详解如何保留Go程序崩溃现场
引言
没有消灭一切的银弹,也没有可以保证永不出错的程序。我们应当如何捕捉 Go 程序错误?我想同学们的第一反应是:打日志。
但错误日志的能力是有限的。第一,日志是开发者在代码中定义的打印信息,我们没法保证日志信息能包含所有的错误情况。第二,在 Go 程序中发生 panic 时,我们也并不总是能通过 recover 捕获(没法插入日志代码)。
那线上 Go 程序突然莫名崩溃后,当日志记录没有覆盖到错误场景时,还有别的方法排查吗?
core dump
core dump 又即核心转储,简单来说它就是程序意外终止时产生的内存快照。我们可以通过 core dump 文件来调式程序,找出其崩溃原因。
在 linux 平台上,可通过ulimit -c
命令查看核心转储配置,系统默认为 0,表明未开启 core dump 记录功能。
$ ulimit -c 0
可以使用ulimit -c [size]
命令指定记录 core dump 文件的大小,即是开启 core dump 记录。当然,如果电脑资源足够,避免 core dump 丢失或记录不全,也可执行ulimit -c unlimited
而不限制 core dump 文件大小。
那在 Go 程序中,如何开启 core dump 呢?
GOTRACEBACK
我们在你真的懂string与[]byte的转换了吗一文中探讨过 string 转 []byte 的黑魔法,如下例所示。
package main import ( "reflect" "unsafe" ) func String2Bytes(s string) []byte { sh := (*reflect.StringHeader)(unsafe.Pointer(&s)) bh := reflect.SliceHeader{ Data: sh.Data, Len: sh.Len, Cap: sh.Len, } return *(*[]byte)(unsafe.Pointer(&bh)) } func Modify() { a := "hello" b := String2Bytes(a) b[0] = 'H' } func main() { Modify() }
string 是不可以被修改的,当我们将 string 类型通过黑魔法转为 []byte 后,企图修改其值,程序会发生一个不能被 recover 捕获到的错误。
$ go run main.go unexpected fault address 0x106a6a4 fatal error: fault [signal SIGBUS: bus error code=0x2 addr=0x106a6a4 pc=0x105b01a] goroutine 1 [running]: runtime.throw({0x106a68b, 0x0}) /usr/local/go/src/runtime/panic.go:1198 +0x71 fp=0xc000092ee8 sp=0xc000092eb8 pc=0x102bad1 runtime.sigpanic() /usr/local/go/src/runtime/signal_unix.go:732 +0x1d6 fp=0xc000092f38 sp=0xc000092ee8 pc=0x103f2f6 main.Modify(...) /Users/slp/github/PostDemo/coreDemo/main.go:21 main.main() /Users/slp/github/PostDemo/coreDemo/main.go:25 +0x5a fp=0xc000092f80 sp=0xc000092f38 pc=0x105b01a runtime.main() /usr/local/go/src/runtime/proc.go:255 +0x227 fp=0xc000092fe0 sp=0xc000092f80 pc=0x102e167 runtime.goexit() /usr/local/go/src/runtime/asm_amd64.s:1581 +0x1 fp=0xc000092fe8 sp=0xc000092fe0 pc=0x1052dc1 exit status 2
这些堆栈信息是由 GOTRACEBACK 变量来控制打印粒度的,它有五种级别。
- none,不显示任何 goroutine 堆栈信息
- single,默认级别,显示当前 goroutine 堆栈信息
- all,显示所有 user (不包括 runtime)创建的 goroutine 堆栈信息
- system,显示所有 user + runtime 创建的 goroutine 堆栈信息
- crash,和 system 打印一致,但会生成 core dump 文件(Unix 系统上,崩溃会引发 SIGABRT 以触发core dump)
如果我们将 GOTRACEBACK 设置为 system ,我们将看到程序崩溃时所有 goroutine 状态信息
$ GOTRACEBACK=system go run main.go unexpected fault address 0x106a6a4 fatal error: fault [signal SIGBUS: bus error code=0x2 addr=0x106a6a4 pc=0x105b01a] goroutine 1 [running]: runtime.throw({0x106a68b, 0x0}) ... goroutine 2 [force gc (idle)]: runtime.gopark(0x0, 0x0, 0x0, 0x0, 0x0) ... created by runtime.init.7 /usr/local/go/src/runtime/proc.go:294 +0x25 goroutine 3 [GC sweep wait]: runtime.gopark(0x0, 0x0, 0x0, 0x0, 0x0) ... created by runtime.gcenable /usr/local/go/src/runtime/mgc.go:181 +0x55 goroutine 4 [GC scavenge wait]: runtime.gopark(0x0, 0x0, 0x0, 0x0, 0x0) ... created by runtime.gcenable /usr/local/go/src/runtime/mgc.go:182 +0x65 exit status 2
如果想获取 core dump 文件,那么就应该把 GOTRACEBACK 的值设置为 crash 。当然,我们还可以通过 runtime/debug 包中的 SetTraceback
方法来设置堆栈打印级别。
delve 调试
delve 是 Go 语言编写的 Go 程序调试器,我们可以通过 dlv core
命令来调试 core dump。
首先,通过以下命令安装 delve
go get -u github.com/go-delve/delve/cmd/dlv
还是以上文中的例子为例,我们通过设置 GOTRACEBACK 为 crash 级别来获取 core dump 文件
$ tree . └── main.go $ ulimit -c unlimited $ go build main.go $ GOTRACEBACK=crash ./main ... Aborted (core dumped) $ tree . ├── core ├── main └── main.go $ ls -alh core -rw------- 1 slp slp 41M Oct 31 22:15 core
此时,在同级目录得到了 core dump 文件 core(文件名、存储路径、是否加上进程号都可以配置修改)。
通过 dlv 调试器来调试 core 文件,执行命令格式 dlv core 可执行文件名 core文件
$ dlv core main core Type 'help' for list of commands. (dlv)
命令 goroutines
获取所有 goroutine 相关信息
(dlv) goroutines * Goroutine 1 - User: ./main.go:21 main.main (0x45b81a) (thread 18061) Goroutine 2 - User: /usr/local/go/src/runtime/proc.go:367 runtime.gopark (0x42ed96) [force gc (idle)] Goroutine 3 - User: /usr/local/go/src/runtime/proc.go:367 runtime.gopark (0x42ed96) [GC sweep wait] Goroutine 4 - User: /usr/local/go/src/runtime/proc.go:367 runtime.gopark (0x42ed96) [GC scavenge wait] [4 goroutines] (dlv)
Goroutine 1 是出问题的 goroutine (带有 * 代表当前帧),通过命令 goroutine 1
切换到其栈帧
(dlv) goroutine 1 Switched from 1 to 1 (thread 18061) (dlv)
执行命令 bt
(breakpoints trace) 查看当前的栈帧详细信息
(dlv) bt 0 0x0000000000454bc1 in runtime.raise at /usr/local/go/src/runtime/sys_linux_amd64.s:165 1 0x0000000000452f60 in runtime.systemstack_switch at /usr/local/go/src/runtime/asm_amd64.s:350 2 0x000000000042c530 in runtime.fatalthrow at /usr/local/go/src/runtime/panic.go:1250 3 0x000000000042c2f1 in runtime.throw at /usr/local/go/src/runtime/panic.go:1198 4 0x000000000043fa76 in runtime.sigpanic at /usr/local/go/src/runtime/signal_unix.go:742 5 0x000000000045b81a in main.Modify at ./main.go:21 6 0x000000000045b81a in main.main at ./main.go:25 7 0x000000000042e9c7 in runtime.main at /usr/local/go/src/runtime/proc.go:255 8 0x0000000000453361 in runtime.goexit at /usr/local/go/src/runtime/asm_amd64.s:1581 (dlv)
通过 5 0x000000000045b81a in main.Modify
发现了错误代码所在函数,执行命令 frame 5
进入函数具体代码
(dlv) frame 5 > runtime.raise() /usr/local/go/src/runtime/sys_linux_amd64.s:165 (PC: 0x454bc1) Warning: debugging optimized function Frame 5: ./main.go:21 (PC: 45b81a) 16: } 17: 18: func Modify() { 19: a := "hello" 20: b := String2Bytes(a) => 21: b[0] = 'H' 22: } 23: 24: func main() { 25: Modify() 26: } (dlv)
自此,破案了,问题就出在了擅自修改 string 底层值。
Mac 不能使用
有一点需要注意,上文 core dump 生成的例子,我是在 linux 系统下完成的,mac amd64 系统没法弄(很气,害我折腾了两个晚上)。
这是由于 mac 系统下的 Go 限制了生成 core dump 文件,这个在 Go 源码 src/runtime/signal_unix.go 中有相关说明。
//go:nosplit func crash() { // OS X core dumps are linear dumps of the mapped memory, // from the first virtual byte to the last, with zeros in the gaps. // Because of the way we arrange the address space on 64-bit systems, // this means the OS X core file will be >128 GB and even on a zippy // workstation can take OS X well over an hour to write (uninterruptible). // Save users from making that mistake. if GOOS == "darwin" && GOARCH == "amd64" { return } dieFromSignal(_SIGABRT) }
总结
core dump 文件是操作系统提供给我们的一把利器,它是程序意外终止时产生的内存快照。利用 core dump,我们可以在程序崩溃后更好地恢复事故现场,为故障排查保驾护航。
当然,core dump 文件的生成也是有弊端的。core dump 文件较大,如果线上服务本身内存占用就很高,那在生成 core dump 文件上的内存与时间开销都会很大。另外,我们往往会布置服务守护进程,如果我们的程序频繁崩溃和重启,那会生成大量的 core dump 文件(设定了core+pid 命名规则),产生磁盘打满的风险(如果放开了内核限制 ulimit -c unlimited)。
最后,如果担心错误日志不能帮助我们定位 Go 代码问题,我们可以为它开启 core dump 功能,在 hotfix 上增加奇兵。对于有守护进程的服务,建议设置好 ulimt -c 大小限制。
以上就是详解如何保留Go程序崩溃现场的详细内容,更多关于Go程序崩溃保留的资料请关注脚本之家其它相关文章!
最新评论