在 Linux 上創(chuàng)建并調(diào)試轉(zhuǎn)儲(chǔ)文件
崩潰轉(zhuǎn)儲(chǔ)、內(nèi)存轉(zhuǎn)儲(chǔ)、核心轉(zhuǎn)儲(chǔ)、系統(tǒng)轉(zhuǎn)儲(chǔ)……這些全都會(huì)產(chǎn)生同樣的產(chǎn)物：一個(gè)包含了當(dāng)應(yīng)用崩潰時(shí)，在那個(gè)特定時(shí)刻應(yīng)用的內(nèi)存狀態(tài)的文件。
這是一篇指導(dǎo)文章，你可以通過(guò)克隆示例的應(yīng)用倉(cāng)庫(kù)來(lái)跟隨學(xué)習(xí)：
git clone https://github.com/hANSIc99/core_dump_example.git
信號(hào)如何關(guān)聯(lián)到轉(zhuǎn)儲(chǔ)
信號(hào)是操作系統(tǒng)和用戶(hù)應(yīng)用之間的進(jìn)程間通訊。Linux 使用 POSIX 標(biāo)準(zhǔn)中定義的信號(hào)。在你的系統(tǒng)上，你可以在 /usr/include/bits/signum-generic.h 找到標(biāo)準(zhǔn)信號(hào)的定義。如果你想知道更多關(guān)于在你的應(yīng)用程序中使用信號(hào)的信息，這有一個(gè)信息豐富的 signal 手冊(cè)頁(yè)。簡(jiǎn)單地說(shuō)，Linux 基于預(yù)期的或意外的信號(hào)來(lái)觸發(fā)進(jìn)一步的活動(dòng)。
當(dāng)你退出一個(gè)正在運(yùn)行的應(yīng)用程序時(shí)，應(yīng)用程序通常會(huì)收到 SIGTERM 信號(hào)。因?yàn)檫@種類(lèi)型的退出信號(hào)是預(yù)期的，所以這個(gè)操作不會(huì)創(chuàng)建一個(gè)內(nèi)存轉(zhuǎn)儲(chǔ)。
以下信號(hào)將導(dǎo)致創(chuàng)建一個(gè)轉(zhuǎn)儲(chǔ)文件(來(lái)源：GNU C庫(kù)):
- SIGFPE：錯(cuò)誤的算術(shù)操作
- SIGILL：非法指令
- SIGSEGV：對(duì)存儲(chǔ)的無(wú)效訪問(wèn)
- SIGBUS：總線(xiàn)錯(cuò)誤
- SIGABRT：程序檢測(cè)到的錯(cuò)誤，并通過(guò)調(diào)用 abort() 來(lái)報(bào)告
- SIGIOT：這個(gè)信號(hào)在 Fedora 上已經(jīng)過(guò)時(shí)，過(guò)去在 PDP-11 上用 abort() 時(shí)觸發(fā)，現(xiàn)在映射到 SIGABRT
創(chuàng)建轉(zhuǎn)儲(chǔ)文件
導(dǎo)航到 core_dump_example 目錄，運(yùn)行 make，并使用 -c1 開(kāi)關(guān)執(zhí)行該示例二進(jìn)制：
- ./coredump -c1
該應(yīng)用將以狀態(tài) 4 退出，帶有如下錯(cuò)誤：
Dump written“Abgebrochen (Speicherabzug geschrieben) ”(LCTT 譯注：這是德語(yǔ)，應(yīng)該是因?yàn)楸疚淖髡呦到y(tǒng)是德語(yǔ)環(huán)境)大致翻譯為“分段故障(核心轉(zhuǎn)儲(chǔ))”。
是否創(chuàng)建核心轉(zhuǎn)儲(chǔ)是由運(yùn)行該進(jìn)程的用戶(hù)的資源限制決定的。你可以用 ulimit 命令修改資源限制。
檢查當(dāng)前創(chuàng)建核心轉(zhuǎn)儲(chǔ)的設(shè)置：
- ulimit -c
如果它輸出 unlimited，那么它使用的是(建議的)默認(rèn)值。否則，用以下方法糾正限制：
- ulimit -c unlimited
要禁用創(chuàng)建核心轉(zhuǎn)儲(chǔ)，可以設(shè)置其大小為 0：
- ulimit -c 0
這個(gè)數(shù)字指定了核心轉(zhuǎn)儲(chǔ)文件的大小，單位是塊。
什么是核心轉(zhuǎn)儲(chǔ)?
內(nèi)核處理核心轉(zhuǎn)儲(chǔ)的方式定義在：
- /proc/sys/kernel/core_pattern
我運(yùn)行的是 Fedora 31，在我的系統(tǒng)上，該文件包含的內(nèi)容是：
- /usr/lib/systemd/systemd-coredump %P %u %g %s %t %c %h
這表明核心轉(zhuǎn)儲(chǔ)被轉(zhuǎn)發(fā)到 systemd-coredump 工具。在不同的 Linux 發(fā)行版中，core_pattern 的內(nèi)容會(huì)有很大的不同。當(dāng)使用 systemd-coredump 時(shí)，轉(zhuǎn)儲(chǔ)文件被壓縮保存在 /var/lib/systemd/coredump 下。你不需要直接接觸這些文件，你可以使用 coredumpctl。比如說(shuō)：
- coredumpctl list
會(huì)顯示系統(tǒng)中保存的所有可用的轉(zhuǎn)儲(chǔ)文件。
使用 coredumpctl dump，你可以從最后保存的轉(zhuǎn)儲(chǔ)文件中檢索信息：
- [stephan@localhost core_dump_example]$ ./coredump
- Application started…
- (…….)
- Message: Process 4598 (coredump) of user 1000 dumped core.
- Stack trace of thread 4598:
- #0 0x00007f4bbaf22625 __GI_raise (libc.so.6)
- #1 0x00007f4bbaf0b8d9 __GI_abort (libc.so.6)
- #2 0x00007f4bbaf664af __libc_message (libc.so.6)
- #3 0x00007f4bbaf6da9c malloc_printerr (libc.so.6)
- #4 0x00007f4bbaf6f49c _int_free (libc.so.6)
- #5 0x000000000040120e n/a (/home/stephan/Dokumente/core_dump_example/coredump)
- #6 0x00000000004013b1 n/a (/home/stephan/Dokumente/core_dump_example/coredump)
- #7 0x00007f4bbaf0d1a3 __libc_start_main (libc.so.6)
- #8 0x000000000040113e n/a (/home/stephan/Dokumente/core_dump_example/coredump)
- Refusing to dump core to tty (use shell redirection or specify — output).
這表明該進(jìn)程被 SIGABRT 停止。這個(gè)視圖中的堆棧跟蹤不是很詳細(xì)，因?yàn)樗话ê瘮?shù)名。然而，使用 coredumpctl debug，你可以簡(jiǎn)單地用調(diào)試器(默認(rèn)為 GDB)打開(kāi)轉(zhuǎn)儲(chǔ)文件。輸入 bt(回溯backtrace的縮寫(xiě))可以得到更詳細(xì)的視圖：
- Core was generated by `./coredump -c1'.
- Program terminated with signal SIGABRT, Aborted.
- #0 __GI_raise (sigsig=sig@entry=6) at ../sysdeps/unix/sysv/linux/raise.c:50
- 50 return ret;
- (gdb) bt
- #0 __GI_raise (sigsig=sig@entry=6) at ../sysdeps/unix/sysv/linux/raise.c:50
- #1 0x00007fc37a9aa8d9 in __GI_abort () at abort.c:79
- #2 0x00007fc37aa054af in __libc_message (actionaction=action@entry=do_abort, fmtfmt=fmt@entry=0x7fc37ab14f4b "%s\n") at ../sysdeps/posix/libc_fatal.c:181
- #3 0x00007fc37aa0ca9c in malloc_printerr (strstr=str@entry=0x7fc37ab130e0 "free(): invalid pointer") at malloc.c:5339
- #4 0x00007fc37aa0e49c in _int_free (av=<optimized out>, p=<optimized out>, have_lock=0) at malloc.c:4173
- #5 0x000000000040120e in freeSomething(void*) ()
- #6 0x0000000000401401 in main ()
與后續(xù)幀相比，main() 和 freeSomething() 的內(nèi)存地址相當(dāng)?shù)汀Ｓ捎诠蚕韺?duì)象被映射到虛擬地址空間末尾的區(qū)域，可以認(rèn)為 SIGABRT 是由共享庫(kù)中的調(diào)用引起的。共享對(duì)象的內(nèi)存地址在多次調(diào)用之間并不是恒定不變的，所以當(dāng)你看到多次調(diào)用之間的地址不同時(shí)，完全可以認(rèn)為是共享對(duì)象。
堆棧跟蹤顯示，后續(xù)的調(diào)用源于 malloc.c，這說(shuō)明內(nèi)存的(取消)分配可能出了問(wèn)題。
在源代碼中，(即使沒(méi)有任何 C++ 知識(shí))你也可以看到，它試圖釋放一個(gè)指針，而這個(gè)指針并沒(méi)有被內(nèi)存管理函數(shù)返回。這導(dǎo)致了未定義的行為，并導(dǎo)致了 SIGABRT。
- void freeSomething(void *ptr){
- free(ptr);
- }
- int nTmp = 5;
- int *ptrNull = &nTmp;
- freeSomething(ptrNull);
systemd 的這個(gè) coredump 工具可以在 /etc/systemd/coredump.conf 中配置。可以在 /etc/systemd/systemd-tmpfiles-clean.timer 中配置輪換清理轉(zhuǎn)儲(chǔ)文件。
你可以在其手冊(cè)頁(yè)中找到更多關(guān)于 coredumpctl 的信息。
用調(diào)試符號(hào)編譯
打開(kāi) Makefile 并注釋掉第 9 行的最后一部分。現(xiàn)在應(yīng)該是這樣的：
- CFLAGS =-Wall -Werror -std=c++11 -g
-g 開(kāi)關(guān)使編譯器能夠創(chuàng)建調(diào)試信息。啟動(dòng)應(yīng)用程序，這次使用 -c2 開(kāi)關(guān)。
- ./coredump -c2
你會(huì)得到一個(gè)浮點(diǎn)異常。在 GDB 中打開(kāi)該轉(zhuǎn)儲(chǔ)文件：
- coredumpctl debug
這一次，你會(huì)直接被指向源代碼中導(dǎo)致錯(cuò)誤的那一行：
- Reading symbols from /home/stephan/Dokumente/core_dump_example/coredump…
- [New LWP 6218]
- Core was generated by `./coredump -c2'.
- Program terminated with signal SIGFPE, Arithmetic exception.
- #0 0x0000000000401233 in zeroDivide () at main.cpp:29
- 29 nRes = 5 / nDivider;
- (gdb)
鍵入 list 以獲得更好的源代碼概覽：
- (gdb) list
- 24 int zeroDivide(){
- 25 int nDivider = 5;
- 26 int nRes = 0;
- 27 while(nDivider > 0){
- 28 nDivider--;
- 29 nRes = 5 / nDivider;
- 30 }
- 31 return nRes;
- 32 }
使用命令 info locals 從應(yīng)用程序失敗的時(shí)間點(diǎn)檢索局部變量的值：
- (gdb) info locals
- nDivider = 0
- nRes = 5
結(jié)合源碼，可以看出，你遇到的是零除錯(cuò)誤：
- nRes = 5 / 0
結(jié)論
了解如何處理轉(zhuǎn)儲(chǔ)文件將幫助你找到并修復(fù)應(yīng)用程序中難以重現(xiàn)的隨機(jī)錯(cuò)誤。而如果不是你的應(yīng)用程序，將核心轉(zhuǎn)儲(chǔ)轉(zhuǎn)發(fā)給開(kāi)發(fā)人員將幫助她或他找到并修復(fù)問(wèn)題。
