好的,这是情况说明:我在高性能计算(HPC)领域工作,我们正在准备扩展到数万个节点。为应对这个问题,我实现了一个本地进程,它会缓存每个节点上的信息,以减少网络流量。然后通过共享内存公开此信息。基本逻辑是有一个众所周知的共享内存块,其中包含当前已缓存表的名称。当更新发生时,缓存工具创建一个新的共享内存表,填充它,然后使用新表的名称更新众所周知的块。
代码似乎运行良好(例如valgrind没有内存泄漏),但当我故意进行压力测试时,前783次更新完全正常——但在第784次时,在尝试写入映射内存时出现了SIGBUS错误。
如果问题是打开太多文件(因为我泄漏了文件描述符),我期望shm_open()会失败。如果问题是我泄漏了映射内存,我期望mmap()会失败或valgrind会报告泄漏。
以下是代码片段。有人能提供建议吗?
请注意指针地址是有效的,大小也是有效的。
GDB报告崩溃的方式如下:
代码似乎运行良好(例如valgrind没有内存泄漏),但当我故意进行压力测试时,前783次更新完全正常——但在第784次时,在尝试写入映射内存时出现了SIGBUS错误。
如果问题是打开太多文件(因为我泄漏了文件描述符),我期望shm_open()会失败。如果问题是我泄漏了映射内存,我期望mmap()会失败或valgrind会报告泄漏。
以下是代码片段。有人能提供建议吗?
int
initialize_paths(writer_t *w, unsigned max_paths)
{
int err = 0;
reader_t *r = &(w->unpublished);
close_table(r,PATH_TABLE);
w->max_paths = max_paths;
err = open_table(r, PATH_TABLE, O_RDWR | O_CREAT, max_paths, 0);
return err;
}
static void
close_table(reader_t *r, int table)
{
if (r->path_table && r->path_table != MAP_FAILED) {
munmap(r->path_table,r->path_table->size);
r->path_table=NULL;
}
if (r->path_fd>0) { close(r->path_fd); r->path_fd=0; }
}
static int
open_table(op_ppath_reader_t *r, int table, int rw, unsigned c, unsigned c2)
{
// Code omitted for clarity
if (rw & O_CREAT) {
prot = PROT_READ | PROT_WRITE;
} else {
// Note that this overrides the sizes set above.
// We will get the real sizes from the header.
prot = PROT_READ;
size1 = sizeof(op_ppath_header_t);
size2 = 0;
}
fd = shm_open(name, rw, 0644);
if (fd < 0) {
_DBG_ERROR("Failed to open %s\n",name);
goto error;
}
if (rw & O_CREAT) {
/* Create the file at the specified size. */
if (ftruncate(fd, size1 + size2)) {
_DBG_ERROR("Unable to size %s\n",name);
goto error;
}
}
h = (op_ppath_header_t*)mmap(0, size1 + size2, prot, MAP_SHARED, fd, 0);
if (h == MAP_FAILED) {
_DBG_ERROR("Unable to map %s\n",name);
goto error;
}
if (rw & O_CREAT) {
/*
* clear the table & set the maximum lengths.
*/
memset((char*)h,0,size1+size2); -- SIGBUS OCCURS HERE
h->s1 = size1;
h->s2 = size2;
} else {
// more code omitted for clarity.
}
更新:
以下是一次失败的样本调试输出:
NOTICE: Pass 783: Inserting records.
NOTICE: Creating the path table.
TRC: initialize_paths[
TRC: close_table[
TRC: close_table]
TRC: open_table[
DBG: h=0x0x2a956b2000, size1=2621536, size2=0
以下是来自前一个迭代的相同输出:
NOTICE: Pass 782: Inserting records.
NOTICE: Creating the path table.
TRC: initialize_paths[
TRC: close_table[
TRC: close_table]
TRC: open_ppath_table[
DBG: h=0x0x2a956b2000, size1=2621536, size2=0
TRC: open_ppath_table]
TRC: op_ppath_initialize_paths]
请注意指针地址是有效的,大小也是有效的。
GDB报告崩溃的方式如下:
Program received signal SIGBUS, Bus error.
[Switching to Thread 182895447776 (LWP 5328)]
0x00000034a9371d20 in memset () from /lib64/tls/libc.so.6
(gdb) where
#0 0x00000034a9371d20 in memset () from /lib64/tls/libc.so.6
#1 0x0000002a955949d0 in open_table (r=0x7fbffff188, table=1, rw=66,
c=32768, c2=0) at ofedplus_path_private.c:294
#2 0x0000002a95595280 in initialize_paths (w=0x7fbffff130,
max_paths=32768) at path_private.c:567
#3 0x0000000000402050 in server (fname=0x7fbffff270 "gidtable", n=10000)
at opp_cache_test.c:202
#4 0x0000000000403086 in main (argc=6, argv=0x7fbffff568)
at opp_cache_test.c:542
(gdb)
即使删掉了memset,在下一行设置h->size1时仍然会导致SIGBUS错误 - 而size1是映射区域的前4个字节。