Linux下，多线程程序死循环问题调试

http://www.cppblog.com/elva/archive/2010/08/02/121943.html

当你的软件在某个时刻停止服务，CPU占用达到100%+，这种问题一个可能的原因是产生了死循环，假设程序某处存在潜在的死循环，并在某种条件下会引发，本文以一个示例来定位出现死循环的位置。

当程序某处存在死循环，通常定位问题及缩小范围的方法是，在可疑的代码处加log，或者注释掉可疑代码，这对于容易重现问题的程序来说还好，但对于“偶尔”才会产生问题程序却很难调试，因为我们很难重现程序故障。本文所述的调试过程正是在这种情况下，假设问题已经出现，我们要求环境保护现场，即出问题的程序还在运行中。

1.我们首先要知道是哪个线程出了问题：

首先查一下出问题进程的pid，例如


ovtsvn@ovtsvn:~/MASS4/src/icdn/src$ ps -ef | grep icdn


ovtsvn 11065 1 50 11:57 ? 00:00:07 ./icdn


ovtsvn 11076 10971 0 11:57 pts/2 00:00:00 grep icdn


ovtsvn@ovtsvn:~/MASS4/src/icdn/src$
然后top命令查看线程信息：

top -H -p 11065




PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND


11073 ovtsvn 25 0 325m 3980 2236 R 100 0.4 1:40.84 icdn


11065 ovtsvn 18 0 325m 3980 2236 S 0 0.4 0:00.01 icdn


11066 ovtsvn 18 0 325m 3980 2236 S 0 0.4 0:00.00 icdn


11067 ovtsvn 15 0 325m 3980 2236 S 0 0.4 0:00.00 icdn


11068 ovtsvn 15 0 325m 3980 2236 S 0 0.4 0:00.00 icdn


11069 ovtsvn 18 0 325m 3980 2236 S 0 0.4 0:00.00 icdn


11070 ovtsvn 18 0 325m 3980 2236 S 0 0.4 0:00.00 icdn


11071 ovtsvn 22 0 325m 3980 2236 S 0 0.4 0:00.00 icdn


11072 ovtsvn 15 0 325m 3980 2236 R 0 0.4 0:00.00 icdn
从上面可以看出，出问题线程PID为11073

2.接下来，我们用gdb来attach目标进程

执行: gdb icdn 11065

在gdb中，列出线程状态：


(gdb) info threads


9 Thread 47056948181264 (LWP 11066) 0x00002acc4a3dec91 in nanosleep () from /lib/libc.so.6


8 Thread 47056956573968 (LWP 11067) 0x00002acc4a406fc2 in select () from /lib/libc.so.6


7 Thread 47056964966672 (LWP 11068) 0x00002acc4a3dec91 in nanosleep () from /lib/libc.so.6


6 Thread 47056973359376 (LWP 11069) 0x00002acc4a3dec91 in nanosleep () from /lib/libc.so.6


5 Thread 47056981752080 (LWP 11070) 0x00002acc4a3dec91 in nanosleep () from /lib/libc.so.6


4 Thread 47056990144784 (LWP 11071) 0x00002acc4a40e63c in recvfrom () from /lib/libc.so.6


3 Thread 47057194060048 (LWP 11072) 0x00002acc4a406fc2 in select () from /lib/libc.so.6


2 Thread 47057226893584 (LWP 11073) CSendFile::SendFile (this=0x2acc5d4aff40, pathname=@0x2acc5d4afee0)


at ../src/csendfile.cpp:101


1 Thread 47056939784832 (LWP 11065) 0x00002acc4a3dec91 in nanosleep () from /lib/libc.so.6


(gdb)

gdb已经列出了各线程正在执行的函数，我们需要更多信息，记住11073对应的行首标号，这是gdb为线程分配的id，这里为2，然后执行切换：


(gdb) thread 2


[Switching to thread 2 (Thread 47057226893584 (LWP 11073))]#0 CSendFile::SendFile (this=0x2acc5d4aff40, pathname=@0x2acc5d4afee0)


at ../src/csendfile.cpp:101


101 while(1)


(gdb)

bt一下：


(gdb) bt


#0 CSendFile::SendFile (this=0x2acc5d4aff40, pathname=@0x2acc5d4afee0) at ../src/csendfile.cpp:101


#1 0x000000000040592e in CIcdn::TaskThread (pParam=0x7fff617eafe0) at ../src/cicdn.cpp:128


#2 0x00002acc4a90b73a in start_thread () from /lib/libpthread.so.0


#3 0x00002acc4a40d6dd in clone () from /lib/libc.so.6


#4 0x0000000000000000 in ?? ()

来看一下101行的代码：


(gdb) l


96 }


97


98 int CSendFile::SendFile(const string& pathname)


99 {


100 int n;


101 while(1)


102 {


103 n++;


104 }


105 //read file and send

现在我们定位到了出问题的代码位置，这里的循环只用来演示的。

最后别忘了detach