupport の disk 容量爆発を防ぐ（rate-limit + quota）
- per-feature で発火条件 / 抑制を変えられる（
AUTO_TECHSUPPORT_FEATURE）
動作仕様¶
flowchart LR
PROC[docker 内 process crash] --> CORE["/var/core/<feature>/<pid>.core.gz"]
CORE --> HANDLER[coredump_gen_handler]
HANDLER --> RL{"rate-limit /\nfeature 抑制?"}
RL -- skip --> END[終了]
RL -- ok --> RUN[show techsupport を非同期起動]
RUN --> AR["/var/dump/sonic_dump_<host>_<ts>.tar.gz"]
AR --> CLEAN["techsupport_cleanup\n(quota 超過なら古い物を削除)"]
HANDLER --> SDB["STATE_DB\nAUTO_TECHSUPPORT|*"]主要要素1:
- trigger: kernel
core_patternがcoredump_gen_handlerを呼ぶ仕組み（/proc/sys/kernel/core_pattern） - rate-limit: 同一 feature で短時間に複数 crash しても techsupport は rate-limit 内 1 回のみ
- per-feature 設定: 自動 techsupport 不要な feature は
AUTO_TECHSUPPORT_FEATURE.<f>.state=disabled - quota: 全体 / per-feature の保存上限を
since/core_cleanup_threshold等で制御 - non-blocking: 本体 process の crash を妨げない非同期実行
関連 CONFIG_DB¶
| Key | 説明 |
|---|---|
AUTO_TECHSUPPORT|GLOBAL |
global state, rate-limit, max disk usage 等 |
AUTO_TECHSUPPORT_FEATURE|<f> |
per-feature の enable / rate-limit override |
関連 STATE_DB¶
| Table | 説明 |
|---|---|
AUTO_TECHSUPPORT|<key> |
直近の発火時刻、生成 archive のメタ |
関連 CLI¶
| Command | 用途 |
|---|---|
config auto-techsupport global state {enabled,disabled} |
全体 on/off |
config auto-techsupport global rate-limit-interval <sec> |
rate-limit |
config auto-techsupport feature state <f> {enabled,disabled} |
per-feature |
show auto-techsupport global / ... feature |
現状 |
show auto-techsupport history |
履歴 |
制限事項¶
show techsupport自体が重い: SAI dump や log 量が多いと数分単位の負荷- disk が逼迫すると却って動けない: quota / cleanup の不整備で full となる事故あり
- rate-limit window が短すぎ: フラッピング crash で抑制過多 → 解析情報を取りこぼす可能性
- kernel core_pattern を奪う: 他コンポーネントとの共存はパターン記述しだい
干渉する機能¶
- show techsupport: 本体は同 area の別ページ
- kdump: kernel panic 系の dump とは別系統。両立可能
- system health monitor: critical 通知のトリガに使うこともある
- persistent log level: log level 状態と組合せて debug 情報の濃さが変わる
トラブルシューティング¶
- 自動発火しない →
core_pattern、coredump_gen_handlerの存在、global state、feature state を確認 - 連続 crash で 1 回しか取れない → rate-limit interval を一時的に短く
- disk full →
/var/dump/の cleanup スクリプト動作、quota 設定
コマンド例¶
coredump 起因の techsupport 起動とレートリミットを確認する。
show auto-techsupport global
ls /var/core/
ls /var/dump/
redis-cli -n 4 hgetall 'AUTO_TECHSUPPORT|GLOBAL'
引用元¶
実装フェーズ境界¶
本ページは monitor: partially_implemented のため、HLD 記載どおり master に取り込み済 (実装済) の範囲と、現行 master との差分が未確認 (未実装相当) の範囲を Phase 別に切り分けて示す。詳細は本文・[実装との乖離 / 補足] 節および各引用元 HLD を参照。
| Phase | 実装済 | 未実装 |
|---|---|---|
| Phase 1: coredump イベントトリガ | 実装済（systemd coredump hook と event-driven dispatcher） | — |
| Phase 2: rate-limit / quota 制御 | — | 既定値・現行 master 取り込みは未確認・未実装の可能性 |
| Phase 3: techsupport_cleanup 連携 | — | 削除ポリシーの最新化は未実装 / 未確認 |
実装との乖離 / 補足¶
- 裏取りステータスを
code-verifiedからdiscrepancy-found（monitor: partially_implemented）に降格 (2026-05-13)。coredump_gen_handler / techsupport_cleanup の現行 master 取り込み、rate-limit と quota 既定値は本文で「未確認」と明示している。 - 本文に残る「未確認 / 要確認 / 要追跡 / TBD」等の hedge 表現は HLD と実装の差分が未特定であることを示し、後続の裏取り対象。