1. 故障描述

故障操作步骤:

单板上插了一个U盘,出问题前正在通过FTP往单板上拷贝文件,拷贝的过程中单板自动重启。

故障现象:

Entering kdb (current=0xc000000594069e38, pid 4) on processor 0 Oops: <NULL>

due to oops @ 0xffffffffc08d3d84

[0]more>

[0]kdb>

2. 信息采集

[0]kdb> bt

Stack traceback for pid 4

0xc000000594069e38        4        2  1    0   R  0xc00000059406a1a0 *ksoftirqd/0

Stack : fefc4d0e7b71a7af c00000058b4be318 c000000489904298 ffffffffc08d8174

0000000000000001 00000000f0000000 c000000489904258 ffffffffc0950f14

c000000594093c30 c000000594093c30 ffffffffc0e0f298 ffffffffc094ad00

c0000004b9780368 c00000058b5d6f30 c00000058b4be318 c00000058b4be318

fffffffffffffffb 0000000000000000 0000000000000000 c000000561912de8

c00000058b4be318 ffffffffc09534a0 c00000058b5d6f30 c000000561912de8

0000000000040000 ffffffffc09536ac 0000000000000000 c000000244074000

0000000000000000 ffffffffc0dddaa0 0000000000000101 ffffffffc0ddda80

ffffffffc0e71140 0000000000000000 ffffffffc0faf480 ffffffffc0f48c40

ffffffffc0de0000 ffffffffc08df110 c000000594093d20 c000000594093d20

...

Call Trace: [jiffies: 0x1003fe6ae]

[<ffffffffc08d3d84>] elv_queue_empty+0x24/0x48

[<ffffffffc08d7ee0>] __blk_run_queue+0x38/0x1d8

[<ffffffffc08d8174>] blk_run_queue+0x2c/0x50

[<ffffffffc0950f14>] scsi_run_queue+0x10c/0x418

[<ffffffffc09534a0>] scsi_next_command+0x48/0x68

[<ffffffffc09536ac>] scsi_io_completion+0x16c/0x550

[<ffffffffc08df110>] blk_done_softirq+0x98/0xb0

[<ffffffffc0679a58>] __do_softirq+0x120/0x1f0

[<ffffffffc0679ba0>] do_softirq+0x78/0x80

[<ffffffffc0679ca0>] ksoftirqd+0xf8/0x250

[<ffffffffc068fe9c>] kthread+0x94/0xa0

[<ffffffffc0638ef0>] kernel_thread_helper+0x10/0x20

<1>CPU 0 Unable to handle kernel paging request at virtual address 6b6b6b6b6b6b6bab, epc == ffffffffc08d3d84, ra == ffffffffc08d7ee0

Cpu 0

$ 0   : 0000000000000000 0000000000000014 6b6b6b6b6b6b6b6b c00000058b4be318

$ 4   : c00000058b4be318 c0000004b83837e0 0000000000000000 c0000004b9780270

$ 8   : 0000000000000004 c0000004b97803b0 0000000000000001 0000000000275c43

$12   : 0000000000000028 ffffffffc0607568 ffffffffc0694b98 1ebdefda014b0000

$16   : c00000058b4be318 c000000489904298 c00000058b4be318 c0000004c6c59a38

$20   : c0000004c6c59a10 0400000000000000 ffffffffffffffbf 0000000000000001

$24   : 0000000000000004 ffffffffc06d7f50

$28   : c000000594090000 c000000594093bf0 ffffffffc0fc0000 ffffffffc08d7ee0

Hi    : 0000000000000000

Lo    : 0000000000000400

epc   : ffffffffc08d3d84 elv_queue_empty+0x24/0x48

Not tainted

ra    : ffffffffc08d7ee0 __blk_run_queue+0x38/0x1d8

Status: 5400ffe2    KX SX UX KERNEL EXL

Cause : 00800008

BadVA : 6b6b6b6b6b6b6bab

[0]kdb> md 0xc0000004b83837e0
0xc0000004b83837e0 6b6b6b6b6b6b6b6b 6b6b6b6b6b6b6b6b kkkkkkkkkkkkkkkk
0xc0000004b83837f0 6b6b6b6b6b6b6b6b 6b6b6b6b6b6b6b6b kkkkkkkkkkkkkkkk
0xc0000004b8383800 6b6b6b6b6b6b6b6b 6b6b6b6b6b6b6b6b kkkkkkkkkkkkkkkk
0xc0000004b8383810 6b6b6b6b6b6b6b6b 6b6b6b6b6b6b6b6b kkkkkkkkkkkkkkkk
0xc0000004b8383820 6b6b6b6b6b6b6b6b 6b6b6b6b6b6b6b6b kkkkkkkkkkkkkkkk
0xc0000004b8383830 6b6b6b6b6b6b6b6b 6b6b6b6b6b6b6b6b kkkkkkkkkkkkkkkk
0xc0000004b8383840 6b6b6b6b6b6b6b6b 6b6b6b6b6b6b6b6b kkkkkkkkkkkkkkkk
0xc0000004b8383850 6b6b6b6b6b6b6b6b 6b6b6b6b6b6b6ba5 kkkkkkkkkkkkkkk.

3. 故障分析

反汇编elv_queue_empty函数,计算得出异常指令为

“ffffffffc08d3e98: dca20000  ld v0,0(a1)

ffffffffc08d3e9c: dc590040  ld t9,64(v0)”

对于的C代码段为

“if (e->ops->elevator_queue_empty_fn)”

其中a1(e) = c0000004b83837e0, v0(e->ops) = 6b6b6b6b6b6b6b6b, 0x6b是free poisoning特征值,可以推断request_queue中的elevator字段指向的elevator_queue对象已经被kfree了,但是elevator字段还记录着其地址,导致e->ops为非法值。

从c0000004b83837e0 地址dump的数据特征看,共128字节被use-after-free poisoning 成0x6b,与struct elevator_queue大小一致,也佐证了上面的推断。

因为e对象已被释放,e此时已是野指针,e->ops为非法地址,所以e->ops->elevator_queue_empty_fn, 对非法地址进行寻址操作,从而导致异常。

int elv_queue_empty(struct request_queue *q) {

  struct elevator_queue *e = q->elevator;

  if (!list_empty(&q->queue_head))

    return 0;

  if (e->ops->elevator_queue_empty_fn)

    return e->ops->elevator_queue_empty_fn(q);

  return 1;

}

ffffffffc08d3e78 <elv_queue_empty>:

ffffffffc08d3e78: dc830000  ld v1,0(a0)

ffffffffc08d3e7c: dc850018  ld a1,24(a0)

ffffffffc08d3e80: 10830005  beq a0,v1,ffffffffc08d3e98 <elv_queue_empty+0x20>

ffffffffc08d3e84: 00000000  nop

ffffffffc08d3e88: 0000102d  move v0,zero

ffffffffc08d3e8c: 03e00008  jr ra

ffffffffc08d3e90: 00000000  nop

ffffffffc08d3e94: 00000000  nop

ffffffffc08d3e98: dca20000  ld v0,0(a1)

ffffffffc08d3e9c: dc590040  ld t9,64(v0)

ffffffffc08d3ea0: 13200003  beqz t9,ffffffffc08d3eb0 <elv_queue_empty+0x38>

ffffffffc08d3ea4: 00000000  nop

ffffffffc08d3ea8: 03200008  jr t9

ffffffffc08d3eac: 00000000  nop

ffffffffc08d3eb0: 24020001  li v0,1

ffffffffc08d3eb4: 03e00008  jr ra

ffffffffc08d3eb8: 00000000  nop

ffffffffc08d3ebc: 00000000  nop

4. 解决方案

根据上述分析,得知异常是elevator_queue对象在销毁后,通过野指针访问时产生。

elevator_queue对象是在创建或销毁scsi_host设备对象是进行创建或销毁,其销毁流程的call trace如下:

scsi_host_dev_release -> scsi_free_queue -> blk_cleanup_queue -> elevator_exit -> elevator_release

反汇编scsi_io_completion函数,因为编译优化的原因,实际走的是scsi_end_request分支,即request queue中的request执行完成后的资源释放流程,和异常时打印的call trace稍有不同,

真实的异常时的call trace如下:

scsi_io_completion -> scsi_end_request -> scsi_next_command -> scsi_run_queue -> blk_run_queue -> __blk_run_queue -> _elv_queue_empty

综合上述分析,得出结论如下:

1 scsi host dev对象释放时,同时也释放了其关联的request_queue 和elevator_queue等对象,但是却没有及时更新request_queue对象中指向的elevator_queue对象的指针,导致此指针变成野指针;

2 对比2.6.32 LTS版本,发现scsi host dev对象释放时,其下挂的scsi_device对象也被释放,但是却没有及时更新其指向scsi_device对象的指针,即queuedata字段,导致此指针变成野指针。如果及时设置为空指针,scsi_run_queue就知道此scsi_device对象已经不存在,肯定也没有request queue,就可以直接返回,不再继续执行下去,避免后面的异常产生。

针对此两点结论,对以上2种野指针情况进行修改:

1 当释放elevator_queue对象后,及时将request_queue对象中指向的elevator_queue对象的指针设置为空;

2 当释放scsi_device对象后,及时将scsi host dev对象中指向的scsi_device对象的指针设置为空;

5. 参考资料

Make scsi_free_queue() kill pending SCSI commands

Linux Block Device Architecture

linux kernel elv_queue_empty野指针访问内核故障定位与解决的更多相关文章

  1. linux /proc目录说明(访问内核数据结构,修改内核设置)

    1. /proc目录 Linux 内核提供了一种通过 /proc 文件系统,在运行时访问内核内部数据结构.改变内核设置的机制.proc文件系统是一个伪文件系统,它只存在内存当中,而不占用外存空间.它以 ...

  2. C语言进阶之路(三)----野指针的产生原因及解决办法

    1.会产生野指针的做法 #include <stdio.h> //这就是一种错误的写法 int main(){ int *p = NULL; p = (); //释放P所指向的内存空间,但 ...

  3. Linux kernel的中断子系统之(六):ARM中断处理过程

    返回目录:<ARM-Linux中断系统>. 总结:二中断处理经过两种模式:IRQ模式和SVC模式,这两种模式都有自己的stack,同时涉及到异常向量表中的中断向量. 三ARM处理器在感知到 ...

  4. Linux kernel workqueue机制分析

    Linux kernel workqueue机制分析 在内核编程中,workqueue机制是最常用的异步处理方式.本文主要基于linux kernel 3.10.108的workqueue文档分析其基 ...

  5. [中英对照]Linux kernel coding style | Linux内核编码风格

    Linux kernel coding style | Linux内核编码风格 This is a short document describing the preferred coding sty ...

  6. Linux kernel pwn notes(内核漏洞利用学习)

    前言 对这段时间学习的 linux 内核中的一些简单的利用技术做一个记录,如有差错,请见谅. 相关的文件 https://gitee.com/hac425/kernel_ctf 相关引用已在文中进行了 ...

  7. Linux Kernel - Debug Guide (Linux内核调试指南 )

    http://blog.csdn.net/blizmax6/article/details/6747601 linux内核调试指南 一些前言 作者前言 知识从哪里来 为什么撰写本文档 为什么需要汇编级 ...

  8. 深入linux kernel内核配置选项

    ============================================================================== 深入linux kernel内核配置选项 ...

  9. Linux 内核概述 - Linux Kernel

    Linux 内核学习笔记整理. Unix unix 已有40历史,但计算机科学家仍认为其是现存操作系统中最大和最优秀的系统,它已成为一种传奇的存在,历经时间的考验却依然声名不坠. 1973 年,在用 ...

随机推荐

  1. 解决Android studio导入项目卡死

    在使用Android studio的时候常常遇到这样的问题,从github或是其他地方导入项目,Android studio呈现卡死的现象!当遇到这种情况时,可以看看是下面那种情况,在按照方法来解决! ...

  2. C#在函数内部获取函数的参数

    foreach (var parameter in typeof(类名).GetMethod("方法名").GetParameters()) { Console.WriteLine ...

  3. poi2015 bzoj4377-4386训练

    就按时间顺序写吧 完成度:10/10 3.30 bzoj4385 首先一定是删去连续d个数,然后枚举终点,起点显然有单调性,用单调队列乱搞搞就可以啦 bzoj4378 首先才结论:可行当且仅当把所有大 ...

  4. I18n问题 国际化

    http://www.cnblogs.com/guaniu/archive/2012/01/18/2325556.html java国际化 1.了解缺省Locale是由操作系统决定的,Locale是由 ...

  5. Qt-为应用程序添加logo

    在Qt Creator中新建Qt Resource File,名字为logo.qrc 1.选择Add Prefix得到/new/prefix1 2.然后Add Files,将文件添加进去,如CA-DC ...

  6. python之路十三

    前景介绍 到目前为止,很多公司对堡垒机依然不太感冒,其实是没有充分认识到堡垒机在IT管理中的重要作用的,很多人觉得,堡垒机就是跳板机,其实这个认识是不全面的,跳板功能只是堡垒机所具备的功能属性中的其中 ...

  7. Mysql 存储引擎中InnoDB与Myisam的主要区别

    一直以为我spring事物没有配置好,结果发现是mysql的表本身设置成了Myisam 引擎.改成innodb就支持事物了. 1, 事务处理 innodb 支持事务功能,myisam 不支持. Myi ...

  8. 【转】 Android WebView内容宽度自适应

    我们平常在项目中有可能会遇到网页的内容是通过json数据传递到app上面用WebView来显示的,这时候我们通常都要调整内容的总宽度不超过父容器的宽度,这样子用户可以不用左右滑动就可以看到全部的内容. ...

  9. 【原创】web端高德地图javascript API的调用

    关于第三放地图的使用,腾讯.百度.高德 具体怎么选择看你自己怎么选择了. 高德地图开放平台:http://lbs.amap.com/ 本次使用的是高德的javascript API http://lb ...

  10. Windows 搭建jdk、Tomcat、eclipse以及SVN、maven插件开发环境

    未经允许,不得转载 Jdk1.7安装 jdk下载地址 http://www.oracle.com/technetwork/java/javase/downloads/index.html 安装jdk之 ...