2024-01-02
情况表现如下：
debug 编译后程序崩溃。lldb run 后无法打印栈信息。
c asan + debug 编译后 asan 报错：
AddressSanitizer: unknown-crash on address 0x00016dd179a0 at pc 0x0001020e2fd8 bp 0x00016dd17290 sp 0x00016dd17288报错地点在 BenchDataDeserialize。代码 crash 地点在 c 端。重复运行 crash 地点不变。
rs asan + c asan 后相同错误。但是 crash 地点发生变化。
调试过程：
在 BenchDataDeserialize 中打断点，跳出函数后（在 take_next_sample）中发现 self 对象变为空指针。在调用 DataReader::take_next_sample 之前打断点，self 对象有效。
take_next_sample 中一个参数为指针。分别在传入指针之前打印指针的值和在 BenchDataDeserialize 中打印指针的值，发现两者不同。故认为参数传递过程中指针传递失败。
在 take_next_sample 中单步调试，发现传入的指针未被使用，传入的实际值是一个原地声明的无效值。
socket 占用 CPU 异常
现象：
socket 在子线程中循环地去读取数据，其中套接字具备超时时间，当超时时，会打印一条 log。在运行时发现此线程占用 CPU 异常。
程序依赖于闭源模块，当此模块加载后，会导致上述问题，并影响模块加载之前创建的所有套接字，模块成功运行后再创建的套接字不受影响。已知闭源模块与受影响的套接字位于同一进程内。
对进程使用 strace 分析，可以看到模块加载后在尝试监听某地址，但是失败，此后以忙查询的形式不断创建套接字尝试监听地址。且可以看到 fd 不断增加，可以判断模块本身存在资源泄露情况。模块在失败后某个时间点会成功。之后创建的套接字不受影响。
由于 CPU 占用异常，因此猜测套接字本身被更改，有两种可能：
套接字的超时时间被重置。
套接字本身变成了非阻塞模式。
上述两种情况都会导致套接字的 recv 操作变成忙等状态，因而导致 CPU 状态异常。
套接字被修改可能是 socket 族函数被 HOOK，这一般发生在协程中，且 HOOK 一般以 preload 的形式加载，这与模块后加载，影响之前的套接字的现象相悖，尽管也 HOOK 也可以影响之前的函数，但是考虑到技术复杂度，可能性不大。
另一种可能是线程对 /proc/pid/fd 路径进行扫描，然后批量变更，但是考虑到正常人不会这么做，因此也摒弃。
根据第三点和 fd 本身是 int 类型可以判断，模块本身资源泄露，fd 本身不断上升，如果 fd 储存的类型发生了溢出（比如使用 char 储存 fd），就会导致模块操纵之前创建的套接字，当其将其它模块的套接字误认为自己的之后，就不会再更改其它的套接字了。这一分析与上述现象相符。
排查原因符合上述推论。