Архитектура ошибки и симптомы сбоя

Сообщение «nvme nvme0: I/O Command Timeout, aborting command» регистрируется подсистемой ядра drivers/nvme/host. Ошибка возникает, когда контроллер NVMe не возвращает подтверждение выполнения команды чтения/записи (Completion Queue Entry) за установленный интервал времени (по умолчанию 30 секунд). Драйвер ядра предпринимает попытку прервать операцию (Abort Command), а при отсутствии отклика производит полный аппаратный сброс контроллера (Controller Reset).

Диагностическая таблица параметров сбоя

Пошаговое дерево решений и сценарии траблшутинга

Сценарий 1: Увеличение таймаута команд ввода-вывода (io_timeout)

Для высоконагруженных enterprise СУБД с пиковыми операциями fsync увеличьте таймаут ответа накопителя:

# Добавьте параметр в /etc/default/grub (увеличение таймаута до 120 секунд):
GRUB_CMDLINE_LINUX="nvme_core.io_timeout=120 nvme_core.admin_timeout=60"

# Обновите конфигурацию GRUB:
sudo update-grub
sudo reboot

Сценарий 2: Отключение Host Memory Buffer (HMB) для безбуферных SSD

Дешевые SSD (DRAM-less) используют системную память хоста через механизм HMB, что часто вызывает таймауты под Linux:

# Отключение Host Memory Buffer в GRUB:
GRUB_CMDLINE_LINUX="nvme_core.noacpi=1 nvme.noacpi=1 modprobe.blacklist=nvme_hmb"

# Или через modprobe в /etc/modprobe.d/nvme.conf:
options nvme_core noacpi=1

Сценарий 3: Диагностика очереди PCIe MSI-X прерываний

Убедитесь, что очереди NVMe равномерно распределены по ядрам процессора:

# Проверка распределения прерываний NVMe:
cat /proc/interrupts | grep nvme

# Запуск службы балансировки прерываний:
sudo systemctl restart irqbalance