system_check.sh

#!/usr/bin/env bash
# DCU系统诊断工具 - 优化版本

#set -o errexit   # 遇到错误时退出
#set -o nounset   # 遇到未定义变量时报错
#set -o pipefail  # 管道中任何一个命令失败时整个管道失败

# 加载工具库
source ./tools/utils.sh
source ./tools/pkg_check.sh
source ./tools/dcuopn_check.sh
source ./tools/sys_info.sh
source ./tools/sys_log.sh
source ./tools/pcie_check.sh
source ./tools/kernel_check.sh
source ./tools/sme_check.sh
source ./tools/log_analyze.sh

# 默认配置
readonly DEFAULT_OUTPUT_DIR="system_info_$(date +%Y%m%d_%H%M%S)"
readonly DEFAULT_KEYWORD="hydcu|hycu"
readonly DEFAULT_LOG_AGE=24      # 小时
readonly DEFAULT_LOG_SIZE_LIMIT=10  # MB

# 工具路径
readonly DRIVER_LOAD_CHECK="./tools/driver_load_check.sh"
readonly BOARD_CHECK="./tools/board_check.sh"
readonly PCIE_SPEED_CHECK="./tools/pcie_speed_check.sh"

# 全局变量
QUIET_MODE=0
DEBUG_MODE=0
OUTPUT_DIR=""
KEYWORD=""
LOG_AGE=""
LOG_SIZE_LIMIT=""
DEVICE_NAME=""
DEVICE_ID=""

# 显示帮助信息
show_help() {
    cat << EOF
用法: $0 [选项]
DCU系统诊断脚本 - 收集系统信息并检测驱动问题

选项：
  -o DIR      指定输出目录 (默认: ${DEFAULT_OUTPUT_DIR})
  -k KEYWORD  设置检测关键字 (默认: ${DEFAULT_KEYWORD})
  -t HOURS    收集日志的时间范围(小时) (默认: ${DEFAULT_LOG_AGE})
  -s SIZE     日志文件大小限制(MB) (默认: ${DEFAULT_LOG_SIZE_LIMIT})
  -q          静默模式(仅输出错误)
  -d          调试模式
  -h          显示此帮助信息

示例：
  $0 -o /tmp/logs -k buserr -t 48
  $0 -q -s 20    # 静默模式，日志大小限制20MB
EOF
}

# 验证数字输入
validate_numeric_input() {
    local value="$1"
    local param_name="$2"
    local min_value="${3:-0}"
    
    if ! [[ "$value" =~ ^[0-9]+$ ]] || [ "$value" -lt "$min_value" ]; then
        echo "错误: 参数 '$param_name' 的值无效。必须为大于等于 ${min_value} 的整数。" >&2
        exit 1
    fi
}

# 检查必需的工具是否存在
check_required_tools() {
    local tools=("dmidecode" "tar" "journalctl" "dmesg" "lscpu" "free" "ip" "lspci")
    local missing_tools=()
    
    for tool in "${tools[@]}"; do
        if ! command -v "$tool" &> /dev/null; then
            missing_tools+=("$tool")
        fi
    done
    
    if [ ${#missing_tools[@]} -gt 0 ]; then
        echo "错误: 缺少必需的工具: ${missing_tools[*]}" >&2
        exit 1
    fi
}

# 检查工具脚本是否存在
check_tool_scripts() {
    local scripts=(
        "$DRIVER_LOAD_CHECK" "$BOARD_CHECK" "$PCIE_SPEED_CHECK"
        "./tools/utils.sh" "./tools/pkg_check.sh" "./tools/dcuopn_check.sh"
        "./tools/sys_info.sh" "./tools/sys_log.sh" "./tools/pcie_check.sh"
        "./tools/kernel_check.sh" "./tools/sme_check.sh" "./tools/log_analyze.sh"
    )
    
    for script in "${scripts[@]}"; do
        if [ ! -f "$script" ]; then
            echo "错误: 工具脚本不存在: $script" >&2
            exit 1
        fi
        if [ ! -x "$script" ]; then
            chmod +x "$script"
            echo "已修复工具脚本权限: $script" >&2
        fi
    done
}

# 解析命令行参数
parse_arguments() {
    while getopts "o:k:t:s:qdh" opt; do
        case $opt in
            o) CUSTOM_OUTPUT_DIR="$OPTARG" ;;
            k) KEYWORD="$OPTARG" ;;
            t) LOG_AGE="$OPTARG" ;;
            s) LOG_SIZE_LIMIT="$OPTARG" ;;
            q) QUIET_MODE=1 ;;
            d) DEBUG_MODE=1; set -x ;;
            h) show_help; exit 0 ;;
            \?) echo "无效选项: -$OPTARG" >&2; show_help; exit 1 ;;
            :) echo "选项 -$OPTARG 需要参数" >&2; show_help; exit 1 ;;
        esac
    done
    shift $((OPTIND - 1))
    
    # 处理额外的参数
    if [ $# -gt 0 ]; then
        echo "警告: 忽略额外的参数: $*" >&2
    fi
}

# 设置默认值
set_defaults() {
    OUTPUT_DIR="${CUSTOM_OUTPUT_DIR:-$DEFAULT_OUTPUT_DIR}"
    KEYWORD="${KEYWORD:-$DEFAULT_KEYWORD}"
    LOG_AGE="${LOG_AGE:-$DEFAULT_LOG_AGE}"
    LOG_SIZE_LIMIT="${LOG_SIZE_LIMIT:-$DEFAULT_LOG_SIZE_LIMIT}"
    
    # 验证数字参数
    validate_numeric_input "$LOG_AGE" "-t" 1
    validate_numeric_input "$LOG_SIZE_LIMIT" "-s" 1
}

# 初始化输出目录
init_output_dir() {
    if [ -e "$OUTPUT_DIR" ]; then
        echo "错误: 输出目录已存在: $OUTPUT_DIR" >&2
        exit 1
    fi
    
    if ! mkdir -p "$OUTPUT_DIR"; then
        echo "错误: 无法创建输出目录: $OUTPUT_DIR" >&2
        exit 1
    fi
}

# 包装函数用于执行命令并记录日志
run_and_log() {
    local description="$1"
    local command="$2"
    local output_file="$3"
    
    head_normal "$description"
    
    if [ $DEBUG_MODE -eq 1 ]; then
        log "执行命令: $command"
        log "输出到: $output_file"
    fi
    
    # 使用 bash -c 执行命令字符串，便于支持带参数的命令
    bash -c "$command" > "$output_file" 2>&1 || {
        local exit_code=$?
        if [ $exit_code -eq 124 ]; then
            log "警告: 命令执行超时: $command"
        else
            log "警告: 命令执行失败 (退出码: $exit_code): $command"
        fi
        return $exit_code
    }

    return 0
}

# 尝试执行 /opt/hyhal/bin/drvdiag -c 收集驱动日志
run_drvdiag() {
    local drv_cmd="/opt/hyhal/bin/drvdiag"
    local drv_arg='-c'
    local drv_path="$drv_cmd"
    local out_file="$OUTPUT_DIR/drvdiag.log"

    if [ ! -x "$drv_path" ]; then
        echo "没有装驱动，请先安装驱动" >&2
        return 1
    fi

    run_and_log "收集驱动日志 (drvdiag -c)" "$drv_path $drv_arg" "$out_file"
}

# 收集系统信息
collect_system_information() {
    log "开始收集系统信息..."
    
    get_dcu
    pkg_check
    collect_system_info
    collect_logs
    get_pcie_info
}

# 分析日志信息
analyze_logs() {
    log "开始分析日志信息..."
    
    run_and_log "分析PCIe信息" "pcie_check" "$OUTPUT_DIR/pcie_analysis.log"
    run_and_log "分析SME信息" "sme_check" "$OUTPUT_DIR/sme_analysis.log"
    run_and_log "分析驱动安装位置" "kernel_check" "$OUTPUT_DIR/kernel_analysis.log"
}

# 运行附加检查
run_additional_checks() {
    log "运行附加检查..."
    
    # 先尝试收集 drvdiag 日志（如果驱动未安装则给出提示）
    run_drvdiag || log "跳过 drvdiag，驱动未安装或执行失败"

    run_and_log "检查驱动加载状态" "$DRIVER_LOAD_CHECK" "$OUTPUT_DIR/driver_status.log"
    run_and_log "检查硬件板卡信息" "$BOARD_CHECK" "$OUTPUT_DIR/board_check.log"
    
    # 只在非X785-H30设备上检查PCIe速度
    if product_name=$(dmidecode -s system-product-name 2>/dev/null); then
        if [ "$product_name" != "X785-H30" ]; then
            run_and_log "检查PCIe速度" "$PCIE_SPEED_CHECK" "$OUTPUT_DIR/pcie_speed_check.log"
        fi
    else
        log "警告: 无法获取产品名称，跳过PCIe速度检查"
    fi
}

# 打包结果
package_results() {
    log "打包诊断数据..."
    
    local tar_file="${OUTPUT_DIR}.tar.gz"
    if tar -czf "$tar_file" -C "$(dirname "$OUTPUT_DIR")" "$(basename "$OUTPUT_DIR")" 2>/dev/null; then
        rm -rf "$OUTPUT_DIR"
        log "诊断完成! 文件已保存为: ${tar_file}"
        log "文件大小: $(du -h "$tar_file" | cut -f1)"
    else
        log "错误: 打包失败，原始数据保存在: $OUTPUT_DIR"
        exit 1
    fi
}

# 主工作流程
main() {
    # 显示开始信息
    hline
    log "🚀 DCU系统诊断工具启动"
    log "📁 输出目录: $OUTPUT_DIR"
    log "🔍 关键字: $KEYWORD"
    log "⏰ 日志时间范围: ${LOG_AGE}小时"
    log "📊 日志大小限制: ${LOG_SIZE_LIMIT}MB"
    hline
    
    get_dcu
    # 检查环境和工具
    check_required_tools
    check_tool_scripts
    
    # 收集信息
    collect_system_information
    
    # 分析日志
    echo
    hline
    log "📊 开始日志分析"
    hline
    analyze_logs
    
    # 运行附加检查
    run_additional_checks
    
    # 打包结果
    package_results
}

# 清理函数（在信号中断时调用）
cleanup() {
    if [ -n "$OUTPUT_DIR" ] && [ -d "$OUTPUT_DIR" ]; then
        log "正在清理临时文件..."
        rm -rf "$OUTPUT_DIR"
    fi
    exit 1
}

# 设置信号处理
trap cleanup INT TERM

# 执行主程序
parse_arguments "$@"
set_defaults
init_output_dir
main

exit 0