Hot-Plug（一）
从今天起，我们讨论一下有关于“热插拔”的话题。
为什么要有“热插拔”？
从历史上到目前，IT系统设备（PC、服务器、存储等等）中，对于RAS（Reliability,Availability,Serviceability，也就是：可靠性、可用性和可维护性）的要求变得越来越高。这也就是我们所谓的DFX设计相关内容。
系统怎么样才更可靠，可用性才更高？这是有专门的可靠性设计的，涉及太多的领域，我们不展开。常规的看，对于系统可能出现的问题和故障，需要做：故障检测、故障隔离、故障告警、故障恢复等等。
故障的检测可能会使用检测链路状况、器件状态等等，在PCIe领域，常见的是检测链路协商宽度、速率，检测AER寄存器等等。
故障的隔离主要的目的是让故障或即将故障失效的器件、部件从系统中隔离出去。比如把失效的PCIe卡从系统中移除，不再接管业务，避免故障扩散。
故障恢复的手段就更多样化了，有复位修复、上下电修复、备份冗余、故障时切换备机等等。比如把失效的PCIe设备重新上下电做修复，或者把业务切换到备用的卡上。或者更换故障PCIe卡，也就是我们常说的更换FRU（Field Replace Unit 现场可更换单元）
抱歉，做了比较长一段时间的可靠性工程师工作，貌似扯得有点远了。：)
网上很多的文章和书籍讲热插拔，都是讲的标准的热插拔，主要目的是为了现场快速更换PCIe设备。热插拔的基本目的是要让PCIe设备按照规定的顺序、原则，从系统中移除或插入到系统中来，并能正常的工作，且不影响系统的正常运行。事实上，PCIe“热插拔”的关键目的就是为前面面所提到的系统RAS服务的，是提升系统RAS能力的非常重要的手段！
热插拔有三个重要的功能：
- 在线替换发生故障的PCIe设备。不需要关闭、重启系统。
- 热插拔器件，系统及其他功能服务继续运行，不受影响。
- 热插拔PCIe设备的相关驱动/软件自动加载/卸载。
Spec中对于热插拔是这样定义的：
| Hot-Plug |
| Insertion and/or removal of a card into an active backplane or system board as defined in PCI Standard Hot-Plug Controller and Subsystem Specification, Revision. 1.0. No special card support is required. |
| Hot swap |
| Insertion and/or removal of a card into a passive backplane. The card must satisfy specific requirements to support Hot swap. |
注意，这里有两个相关概念，前面我们讲的热插拔，其实是广义的“热插拔”。这里的Hot-Plug，为了方便，我们叫做PCIe热插拔，也就是我们现在及后面将要讨论的内容。
Hot Swap，即热交换，也叫热切换，主要指的是CPCI（Compact PCI，紧凑型PCI）领域所使用的。关于 Hot Swap，CPCI有专门定义的一套规范，叫《CompactPCI® Hot Swap Specification》，也有中文版本，有兴趣的可以自行研究。
如无特别的指出，我们后续所说的热插拔都是指的是PCIe Hot-Plug。
顺便说一下：在PCI的年代，就已经提出了PCI的相关热插拔规范。2001年，PCI定义了PCI标准热插拔控制器(SHPC：PCI Standard Hot-plug Controller and Subsystem Specification)规范，PCIe沿用了这套规范。
