首页 > 代码库 > Loader Lock引起的一个Bug
Loader Lock引起的一个Bug
在Windows中,让程序模块化实现的一种方式,就是让其实现为动态链接库。然后在主程序启动的时候隐式或者显示的去加载动态链接库。但是如果不恰当的编写动态链接库的DllMain函数,将会引起意想不到的Bug哦,比如典型的Loader Lock死锁问题。这不,我们产品中就碰到了一个由于Loader Lock而引起的Bug....
1. 背景介绍
当主程序在启动的时候,隐式或者显示的加载动态链接库的时候,调用动态链接库的DllMain,或者当创建线程的时候,线程启动过程中隐式的调用动态链接库的DllMain。然而为了多个线程顺序的调用DllMain,在微软内部在调用DllMain的时候使用了一个锁,叫做Loader Lock,这个锁作用于整个进程。
比如,当前程序中使用LoadLibrary第一次加载动态链接库,那么在调用动态链接库的时候,顺序如下:
既然有个隐藏的Loader Lock锁,那么在编写DllMain的时候就需要格外小心了,举一个Winodws核心编程书中的20.2.5节的一个死锁例子:
BOOL WINAPI DllMain(HINSTANCE hInstDll, DWORD fdwReason, PVOID fImpLoad) { HANDLE hThread; DWORD dwThreadId; switch (fdwReason){ case DLL_PROCESS_ATTACH: // The DLL is being mapped into the process' address space hThread = CreateThread(NULL, 0, SomeFuction, NULL, 0, &dwThreadId); WaitForSingleObject(hThread, INFINITE); CloseHandle(hThread); break; case DLL_THREAD_ATTACH: // A thread is being created break; case DLL_THREAD_DETACH: // A thread is exiting cleanly break; case DLL_PROCESS_DETACH: // The DLL is being unmapped from the process' address space break; } return TRUE; }从上述例子中可以看出,当DllMain收到DLL_PROCESS_ATTACH通知的时候会创建一个新的线程,系统用DLL_THREAD_ATTACH来再次通知新创建的线程调用DllMain。而之前的线程还在DllMain中还在等待新创建线程执行结束,但由于之前的线程又占有了Loader Lock,新创建的线程一直在等待Loader Lock,从而造成了死锁。
2. Windbg分析问题
在背景介绍中,明白了Loader Lock中会产生一些隐藏的Bug,那就让谨慎编写DllMain吧。在实际产品中,碰到的问题的复杂度肯定是超过了以上的例子的。下面本人简化一下我们产品中出问题的逻辑:
在产品以Windows Server形式存在,在启动产品Service的时候,将先加载A.dll,而A.dll的DllMain中将会创建一个线程Thread2,这个线程在接收到清除Log的Event后,将会对Log进行清除。接着加载B.dll,在B.dll的DllMain中,将会去检查log文件,如果其大于10M,则通知Thread2去清理log,并且等待Thread2将log清理完成(最多等待5分钟)。 但是当log大于10M的时候,启动Service有时候会出现启动超时的情况。
于是用Windbg Attach到hang的主进程上,设置好产品的symbols,首先查看哪些正在被占用的锁:
0:019> !locks CritSec ntdll!LdrpLoaderLock+0 at 0000000077d17490 WaiterWoken No LockCount 12 RecursionCount 1 OwningThread cb0 EntryCount 0 ContentionCount d *** Locked
可以看到锁被线程cb0(16进制)所占用,并且从LockCount来看,还有很多线程再请求Loader Lock。先根据"!thread"命令获取占用Loader Lock线程cb0的顺序号为5 (下面只列出了6个线程,其实有几十个线程):
0:019> !threads Index TID TEB StackBase StackLimit DeAlloc StackSize ThreadProc 0 0000000000000d4c 0x000007fffffdd000 0x0000000000130000 0x0000000000126000 0x0000000000030000 0x000000000000a000 0x0 1 0000000000000fc0 0x000007fffffdb000 0x0000000002490000 0x000000000248e000 0x0000000002390000 0x0000000000002000 0x0 2 0000000000000968 0x000007fffffae000 0x0000000002cc0000 0x0000000002cbe000 0x0000000002bc0000 0x0000000000002000 0x0 3 0000000000000914 0x000007fffffac000 0x0000000002dc0000 0x0000000002dbe000 0x0000000002cc0000 0x0000000000002000 0x0 4 0000000000000de4 0x000007fffffaa000 0x0000000002ec0000 0x0000000002ebc000 0x0000000002dc0000 0x0000000000004000 0x0 5 0000000000000cb0 0x000007fffffa8000 0x0000000002fc0000 0x0000000002f9a000 0x0000000002ec0000 0x0000000000026000 0x0然后查看线程cb0的函数调用栈,其hang在xmodule3模块的DB_xxxxxxxxx函数中,这个函数中就是之前提到的,通知清理的log线程,并等待其清理完成(最多等待5分钟),这个线程正在等待。
0:019> ~5kv Child-SP RetAddr : Args to Child : Call Site 00000000`02fbd558 000007fe`fdd81203 : 00000000`02fbd618 00000000`00000000 00000000`00000000 00000000`00000000 : ntdll!NtDelayExecution+0xa 00000000`02fbd560 00000000`63151a35 : 00000000`00000008 00000000`00000000 00000000`00000000 00000000`00000000 : KERNELBASE!SleepEx+0xab 00000000`02fbd600 00000000`6327299d : 00000000`00000000 00000000`00000000 00000000`00000010 00000000`002e2770 : xmodule3!DB_xxxxxxxxx+0x105 00000000`02fbd650 00000000`007fab85 : 00000000`00000001 00000000`00000004 00000000`00000268 00000000`02fbe3a8 : xmodule2!LM_xxxxx+0x18d 00000000`02fbe3e0 00000000`0082848d : 00000000`00000001 00000000`00000001 00000000`00000000 000012eb`e9b70b34 : xmodule1!ENG_xx+0x605 00000000`02fbee10 00000000`77c1b108 : 00000000`002cbb00 00000000`00000000 00000000`00000000 00000000`00297bf4 : xmodule1!ENG_xxx+0x2065d 00000000`02fbee50 00000000`77c0787a : 00000000`00000000 00000000`002cbb00 00000000`02fbef60 00000000`00000000 : ntdll!LdrpRunInitializeRoutines+0x1fe 00000000`02fbf020 00000000`77c07b5e : 00000000`00000000 00000000`0012fc38 00000000`02fbf2c0 000007fe`fdd8da2d : ntdll!LdrpLoadDll+0x231 00000000`02fbf230 000007fe`fdd89059 : 00000000`00000000 00000000`00000000 00000000`0012fc38 00000000`00000046 : ntdll!LdrLoadDll+0x9a 00000000`02fbf2a0 00000001`40003b05 : 00000000`00000000 00000000`0012fc38 00000001`4000e3d8 00000000`00000000 : KERNELBASE!LoadLibraryExW+0x22e 00000000`02fbf310 00000000`757237d7 : 00000000`0096d840 00000000`0096d840 00000000`00000000 00000000`00000000 : SpntSvc+0x3b05 00000000`02fbff00 00000000`75723894 : 00000000`757d95c0 00000000`0096d840 00000000`00000000 00000000`00000000 : MSVCR80!endthreadex+0x47 00000000`02fbff30 00000000`779d652d : 00000000`00000000 00000000`00000000 00000000`00000000 00000000`00000000 : MSVCR80!endthreadex+0x104 00000000`02fbff60 00000000`77c0c541 : 00000000`00000000 00000000`00000000 00000000`00000000 00000000`00000000 : kernel32!BaseThreadInitThunk+0xd 00000000`02fbff90 00000000`00000000 : 00000000`00000000 00000000`00000000 00000000`00000000 00000000`00000000 : ntdll!RtlUserThreadStart+0x1d从上面可以看出,线程cb0一直在等待清理log线程清除完毕,那么到底清理log的线程发生了什么情况呢?首先我在log中记录了清理log的线程的handle为"17c" (16进制)。查看其线程Id为5fc.890。
0:019> !handle 17c f Handle 17c Type Thread Attributes 0 GrantedAccess 0x1fffff: Delete,ReadControl,WriteDac,WriteOwner,Synch Terminate,Suspend,Alert,GetContext,SetContext,SetInfo,QueryInfo,SetToken,Impersonate,DirectImpersonate HandleCount 4 PointerCount 6 Name <none> Object Specific Information Thread Id 5fc.890 Priority 10 Base Priority 0 Start Address 75723810 MSVCR80!endthreadex
同之前的方法查看清理log的线程的函数栈,在"ntdll!RtlpWaitOnCriticalSection"中的参数"00000000`77d17490"刚好为Loader Lock。终于真想大白了~~~
0:019> ~6kv Child-SP RetAddr : Args to Child : Call Site 00000000`0321f858 00000000`77c2e518 : 00000000`00000000 00000000`00000194 000007ff`fffa62c8 00000000`77c0c4fa : ntdll!ZwWaitForSingleObject+0xa 00000000`0321f860 00000000`77c2e40b : 00000000`00000001 000007ff`fffdf000 00000000`77be0000 00000000`77d17490 : ntdll!RtlpWaitOnCriticalSection+0xe8 00000000`0321f910 00000000`77c0c5dd : 00000000`00000000 000007ff`fffa6000 000007ff`fffa62c8 00000000`00000000 : ntdll!RtlEnterCriticalSection+0xd1 00000000`0321f940 00000000`77c0c44f : 000007ff`fffdf000 00000000`00000000 000007ff`fffa6000 00000000`00000000 : ntdll!LdrpInitializeThread+0x8d 00000000`0321fa40 00000000`77c0c34e : 00000000`0321fb00 00000000`00000000 000007ff`fffdf000 00000000`00000000 : ntdll!LdrpInitialize+0x9f 00000000`0321fab0 00000000`00000000 : 00000000`00000000 00000000`00000000 00000000`00000000 00000000`00000000 : ntdll!LdrInitializeThunk+0xe
在知道问题的根源后,解决这个问题也显得不是特别困难了,再次就不在阐述如何解决的。那么通过这个给我一个深深的教训,尽量在DllMain中不要实现太多逻辑,可以使用一个剥离的导出函数,在加载动态链接库之后,手动的调用导出的初始化函数。
最后,推荐看看Microsoft的文档<<Dynamic-Link Library Best Practices>>.
Loader Lock引起的一个Bug