使用truss、strace或ltrace診斷"疑難雜症" Segmentation fault排查
程序無法啟動,軟體執行速度突然變慢,程式的"Segment Fault"等等都是讓每個Unix系統使用者頭痛的問題,本文通過三個實際案例演示如何使用truss、strace和ltrace這三個常用的除錯工具來快速診斷軟體的"疑難雜症"。
truss和strace用來 跟蹤一個程序的系統呼叫或訊號產生的情況,而 ltrace用來 跟蹤程序呼叫庫函式的情況。truss是早期為System V R4開發的除錯程式,包括Aix、FreeBSD在內的大部分Unix系統都自帶了這個工具;而strace最初是為SunOS系統編寫的,ltrace最早出現在GNU/Debian Linux中。這兩個工具現在也已被移植到了大部分Unix系統中,大多數Linux發行版都自帶了strace和ltrace,而FreeBSD也可通過Ports安裝它們。
你不僅可以從命令列除錯一個新開始的程式,也可以把truss、strace或ltrace繫結到一個已有的PID上來除錯一個正在執行的程式。三個除錯工具的基本使用方法大體相同,下面僅介紹三者共有,而且是最常用的三個命令列引數:
-f :除了跟蹤當前程序外,還跟蹤其子程序。 -o file :將輸出資訊寫到檔案file中,而不是顯示到標準錯誤輸出(stderr)。 -p pid :繫結到一個由pid對應的正在執行的程序。此引數常用來除錯後臺程序。 |
使用上述三個引數基本上就可以完成大多數除錯任務了,下面舉幾個命令列例子:
truss -o ls.truss ls -al: 跟蹤ls -al的執行,將輸出資訊寫到檔案/tmp/ls.truss中。 strace -f -o vim.strace vim: 跟蹤vim及其子程序的執行,將輸出資訊寫到檔案vim.strace。 |
三個除錯工具的輸出結果格式也很相似,以strace為例:
brk(0) = 0x8062aa8 brk(0x8063000) = 0x8063000 mmap2(NULL, 4096, PROT_READ, MAP_PRIVATE, 3, 0x92f) = 0x40016000 |
每一行都是一條系統呼叫,等號左邊是系統呼叫的函式名及其引數,右邊是該呼叫的返回值。 truss、strace和ltrace的工作原理大同小異,都是使用ptrace系統呼叫跟蹤除錯執行中的程序,詳細原理不在本文討論範圍內,有興趣可以參考它們的原始碼。
下面舉兩個例項演示如何利用這三個除錯工具診斷軟體的"疑難雜症":
作業系統:FreeBSD-5.2.1-release
clint是一個C++靜態原始碼分析工具,通過Ports安裝好之後,執行:
# clint foo.cpp Segmentation fault (core dumped) |
在Unix系統中遇見"Segmentation Fault"就像在MS Windows中彈出"非法操作"對話方塊一樣令人討厭。OK,我們用truss給clint"把把脈":
# truss -f -o clint.truss clint Segmentation fault (core dumped) # tail clint.truss 739: read(0x6,0x806f000,0x1000) = 4096 (0x1000) 739: fstat(6,0xbfbfe4d0) = 0 (0x0) 739: fcntl(0x6,0x3,0x0) = 4 (0x4) 739: fcntl(0x6,0x4,0x0) = 0 (0x0) 739: close(6) = 0 (0x0) 739: stat("/root/.clint/plugins",0xbfbfe680) ERR#2 'No such file or directory' SIGNAL 11 SIGNAL 11 Process stopped because of: 16 process exit, rval = 139 |
我們用truss跟蹤clint的系統呼叫執行情況,並把結果輸出到檔案clint.truss,然後用tail檢視最後幾行。注意看clint執行的最後一條系統呼叫(倒數第五行): stat("/root/.clint/plugins",0xbfbfe680) ERR#2 'No such file or directory'
,問題就出在這裡:clint找不到目錄"/root/.clint/plugins",從而引發了段錯誤。怎樣解決?很簡單: mkdir
-p /root/.clint/plugins
,不過這次執行clint還是會"Segmentation Fault"9。繼續用truss跟蹤,發現clint還需要這個目錄"/root/.clint/plugins/python",建好這個目錄後clint終於能夠正常運行了。
作業系統:FreeBSD-5.2.1-release
vim版本為6.2.154,從命令列執行vim後,要等待近半分鐘才能進入編輯介面,而且沒有任何錯誤輸出。仔細檢查了.vimrc和所有的vim指令碼都沒有錯誤配置,在網上也找不到類似問題的解決辦法,難不成要hacking source code?沒有必要,用truss就能找到問題所在:
# truss -f -D -o vim.truss vim |
這裡-D引數的作用是:在每行輸出前加上相對時間戳,即每執行一條系統呼叫所耗費的時間。我們只要關注哪些系統呼叫耗費的時間比較長就可以了,用less仔細檢視輸出檔案vim.truss,很快就找到了疑點:
735: 0.000021511 socket(0x2,0x1,0x0) = 4 (0x4) 735: 0.000014248 setsockopt(0x4,0x6,0x1,0xbfbfe3c8,0x4) = 0 (0x0) 735: 0.000013688 setsockopt(0x4,0xffff,0x8,0xbfbfe2ec,0x4) = 0 (0x0) 735: 0.000203657 connect(0x4,{ AF_INET 10.57.18.27:6000 },16) ERR#61 'Connection refused' 735: 0.000017042 close(4) = 0 (0x0) 735: 1.009366553 nanosleep(0xbfbfe468,0xbfbfe460) = 0 (0x0) 735: 0.000019556 socket(0x2,0x1,0x0) = 4 (0x4) 735: 0.000013409 setsockopt(0x4,0x6,0x1,0xbfbfe3c8,0x4) = 0 (0x0) 735: 0.000013130 setsockopt(0x4,0xffff,0x8,0xbfbfe2ec,0x4) = 0 (0x0) 735: 0.000272102 connect(0x4,{ AF_INET 10.57.18.27:6000 },16) ERR#61 'Connection refused' 735: 0.000015924 close(4) = 0 (0x0) 735: 1.009338338 nanosleep(0xbfbfe468,0xbfbfe460) = 0 (0x0) |
vim試圖連線10.57.18.27這臺主機的6000埠(第四行的connect()),連線失敗後,睡眠一秒鐘繼續重試(第6行的nanosleep())。以上片斷迴圈出現了十幾次,每次都要耗費一秒多鐘的時間,這就是vim明顯變慢的原因。可是,你肯定會納悶:"vim怎麼會無緣無故連線其它計算機的6000埠呢?"。問得好,那麼請你回想一下6000是什麼服務的埠?沒錯,就是X Server。看來vim是要把輸出定向到一個遠端X Server,那麼Shell中肯定定義了DISPLAY變數,檢視.cshrc,果然有這麼一行:setenv
DISPLAY ${REMOTEHOST}:0
,把它註釋掉,再重新登入,問題就解決了。
作業系統:Red Hat Linux 9.0
用除錯工具實時跟蹤軟體的執行情況不僅是診斷軟體"疑難雜症"的有效的手段,也可幫助我們理清軟體的"脈絡",即快速掌握軟體的執行流程和工作原理,不失為一種學習原始碼的輔助方法。下面這個案例展現瞭如何使用strace通過跟蹤別的軟體來"觸發靈感",從而解決軟體開發中的難題的。
大家都知道,在程序內開啟一個檔案,都有唯一一個檔案描述符(fd:file descriptor)與這個檔案對應。而本人在開發一個軟體過程中遇到這樣一個問題:已知一個fd ,如何獲取這個fd所對應檔案的完整路徑?不管是Linux、FreeBSD或是其它Unix系統都沒有提供這樣的API,怎麼辦呢?我們換個角度思考:Unix下有沒有什麼軟體可以獲取程序打開了哪些檔案?如果你經驗足夠豐富,很容易想到lsof,使用它既可以知道程序打開了哪些檔案,也可以瞭解一個檔案被哪個程序開啟。
好,我們用一個小程式來試驗一下lsof,看它是如何獲取程序打開了哪些檔案。
/* testlsof.c */ #include <stdio.h> #include <unistd.h> #include <sys/types.h> #include <sys/stat.h> #include <fcntl.h> int main(void) { open("/tmp/foo", O_CREAT|O_RDONLY); /* 開啟檔案/tmp/foo */ sleep(1200); /* 睡眠1200秒,以便進行後續操作 */ return 0; } |
將testlsof放入後臺執行,其pid為3125。命令lsof -p 3125檢視程序3125打開了哪些檔案,我們用strace跟蹤lsof的執行,輸出結果儲存在lsof.strace中:
# gcc testlsof.c -o testlsof # ./testlsof & [1] 3125 # strace -o lsof.strace lsof -p 3125 |
我們以"/tmp/foo"為關鍵字搜尋輸出檔案lsof.strace,結果只有一條:
# grep '/tmp/foo' lsof.strace readlink("/proc/3125/fd/3", "/tmp/foo", 4096) = 8 |
原來lsof巧妙的利用了/proc/nnnn/fd/目錄(nnnn為pid):Linux核心會為每一個程序在/proc/建立一個以其pid為名的目錄用來儲存程序的相關資訊,而其子目錄fd儲存的是該程序開啟的所有檔案的fd。目標離我們很近了。好,我們到/proc/3125/fd/看個究竟:
# cd /proc/3125/fd/ # ls -l total 0 lrwx------ 1 root root 64 Nov 5 09:50 0 -> /dev/pts/0 lrwx------ 1 root root 64 Nov 5 09:50 1 -> /dev/pts/0 lrwx------ 1 root root 64 Nov 5 09:50 2 -> /dev/pts/0 lr-x------ 1 root root 64 Nov 5 09:50 3 -> /tmp/foo # readlink /proc/3125/fd/3 /tmp/foo |
答案已經很明顯了:/proc/nnnn/fd/目錄下的每一個fd檔案都是符號連結,而此連結就指向被該程序開啟的一個檔案。我們只要用readlink()系統呼叫就可以獲取某個fd對應的檔案了,程式碼如下:
#include <stdio.h> #include <string.h> #include <sys/types.h> #include <unistd.h> #include <fcntl.h> #include <sys/stat.h> int get_pathname_from_fd(int fd, char pathname[], int n) { char buf[1024]; pid_t pid; bzero(buf, 1024); pid = getpid(); snprintf(buf, 1024, "/proc/%i/fd/%i", pid, fd); return readlink(buf, pathname, n); } int main(void) { int fd; char pathname[4096]; bzero(pathname, 4096); fd = open("/tmp/foo", O_CREAT|O_RDONLY); get_pathname_from_fd(fd, pathname, 4096); printf("fd=%d; pathname=%s\n", fd, pathname); return 0; } |
【注】出於安全方面的考慮,在FreeBSD 5 之後系統預設已經不再自動裝載proc檔案系統,因此,要想使用truss或strace跟蹤程式,你必須手工裝載proc檔案系統:mount -t procfs proc /proc;或者在/etc/fstab中加上一行:
proc /proc procfs rw 0 0 |
ltrace不需要使用procfs。