Proxmox 主机与虚拟机全部断网问题排查与解决记录

Proxmox 主机与虚拟机全部断网问题排查与解决记录

关键词：Proxmox、e1000e、板载网卡、断网、网络桥接、Hardware Unit Hang、网卡挂死

---

背景

近期在使用 Proxmox VE 管理服务器时，遇到一个奇怪的问题：每当在某个虚拟机中执行某些操作，主机与所有虚拟机会突然断网，远程无法访问。但回家接上显示器发现，主机其实并未死机，系统仍在正常运行。

问题反复出现，重启后可恢复，但一旦操作重复，现象再次出现。

---

初步判断

现象归纳：

项	内容
系统平台	Proxmox VE（基于 Debian）
主板网卡	板载 Intel 网卡（驱动为 e1000e）
网络结构	Proxmox 桥接网络（vmbr0 → enp0s25）
触发条件	Rocket.Chat 服务启动或执行 Workspace 注册操作
故障表现	主机与虚拟机全部断网，但系统无死机现象

---

深入排查过程

1. 查看系统日志

使用 journalctl 和 dmesg 查询网络接口相关信息：

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

发现如下报错反复出现：

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

2. 研判日志含义

e1000e 是 Intel 板载网卡常用的驱动之一，特别是 I217 / I218 / I219 系列芯片。
此类报错表示网卡在发送数据过程中，硬件 DMA 通道或描述符环发生了死锁/卡顿，系统层无法恢复，导致网卡功能彻底丧失。

---

结论：网卡驱动“硬件挂起”导致桥接中断

结合日志和复现步骤，可以判断：

• 板载网卡 e1000e 在突发流量场景下，存在 已知稳定性问题；
• 挂起后不会自动恢复，导致主机与所有桥接的虚拟机全部断网；
• 此问题与 Proxmox 无关，而是Linux 内核 + 网卡驱动层面的问题。

---

解决方案与应对措施

一、立即止血：Watchdog 自动恢复网络

创建自动检测网络并恢复的脚本 /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 [ $? -ne 0 ]; then
    echo "$(date): 网络断开，重启 $IFACE" >> $LOG
    ip link set $IFACE down
    sleep 2
    ip link set $IFACE up
    systemctl restart networking
fi

加入定时任务（每分钟执行一次）：

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

---

二、配置内核参数，禁用节能模式并调整中断方式

编辑 /etc/default/grub：

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

更新 grub 并重启：

update-grub
reboot

解释：

• pcie_aspm=off 关闭 PCIe 电源节能模式；
• e1000e.IntMode=1 强制使用中断模式，规避多核中断 bug。

---

三、长期根治方案：更换独立网卡

板载 e1000e 网卡在某些场景下难以彻底修复。最稳定可靠的做法是：

选购一块 Intel 专业级独立网卡：

• Intel I210-T1（千兆，单口，强烈推荐）

安装方式：

1. 主机关机，插入 PCIe 插槽；
2. 启动系统后识别为新网卡（如 enp3s0）；
3. 修改 /etc/network/interfaces，将 vmbr0 绑定到新网卡；
4. 重启网络服务或重启主机。

---

经验教训：虚拟化环境中，桥接网络对物理网卡的稳定性要求极高。板载网卡虽方便但不一定可靠，独立网卡 + 硬件隔离是保障长期稳定运行的关键。