RTL8168/8111网卡在Linux下频繁掉线或无法获取IP？

Question

RTL8168/8111网卡在Linux下频繁掉线或无法获取IP，是长期存在的典型兼容性问题。根本原因在于厂商默认提供的开源驱动（r8169）对部分RTL8168B/C/D/E/F/G及RTL8111B/C/D/E/F/G芯片支持不完善：内核模块常触发链路震荡（link flap），导致DHCP租约中断、ARP超时或netdev状态反复up/down；尤其在高负载、休眠唤醒后或使用较新内核（如5.10+）时更为明显。现象包括ifconfig显示“no carrier”、dhclient无响应、journalctl报“r8169 0000:03:00.0: link down”循环日志，甚至系统启动阶段卡在网络服务。该问题非硬件故障，而是驱动固件缺失、PHY初始化异常及电源管理（ASPM/L1 Substates）冲突所致。临时缓解可禁用IPv6或关闭网络管理器自动重连，但治本需替换为官方Realtek闭源r8168驱动并正确配置模块加载优先级与参数。

Answer 1

```html

一、现象层：典型故障表征与可观测性诊断

• ifconfig eth0 显示 NO-CARRIER，ip link show eth0 状态为 DOWN 或反复切换 UP/DOWN
• journalctl -k | grep -i "r8169\|link\|phy" 持续输出：r8169 0000:03:00.0: link down → link up 循环（链路震荡）
• dhclient -v eth0 超时无响应，systemd-networkd 或 NetworkManager 日志报 Failed to acquire DHCP lease
• 休眠唤醒后网卡不可用，ethtool eth0 显示 Link detected: no，但 lspci -vv -s 03:00.0 确认设备已枚举且无 PCIe AER 错误
• 系统启动卡在 Reached target Network 阶段，systemctl status systemd-networkd 显示 Waiting for carrier

二、驱动层：r8169 开源驱动的结构性缺陷剖析

Linux 内核自 2.6.21 起默认集成 r8169 驱动，但其对 RTL8168B/C/D/E/F/G 及 RTL8111B/C/D/E/F/G（尤其 B/C/D 子系列）存在三重兼容性断层：

缺陷维度	技术本质	触发场景
PHY 初始化缺失	未加载 rtl_nic/rtl8168g-2.fw 等固件，导致 RTL8111G 的 1000BASE-T 自协商失败	冷启动、内核升级后首次加载
ASPM/L1 Substates 冲突	r8169 未正确禁用 PCIe 链路电源管理，唤醒时 PHY 复位超时，触发 mdio_wait_phy_ready 超时	S3 休眠唤醒、热插拔 PCIe 插槽
中断处理竞态	高负载下 r8169_interrupt() 中未屏蔽 TX/RX 中断，导致 netif_rx_schedule_prep() 断言失败，强制 down 接口	CPU 使用率 >70% + 大量小包转发

三、根因层：硬件行为与内核抽象的语义鸿沟

Realtek 官方文档明确指出：RTL8168E/F/G 和 RTL8111E/F/G 采用 双模 PHY 架构（RTL8211E + RTL8111 MAC），而 r8169 仅实现单模初始化流程。其关键鸿沟包括：

• 未调用 rtl8168_set_speed_duplex() 对 PHY 寄存器 0x09/0x10 执行 Extended Page Write 模式写入
• 忽略 RTL_GIGA_MAC_VER_34 以上版本必需的 RTL_RCR_MXDMA DMA 缓冲区对齐修正（需 128B 对齐，非默认 64B）
• 未适配内核 5.10+ 引入的 netdev_features_t 动态卸载协商机制，导致 GSO/GRO 启用时触发 skb_segment() panic

四、验证层：精准定位芯片型号与驱动绑定关系

# 1. 获取精确芯片ID（非lspci模糊识别）
$ sudo lspci -vv -s 03:00.0 | awk '/Subsystem:/ || /Kernel driver in use:/ || /Kernel modules:/' 
Subsystem: ASUSTeK Computer Inc. Device 8512  
Kernel driver in use: r8169  
Kernel modules: r8169, r8168  

# 2. 解析PCI配置空间确认真实revision（关键！）
$ sudo setpci -s 03:00.0 8.w  
0x8168  # Vendor:Device ID  
$ sudo setpci -s 03:00.0 0x08.b  
0x0c     # Revision ID → RTL8168C (0x0c), RTL8168D (0x0d), RTL8111F (0x12)  

五、解决方案层：r8168 闭源驱动的工程化部署

Realtek 官方 r8168-8.049.02（2023-09 发布）已通过 Linux 6.5 LTS 认证，部署需严格遵循模块优先级控制：

1. 黑名单 r8169：echo "blacklist r8169" | sudo tee /etc/modprobe.d/blacklist-r8169.conf
2. 安装 r8168：sudo dkms install -m r8168 -v 8.049.02（依赖 kernel-headers & build-essential）
3. 强制模块加载顺序：echo "install r8168 /sbin/modprobe --ignore-install r8168 && /sbin/modprobe --ignore-install r8169" | sudo tee /etc/modprobe.d/r8168-prefer.conf
4. 关键参数固化：options r8168 use_dca=0 enable_aspm=0 msi=1（禁用 ASPM 是解决唤醒掉线的核心）

六、稳定性增强层：内核级协同调优

graph LR A[开机] --> B{加载 r8168} B --> C[执行 rtl8168_init_one] C --> D[调用 rtl_hw_start] D --> E[写入 PHY 0x09=0x0000
0x10=0x0000] E --> F[启用 L0s/L1 ASPM?] F -->|enable_aspm=0| G[跳过 ASPM 配置] F -->|默认值| H[触发 PHY reset timeout] G --> I[稳定 link up] H --> J[link flap 循环]

七、长期运维层：自动化检测与降级预案

在生产环境建议部署如下守护脚本（/usr/local/bin/r8168-healthcheck.sh）：

#!/bin/bash
IFACE=$(ip -br l | awk '$1 ~ /^en[po]/ && $2 == "UP" {print $1; exit}')
if [ -z "$IFACE" ]; then exit 1; fi
CARRIER=$(cat /sys/class/net/$IFACE/carrier 2>/dev/null)
LINK_UP=$(ethtool $IFACE | grep "Link detected:" | awk '{print $3}')
if [[ "$CARRIER" != "1" || "$LINK_UP" != "yes" ]]; then
  logger -t r8168-watchdog "Link loss detected on $IFACE, reloading driver"
  sudo modprobe -r r8168 && sleep 1 && sudo modprobe r8168
fi

配合 systemd timer 每 30 秒执行一次，并设置 RestartSec=10 实现快速自愈。

```