记一次 .NET某汽车零件采集系统卡死分析

一：背景

1. 讲故事

前段时间有位朋友在微信上找到我，说他的程序会出现一些偶发卡死的情况，让我帮忙看下是怎么回事，刚好朋友也抓到了dump，就让朋友把 dump 丢给我，接下来用 windbg 探究下到底咋回事。

二：WinDbg 分析

1. 程序真的卡死吗

因为是一个 winform 程序，验证起来很简单，观察主线程此时在做什么即可。



0:000:x86> kb

CvRegToMachine(x86) conversion failure for 0x14f

X86MachineInfo::SetVal: unknown register 0 requested

 # ChildEBP RetAddr      Args to Child

00 018fe0a8 77413ff9     00000918 00000000 00000000 ntdll_77530000!NtWaitForSingleObject+0xc

01 018fe0a8 77413f52     00000918 ffffffff 00000000 KERNELBASE!WaitForSingleObjectEx+0x99

02 018fe0bc 1000fe9c     00000918 ffffffff 1000fec0 KERNELBASE!WaitForSingleObject+0x12

WARNING: Stack unwind information not available. Following frames may be wrong.

03 018fe338 03d7808a     00000000 00000000 00000000 USB3101A!USB3101A_AUX_getch+0xdc

04 018fe358 03d7803a     00000000 00000000 00000000 0x3d7808a

05 018fe378 6ff87596     046e1928 03f02970 03f02db0 0x3d7803a

...

从主线程的线程栈看，托管代码调用了非托管的 USB3101A!USB3101A_AUX_getch 方法，然后在 NtWaitForSingleObject 方法上等待，熟悉 NtWaitForSingleObject 方法的朋友都知道，它的第一个参数是 句柄 类型，签名如下：



NTSTATUS NtWaitForSingleObject(

  [in] HANDLE         Handle,

  [in] BOOLEAN        Alertable,

  [in] PLARGE_INTEGER Timeout

);

有了这个信息，我们可以用 windbg 提取 ntdll_77530000!NtWaitForSingleObject 方法的第一个参数 00000918 。



0:000:x86> !handle 00000918 f

Handle 00000918

  Type         	Mutant

  Attributes   	0

  GrantedAccess	0x1f0001:

         Delete,ReadControl,WriteDac,WriteOwner,Synch

         QueryState

  HandleCount  	2

  PointerCount 	59730

  Name         	\Sessions\9\BaseNamedObjects\USB3101ALOCK-0

  Object specific information

    Mutex is Owned

    Mutant Owner 1334.1ec0

从输出信息的 Mutant Owner 1334.1ec0 来看，这是一个 mutex 锁，当前这个锁被 1134 号进程中的 1ec0 线程持有，我们都知道 mutex 是可以跨进程的，接下来疑问就来了，难道这个锁被其他的进程持有后不释放吗？那到底是不是其他进程呢？可以用 ~ 看下当前进程的进程号。

0:000:x86> ~

.  0  Id: 1334.1e74 Suspend: 0 Teb: 016ee000 Unfrozen

   1  Id: 1334.1354 Suspend: 0 Teb: 016fa000 Unfrozen

   2  Id: 1334.2c30 Suspend: 0 Teb: 016fd000 Unfrozen

   3  Id: 1334.db4 Suspend: 0 Teb: 01706000 Unfrozen

   4  Id: 1334.2ac4 Suspend: 0 Teb: 0170f000 Unfrozen

   5  Id: 1334.d54 Suspend: 0 Teb: 01718000 Unfrozen

   6  Id: 1334.4fc Suspend: 0 Teb: 0171b000 Unfrozen

   7  Id: 1334.241c Suspend: 0 Teb: 01727000 Unfrozen

   8  Id: 1334.2464 Suspend: 0 Teb: 01733000 Unfrozen

   9  Id: 1334.1ec0 Suspend: 0 Teb: 0175d000 Unfrozen

  10  Id: 1334.3bc4 Suspend: 0 Teb: 01790000 Unfrozen

  11  Id: 1334.2844 Suspend: 0 Teb: 01799000 Unfrozen

  12  Id: 1334.2a88 Suspend: 0 Teb: 0179c000 Unfrozen

  13  Id: 1334.2190 Suspend: 0 Teb: 0179f000 Unfrozen

从输出看 1334.1ec0 来看，mutex 是被本进程的 9号 线程持有，是本进程就好办了。

2. 为什么 9 号线程不释放

带着好奇心立刻切到 9 号线程上观察它的托管和非托管栈。



0:009:x86> !clrstack

OS Thread Id: 0x1ec0 (9)

Child SP       IP Call Site

0395ec00 0000002b [InlinedCallFrame: 0395ec00]

0395ebfc 0dbfc91d DomainBoundILStubClass.IL_STUB_PInvoke(IntPtr, Int16[], UInt32, UInt32 ByRef, UInt32 ByRef, Double)

0395ec00 0dbfc3e0 [InlinedCallFrame: 0395ec00] xxxx.USB3101A_AI_ReadBinary(IntPtr, Int16[], UInt32, UInt32 ByRef, UInt32 ByRef, Double)

0:009:x86> kb

CvRegToMachine(x86) conversion failure for 0x14f

X86MachineInfo::SetVal: unknown register 0 requested

 # ChildEBP RetAddr      Args to Child

00 0395e4c0 77447a94     00000910 00000000 00000000 ntdll_77530000!NtWaitForSingleObject+0xc

01 0395e4c0 7665fc4b     00000910 0022004b 0395e524 KERNELBASE!DeviceIoControl+0x35404

02 0395e4ec 1000c5bb     00000910 0022004b 0395e524 kernel32!DeviceIoControlImplementation+0x4b

WARNING: Stack unwind information not available. Following frames may be wrong.

03 00000910 1000f7ea     000107e7 00100001 00220009 USB3101A!USB3101A_SetPassword+0x24b

04 0403a7b4 7292cc68     0438b5d4 00000000 0000000c USB3101A!USB3101A_E2P_UpdateToFirmware+0x10a

05 00000000 775a2b1c     77413ff9 00000918 00000000 clr!StringObject::NewString+0x4c

06 00000000 77413ff9     00000918 00000000 77414016 ntdll_77530000!NtWaitForSingleObject+0xc

07 00000000 10022e61     0395e7a0 00000000 e9c915c7 KERNELBASE!WaitForSingleObjectEx+0x99

从输出信息看， DeviceIoControl 是一个非常底层的 Win32API 接口，看了下文档说是给指定的驱动设备下达指令，了，那它在等待什么呢？用同样的方式提取 00000910 参数。



0:009:x86> !handle 00000910 f

Handle 00000910

  Type         	File

  Attributes   	0

  GrantedAccess	0x12019f:

         ReadControl,Synch

         Read/List,Write/Add,Append/SubDir/CreatePipe,ReadEA,WriteEA,ReadAttr,WriteAttr

  HandleCount  	2

  PointerCount 	59992

  No object specific information available

从输出信息看，这是一个 file 类型的句柄，既然朋友说卡死，那就说明 9 号线程在这个 handle 上一直等待或者由于各种情况出不来，那为什么出不来呢？

3. 为什么不能全身而退

既然 9 号线程不能很好的退出非托管操作，内部可能发生了什么错误，要想提取当前线程在 win32 层面是否发生错误，可以用 windbg 的 !gle 命令，



0:009:x86> !gle

LastErrorValue: (Win32) 0xb7 (183) - <Unable to get error code text>

LastStatusValue: (NTSTATUS) 0 - STATUS_SUCCESS

Wow64 TEB status: 24506368

LastErrorValue: (NTSTATUS) 0 (0) - STATUS_SUCCESS

LastStatusValue: (NTSTATUS) 0 - STATUS_SUCCESS

从输出信息看，当前报了一个 0xb7 的错误，不过可惜的是现在 !error 不能很好的展示错误信息，只能到 msdn 上去查，参考链接：https://learn.microsoft.com/en-us/windows/win32/debug/system-error-codes--0-499-

分析到这里，逻辑大概就捋清楚了。

1 号线程等待 9 号线程释放 mutex 锁。
9 号线程意外出现了错误得不到退出，导致 mutex 锁不能释放。

接下来就是让朋友重点看下 9 号线程的线程栈，为什么会出现 重复创建 的逻辑，毕竟涉及到了业务逻辑，我也只能帮到这里了。

三：总结

这种类型的dump分析起来还是挺锻炼分析基本功的，文章中涉及到了一些 windbg 命令的使用技巧，相信大家会有收获的。