Proxmox 主機與虛擬機全部斷網問題排查與解決記錄

關鍵詞：Proxmox、e1000e、板載網卡、斷網、網絡橋接、Hardware Unit Hang、網卡掛死

---

背景

近期在使用 Proxmox VE 管理服務器時，遇到一個奇怪的問題：每當在某個虛擬機中執行某些操作，主機與所有虛擬機會突然斷網，遠程無法訪問。但回家接上顯示器發現，主機其實并未死機，系統仍在正常運行。

問題反復出現，重啟后可恢復，但一旦操作重復，現象再次出現。

---

初步判斷

現象歸納：

項	內容
系統平臺	Proxmox VE（基于 Debian）
主板網卡	板載 Intel 網卡（驅動為 e1000e）
網絡結構	Proxmox 橋接網絡（vmbr0 → enp0s25）
觸發條件	Rocket.Chat 服務啟動或執行 Workspace 注冊操作
故障表現	主機與虛擬機全部斷網，但系統無死機現象

---

深入排查過程

1. 查看系統日志

使用 journalctl 和 dmesg 查詢網絡接口相關信息：

journalctl --since "2025-05-20 15:00" --until "2025-05-20 19:00" > proxmox_net.log

發現如下報錯反復出現：

e1000e 0000:00:19.0 enp0s25: Detected Hardware Unit Hang:TDH                  <d5>TDT                  <fb>next_to_use          <fb>next_to_clean        <d4>...

2. 研判日志含義

e1000e 是 Intel 板載網卡常用的驅動之一，特別是 I217 / I218 / I219 系列芯片。
此類報錯表示網卡在發送數據過程中，硬件 DMA 通道或描述符環發生了死鎖/卡頓，系統層無法恢復，導致網卡功能徹底喪失。

---

結論：網卡驅動“硬件掛起”導致橋接中斷

結合日志和復現步驟，可以判斷：

• 板載網卡 e1000e 在突發流量場景下，存在 已知穩定性問題；
• 掛起后不會自動恢復，導致主機與所有橋接的虛擬機全部斷網；
• 此問題與 Proxmox 無關，而是Linux 內核 + 網卡驅動層面的問題。

---

解決方案與應對措施

一、立即止血：Watchdog 自動恢復網絡

創建自動檢測網絡并恢復的腳本 /usr/local/bin/net_watchdog.sh：

#!/bin/bash
LOG="/var/log/net_watchdog.log"
IFACE="enp0s25"
GATEWAY="192.168.1.1"ping -c 1 -W 2 $GATEWAY > /dev/null 2>&1
if [ $? -ne 0 ]; thenecho "$(date): 網絡斷開，重啟 $IFACE" >> $LOGip link set $IFACE downsleep 2ip link set $IFACE upsystemctl restart networking
fi

加入定時任務（每分鐘執行一次）：

crontab -e
* * * * * /usr/local/bin/net_watchdog.sh

---

二、配置內核參數，禁用節能模式并調整中斷方式

編輯 /etc/default/grub：

GRUB_CMDLINE_LINUX_DEFAULT="quiet pcie_aspm=off e1000e.IntMode=1"

更新 grub 并重啟：

update-grub
reboot

解釋：

• pcie_aspm=off 關閉 PCIe 電源節能模式；
• e1000e.IntMode=1 強制使用中斷模式，規避多核中斷 bug。

---

三、長期根治方案：更換獨立網卡

板載 e1000e 網卡在某些場景下難以徹底修復。最穩定可靠的做法是：

選購一塊 Intel 專業級獨立網卡：

• Intel I210-T1（千兆，單口，強烈推薦）

安裝方式：

1. 主機關機，插入 PCIe 插槽；
2. 啟動系統后識別為新網卡（如 enp3s0）；
3. 修改 /etc/network/interfaces，將 vmbr0 綁定到新網卡；
4. 重啟網絡服務或重啟主機。

---

經驗教訓：虛擬化環境中，橋接網絡對物理網卡的穩定性要求極高。板載網卡雖方便但不一定可靠，獨立網卡 + 硬件隔離是保障長期穩定運行的關鍵。