聊一聊 .NET Dump 中的 Linux信号机制

一：背景

1. 讲故事

当 .NET程序 在Linux上崩溃时，我们可以配置一些参考拿到对应程序的core文件，拿到core文件后用windbg打开，往往会看到这样的一句信息 Signal SIGABRT code SI_USER (Sent by kill, sigsend, raise)，参考如下：

(1.1d): Signal SIGABRT code SI_USER (Sent by kill, sigsend, raise)
libc_so!wait4+0x57:
00007fbd`09313c17 483d00f0ffff    cmp     rax,0FFFFFFFFFFFFF000h
0:023> ? 1d
Evaluate expression: 29 = 00000000`0000001d
0:023> ~29s
*** WARNING: Unable to verify timestamp for libSystem.Native.so
libc_so!read+0x4c:
00007fbd`0933829c 483d00f0ffff    cmp     rax,0FFFFFFFFFFFFF000h

从字面上看是 kill,sigsend,raise 发出了携带 SI_USER 代码的 SIGABRT 信号，看起来和Linux信号机制有关，那具体是什么意思呢？这就是本篇和大家详聊的。

二：Linux 信号机制

1. 信号机制简介

简单的说Linux信号是一种进程间通信机制，大概可以做三件事情。

• 通知进程发生了某种事件，比如：段错误。
• 允许进程间发送简单的消息。
• 控制进程行为，比如：终止、暂停、继续等。

在 linux 上有60多个信号，默认能产生core文件的有11个，这也是我们最关心的，整理成表格如下：

信号名称	信号编号	说明
SIGQUIT	3	通常由 Ctrl+\ 触发
SIGILL	4	非法指令
SIGABRT	6	由 abort() 函数产生
SIGFPE	8	浮点异常
SIGSEGV	11	段错误（非法内存访问）
SIGBUS	7	总线错误（内存访问对齐问题等）
SIGSYS	31	错误的系统调用
SIGTRAP	5	跟踪/断点陷阱
SIGXCPU	24	超出 CPU 时间限制
SIGXFSZ	25	超出文件大小限制
SIGEMT	7	EMT 指令（某些架构）

有了这些基础之后就可以解读 Signal SIGABRT code SI_USER (Sent by kill, sigsend, raise) 这句话了。

1) SIGABRT

全称 signal abort ，是一种能产生 core 的信号。

2) SI_USER

在 linux 源码中有这样一句代码(type == PIDTYPE_PID) ? SI_TKILL : SI_USER，参考如下：

static void prepare_kill_siginfo(int sig, struct kernel_siginfo *info,enum pid_type type)
{
	clear_siginfo(info);
	info->si_signo = sig;
	info->si_errno = 0;
	info->si_code = (type == PIDTYPE_PID) ? SI_TKILL : SI_USER;
	info->si_pid = task_tgid_vnr(current);
	info->si_uid = from_kuid_munged(current_user_ns(), current_uid());
}

代码中的 kernel_siginfo.si_code 字段用来表示信号的来源，比如说 SI_USER 表示信号来源于用户进程，而后者的 SI_TKILL 表示信号来源于 tgkill,tkill 系统调用。

3) kill,sigsend,raise

熟悉 linux 的朋友应该对 kill 和 raise 方法非常熟悉，毕竟他们遵守 POSIX 标准，至于他们有什么区别，看签名就知道了。。。

/* Raise signal SIG, i.e., send SIG to yourself.  */
extern int raise (int __sig) __THROW;

/* Send signal SIG to process number PID.  If PID is zero,
   send SIG to all processes in the current process's process group.
   If PID is < -1, send SIG to all processes in process group - PID.  */
#ifdef __USE_POSIX
extern int kill (__pid_t __pid, int __sig) __THROW;
#endif /* Use POSIX.  */

相比前面的函数，这个 sigsend 就不是 POSIX 标准了，只在部分Unix上可用，比如 Solaris，SunOS，不过功能还是很强大的，不仅可以指定 pid，还可以指定 pidgroup 以及 user 来批量的 kill 进程，这里做个了解即可，签名如下：

int sigsend(idtype_t idtype, id_t id, int sig);

这些信息汇总之后更准确的意思就是：你的程序可能调用了 kill(SIGABRT) ,raise(SIGABRT)，abort 引发的程序崩溃，那是不是这样的呢？可以用 windbg 的 ~* k 观察每个线程的调用栈，最终还真给找到了。

0:023> k
 # Child-SP          RetAddr               Call Site
00 00007fbd`03c62a70 00007fbd`090bf635     libc_so!wait4+0x57
01 00007fbd`03c62aa0 00007fbd`090c0580     libcoreclr!PROCCreateCrashDump+0x275 [/__w/1/s/src/coreclr/pal/src/thread/process.cpp @ 2307]
02 00007fbd`03c62b00 00007fbd`090be22f     libcoreclr!PROCCreateCrashDumpIfEnabled+0x770 [/__w/1/s/src/coreclr/pal/src/thread/process.cpp @ 2524]
03 00007fbd`03c62b90 00007fbd`090be159 (T) libcoreclr!PROCAbort+0x2f [/__w/1/s/src/coreclr/pal/src/thread/process.cpp @ 2555]
04 (Inline Function) --------`-------- (T) libcoreclr!PROCEndProcess+0x7c [/__w/1/s/src/coreclr/pal/src/thread/process.cpp @ 1352]
05 00007fbd`03c62bb0 00007fbd`08db667f (T) libcoreclr!TerminateProcess+0x84 [/__w/1/s/src/coreclr/pal/inc/pal_mstypes.h @ 1249]
...
09 00007fbd`03c63950 00007fbd`08d4524e     libcoreclr!UMEntryThunk::Terminate+0x38 [/__w/1/s/src/coreclr/inc/clrtypes.h @ 260]
0a (Inline Function) --------`--------     libcoreclr!InteropSyncBlockInfo::FreeUMEntryThunk+0x24 [/__w/1/s/src/coreclr/vm/syncblk.cpp @ 119]
19 00007fbd`03c63e30 00007fbd`092c91f5     libcoreclr!CorUnix::CPalThread::ThreadEntry+0x1fe [/__w/1/s/src/coreclr/pal/inc/pal.h @ 1763]
1a 00007fbd`03c63ee0 00007fbd`09348b00     libc_so!pthread_condattr_setpshared+0x515
1b 00007fbd`03c63f80 ffffffff`ffffffff     libc_so!_clone+0x40
1c 00007fbd`03c63f88 00000000`00000000     0xffffffff`ffffffff

在上面的代码中我们看到了 libcoreclr!PROCAbort 函数，在 coreclr 中方法定义如下：

/*++
Function:
  PROCAbort()

  Aborts the process after calling the shutdown cleanup handler. This function
  should be called instead of calling abort() directly.

Parameters:
  signal - POSIX signal number

  Does not return
--*/
PAL_NORETURN
VOID
PROCAbort(int signal)
{
    // Do any shutdown cleanup before aborting or creating a core dump
    PROCNotifyProcessShutdown();

    PROCCreateCrashDumpIfEnabled(signal);

    // Restore the SIGABORT handler to prevent recursion
    SEHCleanupAbort();

    // Abort the process after waiting for the core dump to complete
    abort();
}

VOID PROCCreateCrashDumpIfEnabled(int signal, siginfo_t* siginfo, bool serialize)
{
	// If enabled, launch the create minidump utility and wait until it completes
	if (!g_argvCreateDump.empty())
	{
		std::vector<const char*> argv(g_argvCreateDump);
    ...
	}
}

卦中的代码逻辑非常清楚，在 abort 退出之前，先通过 PROCCreateCrashDumpIfEnabled(signal) 方法踩了一个dump，也就是说 dump 中看到的信息就是用他来填充的，可以观察 libcoreclr!g_argvCreateDump 全局变量，参考如下：

0:023> x libcoreclr!*g_argvCreateDump*
00007fbd`09192360 libcoreclr!g_argvCreateDump = {size=8}
0:023> dx -r1 (*((libcoreclr!std::vector<const char *, std::allocator<const char *> > *)0x7fbd09192360))
(*((libcoreclr!std::vector<const char *, std::allocator<const char *> > *)0x7fbd09192360))                 : {size=8} [Type: std::vector<const char *, std::allocator<const char *> >]
    [<Raw View>]     [Type: std::vector<const char *, std::allocator<const char *> >]
    [size]           : 8
    [capacity]       : 8
    [0]              : 0x5555b5d71140 : "/usr/share/dotnet/shared/Microsoft.NETCore.App/8.0.15/createdump" [Type: char *]
    [1]              : 0x7fbd08b61d8f : "--name" [Type: char *]
    [2]              : 0x7ffd1b7e1cec : "/db/xxxx/crash.dmp" [Type: char *]
    [3]              : 0x7fbd08b6ce5f : "--full" [Type: char *]
    [4]              : 0x7fbd08b4c7ee : "--diag" [Type: char *]
    [5]              : 0x7fbd08b58630 : "--crashreport" [Type: char *]
    [6]              : 0x5555b5dd7230 : "1" [Type: char *]
    [7]              : 0x0 [Type: char *]

2. C代码眼见为实

为了能够让大家有一个更加贴切的眼见为实，我们用 C 代码亲自演示一下，为产生 core 文件，配置如下：

root@ubuntu2404:/data2# ulimit -c unlimited
root@ubuntu2404:/data2# echo /data2/core-%e-%p-%t  | sudo tee /proc/sys/kernel/core_pattern
/data2/core-%e-%p-%t

配置好之后，大家可以使用 abort,kill,raise 这三个方法的任何一个，这里我就用 kill 来演示吧。

#include <stdio.h>
#include <signal.h>
#include <unistd.h>

void sig_handler(int signo, siginfo_t *info, void *context)
{
    fprintf(stderr, "Received signal: %d (sent by PID: %d, UID: %d)\n",
            signo, info->si_pid, info->si_uid);
}

int main()
{
    struct sigaction sa;

    sa.sa_sigaction = sig_handler;
    sa.sa_flags = SIGABRT;
    sigemptyset(&sa.sa_mask);

    if (sigaction(SIGSEGV, &sa, NULL) == -1)
    {
        perror("sigaction");
        return 1;
    }

    printf("My PID: %d\n", getpid());
    printf("Press Enter to send SIGABRT to myself...\n");
    getchar();

    kill(getpid(), SIGABRT);  // 第一种方式
    // raise(SIGABRT);        // 第二种方式
    //  abort();              //第三方方式

    printf("This line may not be reached.\n");
    return 0;
}

ternimal 如下：

root@ubuntu2404:/data2# ./app
My PID: 7403
Press Enter to send SIGABRT to myself...

Aborted (core dumped)
root@ubuntu2404:/data2#
root@ubuntu2404:/data2# ls -lh
total 160K
-rwxr-xr-x 1 root root  21K May 27 10:25 app
-rw-r--r-- 1 root root  813 May 27 10:25 app.c
-rw------- 1 root root 432K May 27 10:25 core-app-7403-1748312729

用 windbg 打开 core-app-7403-1748312729 文件，熟悉的画面又回来了，哈哈。截图如下：

三：总结

要分析linux 上的.NET程序崩溃，理解Linux信号机制是一个必须要过的基础，调试之路艰难哈。。。