coredump 分析入門
作為工作幾年的老程序猿,肯定會遇到coredump,log severity設置的比較高,導致可用的log無法分析問題所在。 更悲劇的是,這個問題不好復現!所以現在你手頭唯一的線索就是這個程序的屍體:coredump。你不得不通過它,來尋找問題根源。
通過上幾篇文章,我們知道了函數參數是如何傳遞的,和函數調用時棧是如何變化的;當然了還有AT&T的彙編基礎,這些,已經可以使我們具備了一定的調試基礎。其實,很多調試還是需要經驗+感覺的。當然說這句話可能會被打。但是你不得不承認,隨著調試的增多,你的很多推斷在解決問題時顯得很重要,因此,我們需要不斷積累經驗,來面對各種case。
導致coredump的原因很多,比如死鎖,這些還不要操作系統相關的知識,這些問題的分析不在本文的討論範圍之內。大家敬請期待接下來的文章吧!本文從一個非常典型的coredump入手。
請下載本文用到的coredump: Linux Debugging: coredump 分析入門的材料
首先使用gdb a.out core.25992打開這個core 看一下backtrace是什麼:
Program received signal SIGSEGV, Segmentation fault. 0x0000000000400703 in __do_global_dtors_aux () (gdb) bt Cannot access memory at address 0x303938373635343b 出錯的地方很奇怪,而且整個callstack都被破壞了,因此首先看一下寄存器和bp是否正常:
(gdb) i r
rax 0x7fffffffe040 140737488347200
rbx 0x400820 4196384
rcx 0x3332312c21646c72 3689065110378409074
rdx 0x0 0
rsi 0x40091d 4196637
rdi 0x7fffffffe059 140737488347225
rbp 0x3039383736353433 0x3039383736353433
rsp 0x7fffffffe060 0x7fffffffe060
r8 0x30393837363534 13573712489362740
r9 0x7ffff7dc3680 140737351792256
r10 0xffffffffffffffff -1
r11 0x7ffff7389ae0 140737341070048
r12 0x400660 4195936
r13 0x7fffffffe180 140737488347520
r14 0x0 0
r15 0x0 0
rip 0x400703 0x400703 <__do_global_dtors_aux+83>
eflags 0x10202 [ IF RF ]
cs 0x33 51
ss 0x2b 43
ds 0x0 0
es 0x0 0
fs 0x0 0
gs 0x0 0
fctrl 0x37f 895
fstat 0x0 0
ftag 0xffff 65535
fiseg 0x0 0
fioff 0x0 0
foseg 0x0 0
fooff 0x0 0
fop 0x0 0
mxcsr 0x1f80 [ IM DM ZM OM UM PM ]
(gdb) x/i $rip
0x400703 <__do_global_dtors_aux+83>: fidivl -0x1e(%rdx)
(gdb) x/20i $rip-10
0x4006f9 <__do_global_dtors_aux+73>: add %cl,-0x75(%rax)
0x4006fc <__do_global_dtors_aux+76>: adc $0x200947,%eax
0x400701 <__do_global_dtors_aux+81>: cmp %rbx,%rdx
0x400704 <__do_global_dtors_aux+84>: jb 0x4006e8 <__do_global_dtors_aux+56>
0x400706 <__do_global_dtors_aux+86>: movb $0x1,0x200933(%rip) # 0x601040 <completed.6159>
0x40070d <__do_global_dtors_aux+93>: add $0x8,%rsp
0x400711 <__do_global_dtors_aux+97>: pop %rbx
0x400712 <__do_global_dtors_aux+98>: leaveq
0x400713 <__do_global_dtors_aux+99>: retq
0x400714 <__do_global_dtors_aux+100>: nopw %cs:0x0(%rax,%rax,1)
0x400720 <frame_dummy>: push %rbp
0x400721 <frame_dummy+1>: cmpq $0x0,0x2006df(%rip) # 0x600e08 <__JCR_LIST__>
0x400729 <frame_dummy+9>: mov %rsp,%rbp
0x40072c <frame_dummy+12>: je 0x400748 <frame_dummy+40>
0x40072e <frame_dummy+14>: mov $0x0,%eax
0x400733 <frame_dummy+19>: test %rax,%rax
0x400736 <frame_dummy+22>: je 0x400748 <frame_dummy+40>
0x400738 <frame_dummy+24>: mov $0x600e08,%edi
0x40073d <frame_dummy+29>: mov %rax,%r11
0x400740 <frame_dummy+32>: leaveq
rbp的值很奇怪,基本確定棧被破壞了(bt不正常,也應該看一下棧是否出問題了)。打印一下棧的內容,看是否棧被寫壞了:
(gdb) x/30c $rsp-20
0x7fffffffe04c: 33 '!' 44 ',' 49 '1' 50 '2' 51 '3' 52 '4' 53 '5' 54 '6'
0x7fffffffe054: 55 '7' 56 '8' 57 '9' 48 '0' 0 '\000' 7 '\a' 64 '@' 0 '\000'
0x7fffffffe05c: 0 '\000' 0 '\000' 0 '\000' 0 '\000' 0 '\000' 0 '\000' 0 '\000' 0 '\000'
0x7fffffffe064: 0 '\000' 0 '\000' 0 '\000' 0 '\000' -21 '\353' 5 '\005'
我們看到了特殊的字符!,1234567890。當然實際的生產環境可能不會這麼簡單,比如筆者曾經遇到過這個字符串是/local/share/tracker_...這種目錄的字符串,後來發現拼接路徑的時候出現錯誤導致路徑非常長,在路徑拷貝的時候出現了寫壞棧的情況。 多打印一下棧的內容:
(gdb) x/40c $rsp-40
0x7fffffffe038: -100 '\234' 7 '\a' 64 '@' 0 '\000' 1 '\001' 0 '\000' 0 '\000' 0 '\000'
0x7fffffffe040: 72 'H' 101 'e' 108 'l' 108 'l' 111 'o' 44 ',' 32 ' ' 119 'w'
0x7fffffffe048: 111 'o' 114 'r' 108 'l' 100 'd' 33 '!' 44 ',' 49 '1' 50 '2'
0x7fffffffe050: 51 '3' 52 '4' 53 '5' 54 '6' 55 '7' 56 '8' 57 '9' 48 '0'
0x7fffffffe058: 0 '\000' 7 '\a' 64 '@' 0 '\000' 0 '\000' 0 '\000' 0 '\000' 0 '\000'
可以看出,字符串"Hello, World!,1234567890"這個字符串溢出導致棧被破壞。 我們不應該用rbp打印嗎?
還記得在函數返回時,rbp會恢復為上一層調用者的bp嗎?因為字符串溢出/越界,導致已經恢復不了原來的bp了。
這個bug很簡單。實際上,有的coredump就是這種無心的錯誤啊。