Salut, je vous tiens au courant de mes pérégrinations récentes.
J’ai acheté une seconde box Atlas pour voir si ça marche mieux. Ca fait moins de 24h qu’elle tourne (avec un souci sur le plugin-z2m mais c’est un autre sujet) et pour le moment pas de crash ! Affaire à suivre
.
Mais le plus intéressant, c’est que la semaine dernière (juste après avoir commandé la seconde box évidemment
) la première s’est arrêtée de crasher pendant 4 jours ! Surpris, j’ai cherché un peu ce qui pouvait avoir changé, n’ayant moi-même rien fait de particulier à ce moment-là.
Etonnemment, la box ne crashait pas MAIS sa charge était anormalement élevée : autour de 2.5-3 alors que d’habitude elle oscillait autour de 1.
Mon ami Claude m’a alors aidé dans le diagnostic, que je vous partage ci-dessous en résumé, et auquel je ne comprends rien dans le fond
(kernel ? cluster big ? késako ?)
Note finale : après le reboot, la charge redescend, et les crashs reprennent !
**Point de départ**
Charge moyenne passée de ~1 à ~2,5 sur 4 jours, sans action identifiée. Une commande `ps` dans la console d'admin ne montrait rien d'anormal en cumulé (~25-30% CPU), ce qui pointait plutôt vers un problème de charge liée à l'I/O ou au système plutôt qu'un simple pic applicatif.
**Découverte clé dans dmesg**
Un **kernel Oops** survenu 29554s après le démarrage (~8h12 après boot), dans le thread `sugov:4` du gouverneur de fréquence CPU (`schedutil`), pendant un changement de tension via I2C sur le régulateur FAN53555 (RK3399, Radxa ROCK Pi 4B+, noyau 6.16.4-arm64). Le calcul des horodatages a confirmé que ce crash correspondait exactement au moment où la charge avait commencé à grimper dans le graphique historique (~22h42 le jour du dernier boot).
**Confirmation par les données de fréquence CPU**
* Cluster big (cpu4-5, max 2016 MHz) : bloqué à 1008 MHz, soit 50% de son maximum.
* Cluster little (cpu0-3, max 1512 MHz) : tournait en permanence à son maximum, pour compenser.
* Le compteur `time_in_state` a montré que le cluster big avait passé plus de 92% du temps depuis le boot à 1008 MHz, contre à peine 22 minutes cumulées à sa fréquence max — confirmant que le gouverneur était resté coincé dans un état dégradé depuis l'Oops.
**Résolution**
Un simple **reboot** a suffi : le load average est retombé à 0,05-0,15 immédiatement après redémarrage, confirmant que le gouverneur `schedutil` avait repris un fonctionnement normal.