1. 故障场景设定
-
硬件：嵌入式设备，搭载 256MB MLC NAND Flash（页大小 2KB，块大小 128KB，OOB 大小 64B）。
-
分区：mtdblock3（30MB）挂载为 /data，文件系统为 JFFS2。
-
触发：设备异常断电重启后，启动脚本执行 mount -t jffs2 /dev/mtdblock3 /data失败，系统卡死。
2. 详细定位与分析过程
第一阶段：应用层与内核日志分析（捕捉症状）
操作：观察串口控制台输出或执行 dmesg | grep -i jffs2。
异常现象：
[ 5.678901] jffs2: jffs2_scan_eraseblock(): Magic bitmask 0x1985 not found at 0x02a56780
[ 5.687623] jffs2: read failed at 0x02a56780, err -5 (EIO)
[ 5.693457] jffs2: Error: Node header CRC failed at 0x02a56800
[ 5.702331] jffs2: scan_mutex unlocked because of error -5
[ 5.708912] mount: mounting /dev/mtdblock3 on /data failed: Input/output error
分析：
-
Magic bitmask not found：JFFS2 在预期位置未找到节点幻数（0x1985），数据结构错乱。
-
Node header CRC failed：节点头校验和错误，数据无效。
-
关键线索：err -5 (EIO)。这表明错误不是 JFFS2 逻辑问题，而是底层 MTD/Flash 驱动报告了物理 I/O 错误。
第二阶段：MTD 驱动层追踪（注入调试打印）
操作：在 NAND 驱动关键函数（如 drivers/mtd/nand/raw/nand_base.c的 nand_read_page_op）添加打印，定位物理错误。
驱动代码逻辑与异常打印：
// 驱动读取函数伪代码
static int nand_read_page_op(…)
{
/* 1. 发送命令读取页数据 */
chip->cmdfunc(chip, NAND_CMD_READ0, 0x00, page);
/* 2. 读取数据到缓存 */
ret = chip->read_buf(chip, buf, chip->ecc.size + chip->ecc.bytes);
/* 3. ECC 校验（核心步骤） */
stat = chip->ecc.correct(chip, buf, &chip->ecc.code_buf[0], &chip->ecc.calc_buf[0]);
/* ———– 添加调试打印 ———– */
pr_err("DEBUG READ: Page=0x%08x, ECC_Stat=%d, Ret=%d\\n",
page, stat, ret);
/* ———————————— */
if (stat < 0) {
pr_err("NAND ECC Unc correctable error at page 0x%x\\n", page);
return -EIO; // 关键：返回输入/输出错误
}
return 0;
}
调试输出：
[ 5.612345] DEBUG READ: Page=0x02a56000, ECC_Stat=-74, Ret=0
[ 5.618999] NAND ECC Unc correctable error at page 0x02a56000
分析：驱动在读取物理页 0x02a56000时，ECC 引擎检测到不可纠正的错误（Uncorrectable），超过了纠错能力（如 BCH-8 只能纠 8bit），驱动被迫放弃并返回 -EIO。
第三阶段：物理层取证（nanddump 工具分析）
操作：使用 mtd-utils的 nanddump绕过文件系统，直接读取 Flash 物理数据。
# 读取特定块的数据和 OOB (Spare Area)
nanddump -p -b -s 0x02a56000 -l 0x2000 /dev/mtd3 | head -50
异常输出分析：
Reading from 0x02a56000 to 0x02a58000…
Page 0x02a56000 dump:
DATA:
ff ff ff ff ff ff ff ff ff ff ff ff ff ff ff ff | …………….
… (全 FF 或随机乱码) …
OOOB:
42 61 64 20 42 6c 6f 63 6b 21 20 52 65 6a 65 63 | Bad Block! Reject
00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 | …………….
分析：
OOB 标记：OOB 区域出现了 ASCII 字符串 "Bad Block! Reject"，或者关键字节（如厂商规定的坏块标记位）非 0xFF。这表明该块已被控制器或 Bootloader 标记为坏块。
数据全 FF：数据区全 0xFF表明电荷完全流失，或曾被擦除但未写入成功。
逻辑断层：JFFS2 依靠连续的节点链（Node Chain）构建文件系统。坏块切断了这条链，导致 jffs2_scan_eraseblock()无法解析后续数据，挂载流程崩溃。
