以太网驱动怪事：拔掉一个网口后另一个网口收不到数据？

来源于小伙伴提问：

以太网驱动开发中出现的问题通常涉及硬件、驱动代码、网络协议栈等多个层面。

1、问题现象

板卡有两个网口。一个网口在拔掉另一个网口后，不再接收数据。通过打印发现，没有收到中断信号。

可能原因分析

硬件连接问题

• 两个网口是否共享某些硬件资源，如中断线、PHY地址或电源。
• 是否存在硬件级的干扰或竞争。

PHY管理与初始化问题

• PHY可能被误操作，导致一个网口拔掉另一个网口后，PHY状态异常。
• 网口的 PHY 地址冲突或配置问题可能会导致链路状态检测混乱。

驱动代码问题

• 中断配置问题：中断可能被错误屏蔽或未正确清理。
• 驱动初始化逻辑问题：拔掉一个网口后，另一个网口的中断或数据路径可能被异常清理或复位。
• 驱动对多网口的状态管理不当，例如某些全局变量被错误共享。

网络协议栈问题

• 网络栈是否正确处理了链路变化的通知。
• 某些情况下，协议栈可能进入异常状态，导致收不到数据。

2、具体排查步骤

1. 硬件层面

检查硬件共享资源：

• 检查网口是否使用独立的 PHY 和中断线。用万用表测量中断线是否独立或在 PCB 上共享。
• 确保 PHY 的电源、时钟源等是独立的。

链路状态检查：

• 使用示波器观察拔掉网口时的 MDIO（管理数据接口）总线通信情况，看是否有错误信号或意外操作。
• 网口拔插行为验证：测试单独使用一个网口（不接另一个网口）是否能够正常工作。

2. 驱动层面

中断管理

确认中断是否被触发：查看中断处理函数是否被调用。

在中断服务程序（ISR）中加入统计计数和详细打印，确认拔插操作后是否仍能收到中断信号。

static int irq_count = 0;

void eth_rx_irq_handler(void) {
    irq_count++;
    printk("IRQ triggered, count = %d\n", irq_count);
    ...
}

中断绑定问题：确保每个网口的中断绑定到正确的设备。检查中断号是否被其他设备错误占用。

PHY 状态管理

检查 PHY 链路状态：使用 MII/MDIO 接口读取 PHY 状态寄存器（如 BMSR 寄存器）。确保拔掉一个网口时，另一个网口的 PHY 状态未被错误修改。

int phy_status = read_phy_register(PHY_ADDR, PHY_BMSR);
printk("PHY status: 0x%x\n", phy_status);

在驱动中打印 PHY 状态的变化，确认拔插时链路状态是否异常变化。

驱动逻辑排查

复用变量问题：检查是否有共享变量影响了两个网口的状态。

确认驱动中是否有特定逻辑误将两个网口视为同一个设备。

确认网口复位过程中没有影响其他网口的硬件或软件状态。

3、网络协议栈层面

• 调试网络栈接口：确认网口数据路径是否被正常处理（如 NAPI 机制或 Rx 描述符队列）。
• 链路通知事件：检查拔掉一个网口后，另一个网口是否错误地收到链路断开通知。

4、系统与调试工具

使用工具监控流量：

• 使用 Wireshark 或 tcpdump 捕获数据包，观察收发情况。
• 查看是否有中断丢失导致数据包未被正确处理。

使用寄存器对比状态：比较两个网口的中断寄存器、PHY 状态寄存器、DMA 描述符等，找到差异。

打印驱动日志：在驱动中添加详细日志，包括中断状态、链路状态、数据队列状态等。

5、解决方向建议

• 确保硬件设计没有资源冲突，尤其是中断线、PHY 地址等。
• 在驱动中分离两个网口的状态管理，避免复用变量或错误逻辑干扰。
• 优化链路状态管理逻辑，确保 PHY 和协议栈能正确处理链路变化。
• 增加打印和调试工具的使用，定位问题根因。

如果有具体代码片段或更详细的硬件架构描述，可以进一步帮助分析。