二元九点九元店 发表于 2023-11-13 18:04:13

记一次 .NET 某工控电池检测系统 卡死分析

一:背景

1. 讲故事

前几天有位朋友找到我,说他的窗体程序有卡死现象,让我帮忙看下怎么回事,解决这种问题就需要在卡死的时候抓一个dump下来,拿到dump之后就可以分析了。
二:为什么会卡死

1. 观察主线程

窗体程序的卡死,需要观察主线程此时正在做什么,可以用 !clrstack 命令观察。
0:000:x86> !clrstack
OS Thread Id: 0x4a08 (0)
Child SP       IP Call Site
012fe784 0000002b System.Threading.WaitHandle.WaitOneNative(System.Runtime.InteropServices.SafeHandle, UInt32, Boolean, Boolean)
012fe868 7115d952 System.Threading.WaitHandle.InternalWaitOne(System.Runtime.InteropServices.SafeHandle, Int64, Boolean, Boolean)
012fe880 7115d919 System.Threading.WaitHandle.WaitOne(Int32, Boolean)
012fe894 711e89bf System.Threading.WaitHandle.WaitOne(Int32)
012fe89c 6fb186b8 System.Threading.ReaderWriterLockSlim.WaitOnEvent(System.Threading.EventWaitHandle, UInt32 ByRef, TimeoutTracker, EnterLockType)
012fe8e0 6fb17892 System.Threading.ReaderWriterLockSlim.TryEnterReadLockCore(TimeoutTracker)
012fe920 6fb17562 System.Threading.ReaderWriterLockSlim.TryEnterReadLock(TimeoutTracker)
012fe94c 0325f49f xxx.QuyitpjK0dXKR6IyqH(System.Object)
012fe964 0325ee8a xxx.RWAutoLock..ctor(System.Threading.ReaderWriterLockSlim, Boolean)
...从卦中的线程栈数据来看,貌似是卡在一个读写锁TryEnterReadLock 上,根据读写锁的规则,必然有人执行了一个 WriteLock 并且出不来,接下来就是寻找持有这个 lock 的线程。
2. 到底谁在持有

如果是 lock ,相信很多朋友都知道用 !syncblk 命令,那读写锁用什么命令呢?说实话我也搞不清楚,只能先挖挖 ReaderWriterLockSlim 类本身,看看有没有什么新发现。
0:000:x86> !DumpObj /d 03526f38
Name:      System.Threading.ReaderWriterLockSlim
MethodTable: 6f947428
EEClass:   6f9a92dc
Size:      72(0x48) bytes
File:      C:\Windows\Microsoft.Net\assembly\GAC_MSIL\System.Core\v4.0_4.0.0.0__b77a5c561934e089\System.Core.dll
Fields:
      MT    Field   Offset               Type VT   Attr    Value Name
70da878c40004aa       38       System.Boolean1 instance      0 _fIsReentrant
6f92fa2840004ab       3c ...LockSlim+SpinLock1 instance 03526f74 _spinLock
70dfba4c40004ac       1c      System.UInt321 instance       20 _numWriteWaiters
70dfba4c40004ad       20      System.UInt321 instance      1 _numReadWaiters
70dfba4c40004ae       24      System.UInt321 instance      0 _numWriteUpgradeWaiters
70dfba4c40004af       28      System.UInt321 instance      0 _numUpgradeWaiters
6f93d76440004b0       39          System.Byte1 instance      0 _waiterStates
70da42a840004b1       2c         System.Int321 instance       -1 _upgradeLockOwnerId
70da42a840004b2       30         System.Int321 instance       11 _writeLockOwnerId
70da692440004b3      c ...g.EventWaitHandle0 instance 034844d0 _writeEvent
70da692440004b4       10 ...g.EventWaitHandle0 instance 042a69c8 _readEvent
70da692440004b5       14 ...g.EventWaitHandle0 instance 00000000 _upgradeEvent
70da692440004b6       18 ...g.EventWaitHandle0 instance 00000000 _waitUpgradeEvent
70da150c40004b8      4         System.Int641 instance 367 _lockID
70da878c40004ba       3a       System.Boolean1 instance      0 _fUpgradeThreadHoldingRead
70dfba4c40004bc       34      System.UInt321 instance 3221225472 _owners
70da878c40004c2       3b       System.Boolean1 instance      0 _fDisposed
70da42a840004a9      4dc         System.Int321   static      4 ProcessorCount
70da150c40004b7      4d4         System.Int641   static 1882 s_nextLockID
6f942b7c40004b9      0 ...ReaderWriterCount0 TLstatict_rwc结合源码分析,发现上面的 _writeLockOwnerId=11 就是持有锁的线程ID,找到持有线程就好办了,把这个 managedid=11 转成 dbgid 再观察。
0:000:x86> !t

13   11 47bc 0a0702c0   1029220 Preemptive00000000:00000000 01425ed0 0   MTA (Threadpool Worker)

0:013:x86> !clrstack
OS Thread Id: 0x47bc (13)
Child SP       IP Call Site
07e4f1ac 0000002b
07e4f1a4 09e38597 DomainBoundILStubClass.IL_STUB_PInvoke(IntPtr)
07e4f1ac 09e38334 System.Data.SQLite.UnsafeNativeMethods.sqlite3_step(IntPtr)
07e4f1dc 09e38334 System.Data.SQLite.SQLite3.Step(System.Data.SQLite.SQLiteStatement)
07e4f228 09e36fe8 System.Data.SQLite.SQLiteDataReader.NextResult()
07e4f250 09e36ceb System.Data.SQLite.SQLiteDataReader..ctor(System.Data.SQLite.SQLiteCommand, System.Data.CommandBehavior)
07e4f270 09e367ce System.Data.SQLite.SQLiteCommand.ExecuteReader(System.Data.CommandBehavior)
07e4f284 09e36732 System.Data.SQLite.SQLiteCommand.ExecuteNonQuery(System.Data.CommandBehavior)
07e4f2b0 09e366e6 System.Data.SQLite.SQLiteCommand.ExecuteNonQuery()
07e4f2bc 09e350dc SqlSugar.AdoProvider.ExecuteCommand(System.String, SqlSugar.SugarParameter[])
07e4f388 13189518 SqlSugar.InsertableProvider`1[].ExecuteCommand()
07e4f420 0181ac4a xxx.OperateLog+d__8.MoveNext()
...

0:013:x86> k
CvRegToMachine(x86) conversion failure for 0x14f
X86MachineInfo::SetVal: unknown register 0 requested
# ChildEBP RetAddr      
00 07e4ede0 76c9ad10   ntdll_76ed0000!NtFlushBuffersFile+0xc
01 07e4ede0 6b27af8c   KERNELBASE!FlushFileBuffers+0x30
WARNING: Stack unwind information not available. Following frames may be wrong.
02 07e4edf0 6b270256   SQLite_Interop!SI768767362ea03a94+0xf73c
03 07e4ee1c 6b267938   SQLite_Interop!SI768767362ea03a94+0x4a06
04 07e4ee38 6b2599e1   SQLite_Interop!SI83d1cf4976f57337+0x84c8
05 07e4ee80 6b25902b   SQLite_Interop!SIa3401e98cbad673e+0x3201
06 07e4ee98 6b25258c   SQLite_Interop!SIa3401e98cbad673e+0x284b
07 07e4f168 6b255a05   SQLite_Interop!SI327cfc7a6b1fd1fb+0x633c
08 07e4f19c 09e38597   SQLite_Interop!SI9c6d7cd7b7d38055+0x255结合卦中的读写信息,大概知道了原来是用写锁来写sqlite,后者卡在缓冲区刷新函数 NtFlushBuffersFile 上,方法签名如下:
NTSTATUS NtFlushBuffersFile(
HANDLEFileHandle,
IO_STATUS_BLOCK *IoStatusBlock
);有些朋友可能想看一下到底怎么写的,那就简单的反编译一下代码:

到这里基本就搞清楚了,由于 13号 线程持有了 写锁,导致主线程要用读锁操作 sqlite 时进行了长时间等待。
解决办法就比较简单了,主线程尽可能的只做UI更新的操作,不要让他触发各类锁,否则就有等锁的概率发生。
3. NtFlushBuffersFile 怎么了

有些朋友可能要问为什么 NtFlushBuffersFile 函数会卡死不返回,要想找到这个答案,需要看下反汇编。
0:013:x86> uf ntdll_76ed0000!NtFlushBuffersFile
ntdll_76ed0000!NtFlushBuffersFile:
76f41ad0 b84b000000      mov   eax,4Bh
76f41ad5 ba7071f576      mov   edx,offset ntdll_76ed0000!Wow64SystemServiceCall (76f57170)
76f41ada ffd2            call    edx
76f41adc c20800          ret   8

0:013:x86> u 76F57170h
ntdll_76ed0000!Wow64SystemServiceCall:
76f57170 ff252892ff76    jmp   dword ptr

0:013:x86> u 76ec7000
wow64cpu!KiFastSystemCall:
76ec7000 ea0970ec763300jmp   0033:76EC7009
76ec7007 0000            add   byte ptr ,al
76ec7009 41            inc   ecx
76ec700a ffa7f8000000    jmp   dword ptr 从汇编代码看,NtFlushBuffersFile 通过 KiFastSystemCall 进入内核态了,用户态dump是没法看内核态的,所以也无法继续追究下去。
不过也可以看下这个线程过往的 GetLastError() 值,可能有些收获,使用 !gle 命令。
0:013:x86> !gle
LastErrorValue: (Win32) 0x26 (38) - <Unable to get error code text>
LastStatusValue: (NTSTATUS) 0xc0000008 - <Unable to get error code text>根据上面的状态码,去msdn上搜一下具体信息。


从错误说明看,可能是这个sqlite文件有什么问题,又是句柄无效,又是读到头了,怀疑是操作sqlite 的时候出现了文件损坏。
现在回头看看,如果想对 Sqlite 进行并发读写,开启下 Write-Ahead Logging 模式应该就可以了,不需要在程序里面进行读写控制。

所以最终的建议就是:

[*]开启WAL模式
[*]删掉读写控制
三:总结

这次卡死事故还是挺有意思的,熟悉了下 ReaderWriterLockSlim 又对 sqlite 有了一个新的认识。

来源:https://www.cnblogs.com/huangxincheng/archive/2023/11/13/17829307.html
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页: [1]
查看完整版本: 记一次 .NET 某工控电池检测系统 卡死分析