原创文章,转载请注明出处与原文链接。 本文为排障经验分享,非缺陷报告。涉及写 ESP 分区的操作有风险,动手前请先备份重要数据

@[TOC]

一、先说结论

系统升级后起不来,最后查出来既不是升级失败、不是 BIOS 设置、不是 Secure Boot,也不是硬盘整体坏了 —— 只是 ESP 分区里 grub.efi 这一个文件从第 132 个 4K 块开始读不出来。同目录有一份内容完好的 grubx64.efi,用它重建 grub.efi 后,拔掉 U 盘正常开机直接进系统。

排查中最值得记下的一条教训:ls -la 和 fsck.fat 都不会读文件的数据区,它们「检查通过」不等于文件能读。我在这上面绕了整整两天。

关键词:统信UOS 升级后无法启动 / device error / buffersize 0 / 未发现操作系统 / grub.efi / ESP / UEFI / Ventoy / fsck.fat


二、环境说明

项

说明

机型

联想开天 M90H(KaiTianM90h G1t-D521),国产信创台式机

固件

KaiTian W0JKT11A(2024-12)

系统

统信 UOS Desktop 20 Professional HWE 1070(x86_64)

硬盘

512G NVMe SSD(系统盘)+ 1TB SATA 机械盘(数据盘,无 ESP)

分区

NVMe:ESP 300M、/boot 独立分区、swap、/、_dde_data、恢复分区

触发

系统升级完成后重启,升级过程没有任何报错

不同机型 / 不同 UOS 版本的分区号与引导文件名可能不同,请先用 lsblk -f、efibootmgr -v 核对后再套用文中的命令。

故障现象(报错原文)

unexpected return from initial read: Device Error, buffersize 0
failed to load image \EFI\uos\grub.efi: device error
start_image() returned device error
(数秒后)提示未发现操作系统

按 F12 能出启动菜单,列着 SSD 和机械盘两个 UEFI 项,选哪个都报同样的错;彻底关机断电 30 秒再冷启动,也一样。


三、先分清两个菜单(很多人在这里绕)

  • F12 出来的是 UEFI 固件启动菜单:由主板固件提供,在读硬盘上任何引导文件之前就显示,只管「从哪个设备启动」。系统坏了、甚至硬盘拔了,它照样能出。
  • GRUB 菜单:硬盘 ESP 上 GRUB 显示的系统选择菜单(「统信 UOS / 高级选项 / System Rescue」或 grub> 命令行),必须等 shimx64.efi → grub.efi 加载成功之后才出现。

本次报错发生在 GRUB 菜单之前,所以「开机按 Shift / Esc 调 GRUB 菜单」「用 UOS 1070 的 System Rescue 修复」这些常规办法,在这台机器上根本走不到。

顺带一个坑:F12 菜单里那块 1TB 机械盘的 UEFI 项并不是另一套系统,只是固件给 SATA 设备生成的设备级条目(efibootmgr -v 里它的路径没有 File(...) 段)。所以「两个选项都失败」不是坏了两次,全机自始至终只有一个 ESP、一条启动链。


四、排查过程

4.1 进 Live 环境,先把数据抢出来

用同版本同架构的 UOS 官方安装 ISO,通过 Ventoy U 盘启动(Ventoy 二级菜单选 BOOT in normal mode),从 F12 里选带 UEFI: 前缀的 U 盘项,进入「试用统信 UOS / 不安装」。

确认是 UEFI 模式:ls -d /sys/firmware/efi/efivars 有输出即可。

sudo -i
lsblk -f
lsblk -o NAME,PARTUUID,SIZE
efibootmgr -v

盘点结论:系统盘是 NVMe,ESP 是 p1,/boot 是独立分区 p2;NVRAM 里只有一个真正的系统启动项 Boot0002,指向 \EFI\uos\shimx64.efi,其设备路径里的分区 GUID 与 p1 完全一致 —— 启动项没指错盘、没指错分区。

注意:lsblk -f 里的 UUID 是文件系统 UUID,efibootmgr 路径里的是 PARTUUID,两者不是一回事,别拿错比对。

4.2 走过的弯路:把「元数据正常」当成「文件正常」

fsck.fat -n /dev/nvme0n1p1        # 干净,无错
ls -la /tmp/esp/EFI/uos/           # 8 个文件齐全,grub.efi 1,210,248 字节

据此判定「ESP 完好、引导文件没事」,于是把方向转到固件层:Secure Boot(本就关闭)、引导模式 / CSM / Fast Boot、SATA 模式(AHCI 且灰色锁定)、恢复 BIOS 默认值、查固件版本、找 Boot From File / UEFI Shell(这台固件没有这些入口)……全部无效,现象一字不变。

这是全程最大的误判:ls -la 只读目录项,fsck.fat -n 只校验 FAT 表与目录结构,两者都不读文件的数据区。文件在目录里好好的、大小也对,内容却可能已经读不出来。

4.3 转折: 总感觉只是启动程序上的问题,不像是个固件及硬件上的问题,于是老老实实把文件读一遍

mkdir -p /tmp/esp
mount /dev/nvme0n1p1 /tmp/esp
cd /tmp/esp/EFI/uos
sha256sum grub.efi grubx64.efi BOOTX64.CSV grub.cfg

结果:

sha256sum: grub.efi: 输入/输出错误
e14a1e31eb9fa18c842b6471301dfc5bdeae6abbba86eafad63d54e515bc24fd  grubx64.efi

同一个目录、同一次挂载、同为 1,210,248 字节的两个文件,一个读不出来、一个能算出完整哈希。换大写路径 /tmp/esp/EFI/UOS/grub.efi 仍是 输入/输出错误,排除了大小写 / 目录项的假象。

再用 dd 看坏在哪:

dd if=./grub.efi of=/dev/null bs=4096

结果:

dd: 读取'./grub.efi' 时出错: 输入/输出错误
记录了132+0 的读入
记录了132+0 的写出
540672 bytes (541 kB, 528 KiB) copied, 0.00850713 s, 63.6 MB/s

多次读取都精确停在 132 块 / 540,672 字节(约文件 45%)—— 位置完全固定、可复现,符合局部坏区 / FTL 映射异常,而不是随机的链路抖动。这正好解释了固件那句「第一次读取就 Device Error、buffersize 0」:加载镜像时读不到完整文件,整块缓冲被丢弃返回 0 字节。

至此基本可以确定 修复方向

用同目录可读的 grubx64.efi 重建 grub.efi,让原引导链恢复:

补充检查(这几条很容易误判):

  • dmesg 里刷了几千行 PCIe Bus Error: severity=Corrected, type=Physical Layer, RxErr。但 Corrected 按定义已被链路层纠正,不能直接当成读失败的原因,更不能据此就下「SSD 要换」的结论。
  • smartctl 显示 SMART overall-health: PASSED,这也不能排除局部坏区,它只是综合阈值判定;真正该看的是 Media and Data Integrity Errors、Error Information Log Entries、Available Spare。
  • 抓日志的两个坑:要在触发读失败之后重新 dmesg -T > 文件(别拿旧快照);grep 关键字别带 nvme,否则几千行 AER 会把真正的块层 I/O error 全淹掉;tail -40 只覆盖几秒,早期错误早被挤出窗口。

4.4 决定性一步:零改动旁路验证(无意中发现)

重启进 Ventoy,按 F4 LOCALboot,会出现三个选项,选 2. Search and boot BOOTX64.EFI —— 系统正常进桌面了。

这个选项会搜索本地 FAT 分区上的 UEFI fallback 引导文件并直接启动,绕开了 Boot0002 → shimx64.efi → \EFI\uos\grub.efi 这条坏链。它能成功,等于一次性证明:

  • 固件读 NVMe / ESP 正常;
  • grub.cfg、内核、/boot、根分区、数据分区全部完好;
  • 故障只剩 grub.efi 这一个文件;
  • 而且现在有了一条随时能进系统的退路,后面写盘再也不怕变砖。

这条 Ventoy F4 → Search and boot BOOTX64.EFI 值得记下来:UEFI 机器起不来时,它是零改动的旁路验证 / 应急进系统手段,能一次区分「整条启动链坏」和「只是某个 .efi 坏」。


五、解决方案:用好文件重建坏文件

在已经进系统的 UOS 里操作即可,也可回 Live;只写 ESP 上一个文件,不动 NVRAM、不动固件。

sudo -i
ls -la /boot/efi/EFI/uos/          # 若不存在:mount /dev/nvme0n1p1 /boot/efi
cd /boot/efi/EFI/uos

cp grubx64.efi grubnew.efi         # ① 先建临时文件,让 FAT 从空闲簇分配
sync
sha256sum grubnew.efi grubx64.efi  # ② 当场验证新文件确实可读、内容一致

rm -f grub.efi                     # ③ 再删坏文件、换名
mv grubnew.efi grub.efi
sync
sha256sum grub.efi grubx64.efi     # ④ 两者哈希一致 = 成功

三处哈希都应是 e14a1e31…fd。

为什么多一步临时文件:如果直接 rm 之后立刻 cp,新文件很可能又被 FAT 分配到刚释放的那批坏簇上,等于白改。先建、验证、再换名,才能确保新数据落在可读区域。

最后 拔掉 U 盘、不按 F12、正常重启 —— 固件按原来的 Boot0002 走 shimx64.efi → 新的 grub.efi,直接进系统。修复完成。

中间试过但没用、且已完整撤销的一步

曾尝试「不写盘、只加一条 NVRAM 启动项指向完好的 grubx64.efi」:


它生成的是短设备路径(只有 HD(1,GPT,…)/File(...),缺少 PciRoot→Pci→NVMe 父路径),重启后被固件从启动顺序里剔除。两个附带经验:

  • 这台固件的 F12 菜单只列设备级启动项,不列 NVRAM 里 File() 形式的项;用「F12 有没有多一项」判断新启动项生效与否不成立。
  • 一按 F12 手动选设备,就等于绕开了 BootOrder,新项排首位也不会被走到,报错不变是必然结果,不是修复失败。

事后用 efibootmgr -v 确认临时项已不在启动顺序、列表里已无该项、原 Boot0002 仍居首且路径未变,判定无需再写 NVRAM,撤销闭环。


六、同类问题最短路径清单

  1. 别急着重装 / 刷 BIOS / 换硬盘。先看报错:是 Device Error 还是 Security Violation(后者才是 Secure Boot 相关);文件不存在会报 Not Found。
  1. 进 Live(务必 UEFI 模式)→ 先备份数据。
  1. 逐个实读 ESP 里的 .efi:sha256sum *.efi。别只信 ls 和 fsck。
  1. 有同尺寸备用名(grub.efi / grubx64.efi)就对比哈希,一个 EIO 一个正常,方向立刻清楚。
  1. 用 Ventoy F4 → Search and boot BOOTX64.EFI 做旁路验证,确认其余环节完好、并给自己留一条退路。
  1. 先建临时文件占好簇并验证哈希,再删旧文件换名,然后拔 U 盘正常重启。
  1. 修好之后:坏区客观存在,把重要数据补齐备份;若以后别的文件也出现同类 EIO,再考虑换盘 / 报修。

常见误区速查

误区

实际情况

fsck.fat 没报错 = 引导文件没问题

只校验 FAT 结构,不读文件数据区

ls -la 看到文件大小正常 = 文件可读

只读目录项,内容可能已 EIO

F12 菜单 = GRUB 菜单

前者是固件设备菜单,后者是硬盘上 GRUB 的菜单

按 F12 手选硬盘能验证新启动项

手选即绕开 BootOrder

Device Error 是 Secure Boot 问题

SB 问题报 Security Violation / Invalid Parameter

AER Corrected 报错 = SSD 要换

已被链路层纠正,需结合实读结果判断

SMART PASSED = 没有坏区

不能排除局部坏块

System Rescue 一定可用

它在 GRUB 菜单里,GRUB 起不来时不可达


七、总结

  • 这次绕远路的根源,是把元数据检查当成了内容检查。以后判断 EFI 文件是否可用,sha256sum / dd 实读是必做项。
  • 有效的工作顺序是:只读优先 → 先备份 → 写操作前留可回退路径 → 每一步只改一个变量。本次所有写盘、改 NVRAM 的动作都在确认后执行,临时改动也全部撤销干净。
  • 升级只是触发点,不是原因;报错指向哪个文件,就先把那个文件读一遍。

免责声明:本文记录的是一台具体机器的排查过程,分区号、设备名、哈希值仅作示例。涉及写 ESP、改 NVRAM 的操作有变砖风险,请自行评估并做好备份。

Logo

openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目,面向数字基础设施四大核心场景(服务器、云计算、边缘计算、嵌入式),全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构

更多推荐