深入剖析怎么分析进程crash问题（上）

nginux

已于 2023-08-09 19:11:30 修改

阅读量892

点赞数

分类专栏： linux操作系统内核调度子系统文章标签： arm 嵌入式硬件 c++ 开发语言稳定性

于 2022-09-05 16:28:12 首次发布

本文链接：https://blog.csdn.net/GetNextWindow/article/details/126365481

版权

linux操作系统同时被 2 个专栏收录

14 篇文章 2 订阅

订阅专栏

内核调度子系统

5 篇文章 0 订阅

订阅专栏

1. 概述

平台：linux/armv7

2.问题

以编程中经常发生程序段错误为例，要全方面理解段错误发生时候硬件和操作系统背后的逻辑，我们尝试思考如下几个核心问题：

cpu怎么知道段错误，段错误之后cpu做了哪些逻辑？
异常发生后，怎么保存硬件上下文？
异常发生后，怎么跳转到对应的处理程序？
如果注册了signal handler发生段错误后打印crash现场的寄存器，从发生到段错误，到回调到应用进程的signal handler中间流程怎样的？这其中涉及一个有趣的问题就是怎么从内核态调用了用户态的signal handler，又自动跳转回内核执行的？

3. 段错误的本质

对于arm linux内核来讲，应用程序的段错误核心是一种“异常”，ARM平台定义了如下几种异常，异常向量表中定义每种异常的处理程序，如下：

段错误发生的时候最终会调用到异常向量表中data abort对应的处理程序。

4. 段错误发生时的硬件逻辑

arm异常发生时硬件的动作在armv7 B1.8.3 章节有详细的描述，总结如下：

根据异常类型决定需要进入的mode。
CPSR寄存器保存到相应mode对应的SPSR寄存器。
更新CPSR进入特定的模式（mode)，注意：切入特定模式之后，像sp寄存器就会切入到特定模式的sp寄存器（banking register概念）。
将返回地址（PC）自动保存到对应模式的LR寄存器中。
PC寄存器设置成相应的异常向量表中的对应的代码，跳转到相应的异常处理程序执行，进入到软件（OS）控制流程中。
处理完异常后，恢复异常发生前的处理器状态，即将对应模式SPSR寄存器中的数据复制到CPSR寄存器中。
设置程序计数器PC，使其指向中断发生前要执行的指令，即将对应模式的LR寄存器中的数据复制到PC寄存器中。

细节：CPU怎么跳转到异常处理程序？

核心cpu需要知道异常向量表的地址，这个不同的芯片平台可以有不同配置，针对arm linux一般配置在0xFFFF0000地址处，这个可以参考armv7芯片手册的B1.8.1，CP15协处理器的SCTLR寄存器可以控制具体的地址。

5. 段错误发生时的软件（OS）逻辑

上面"段错误发生时的硬件逻辑"第5步开始跳转到OS软件的逻辑，对于os有了解的都知道，异常发生时最重要的步骤是保存硬件上下文。这点arm和x86逻辑并不相同，x86硬件做了更多的逻辑，arm可能基于功耗的考虑，没有设计那么复杂的硬件逻辑，保存上下文完全通过软件实现。硬件上下文（即各种寄存器）保存在内核栈中（arm芯片有要求不同mode使用不同的stack，linux也遵循了这个逻辑）。

5.1 中断向量表

arch/arm/kernel/entry-armv.S

.L__vectors_start:                                                                                                                                         
    W(b)    vector_rst
    W(b)    vector_und
    W(ldr)  pc, .L__vectors_start + 0x1000
    W(b)    vector_pabt
    W(b)    vector_dabt
    W(b)    vector_addrexcptn
    W(b)    vector_irq
    W(b)    vector_fiq

可以看到汇编代码中定义了armv7芯片手册中定义的各种异常处理函数，本文的段错误发生会跳转到vector_dabt函数，这个函数定义是通过vector_stub宏定义：

/*
 * Data abort dispatcher
 * Enter in ABT mode, spsr = USR CPSR, lr = USR PC
 */
    vector_stub dabt, ABT_MODE, 8

    .long   __dabt_usr          @  0  (USR_26 / USR_32)
    .long   __dabt_invalid          @  1  (FIQ_26 / FIQ_32)
    .long   __dabt_invalid          @  2  (IRQ_26 / IRQ_32)
    .long   __dabt_svc          @  3  (SVC_26 / SVC_32)
    .long   __dabt_invalid          @  4
    .long   __dabt_invalid          @  5
    .long   __dabt_invalid          @  6
    .long   __dabt_invalid          @  7
    .long   __dabt_invalid          @  8
    .long   __dabt_invalid          @  9
    .long   __dabt_invalid          @  a
    .long   __dabt_invalid          @  b
    .long   __dabt_invalid          @  c
    .long   __dabt_invalid          @  d
    .long   __dabt_invalid          @  e
    .long   __dabt_invalid          @  f

vector_stub宏定义了vector_dabt函数，函数体后面定义了16个入口，有效的入口是0和3索引处的__dabt_usr和__dabt_svc，用户空间发生dabt异常跳转到__dabt_usr函数，内核空间发生dabt异常跳转到__dabt_svc，如何实现这种跳转要需要分析vector_stub宏实现代码：

/*
 * Vector stubs.
 *
 * This code is copied to 0xffff1000 so we can use branches in the
 * vectors, rather than ldr's.  Note that this code must not exceed
 * a page size.
 *
 * Common stub entry macro:
 *   Enter in IRQ mode, spsr = SVC/USR CPSR, lr = SVC/USR PC
 *
 * SP points to a minimal amount of processor-private memory, the address
 * of which is copied into r0 for the mode specific abort handler.
 */
    .macro  vector_stub, name, mode, correction=0
    .align  5

vector_\name:
    .if \correction
    sub lr, lr, #\correction
    .endif

    @
    @ Save r0, lr_<exception> (parent PC) and spsr_<exception>
    @ (parent CPSR)
    @
    stmia   sp, {r0, lr}        @ save r0, lr
    mrs lr, spsr
    str lr, [sp, #8]        @ save spsr

    @
    @ Prepare for SVC32 mode.  IRQs remain disabled.
    @
    mrs r0, cpsr
    eor r0, r0, #(\mode ^ SVC_MODE | PSR_ISETSTATE)
    msr spsr_cxsf, r0

    @
    @ the branch table must immediately follow this code
    @

    //获取异常之前处于哪个模式mode. 0：user 3: svc
    and lr, lr, #0x0f
 THUMB( adr r0, 1f          )
 THUMB( ldr lr, [r0, lr, lsl #2]    )

    //内核栈sp赋值给r0
    mov r0, sp

 //lr = pc + lr * 4，根据mode值算出来要跳转的入口，比如用户空间跳转到__dabt_usr
 ARM(   ldr lr, [pc, lr, lsl #2]    )
    movs    pc, lr          @ branch to handler in SVC mode
ENDPROC(vector_\name)

    .align  2
    @ handler addresses follow this label
1:
    .endm

5.2 __dabt_user

__dabt_usr:    

    //保存硬件上下文，即各种寄存器                                                                                                                                            
    usr_entry uaccess=0
    kuser_cmpxchg_check

    sp赋值给r2,即给do_DataAbort第三个参数pt_regs传参
    mov r2, sp

    //内部实现跳转到CPU_DABORT_HANDLER，即v7_early_abort
    dabt_helper
    b   ret_from_exception
 UNWIND(.fnend      )
ENDPROC(__dabt_usr)

5.3 v7_early_abort

#include <linux/linkage.h>
#include <asm/assembler.h>
/*
 * Function: v7_early_abort
 *
 * Params  : r2 = pt_regs
 *     : r4 = aborted context pc
 *     : r5 = aborted context psr
 *
 * Returns : r4 - r11, r13 preserved
 *
 * Purpose : obtain information about current aborted instruction.
 */
    .align  5
ENTRY(v7_early_abort)

    //armv7架构中cp15写处理的c5和c6寄存器保存了fsr和far
    mrc p15, 0, r1, c5, c0, 0       @ get FSR
    mrc p15, 0, r0, c6, c0, 0       @ get FAR
    uaccess_disable ip          @ disable userspace access

    b   do_DataAbort
ENDPROC(v7_early_abort)

FSR : 失效状态寄存器（Data Fault Status Register)
FAR：失效地址寄存器（Data Fault Address Register)

FSR寄存器记录发生存储失效的相关信息，包括存储访问所属域和存储访问类型，FAR记录访存失效的虚拟地址。参数r0 r1 r2准备好之后跳转到do_DataAbort执行。

5.4 do_DataAbort

/*
 * Dispatch a data abort to the relevant handler.
 */
asmlinkage void __exception
do_DataAbort(unsigned long addr, unsigned int fsr, struct pt_regs *regs)
{
    struct thread_info *thread = current_thread_info();
    const struct fsr_info *inf = fsr_info + fsr_fs(fsr);
    struct siginfo info;

    if (!user_mode(regs)) {
        thread->cpu_excp++;
        if (thread->cpu_excp == 1) {
            thread->regs_on_excp = (void *)regs;
            aee_excp_regs = (void *)regs;
        }
        /*
         * NoteXXX: The data abort exception may happen twice
         *          when calling probe_kernel_address() in which.
         *          __copy_from_user_inatomic() is used and the
         *          fixup table lookup may be performed.
         *          Check if the nested panic happens via
         *          (cpu_excp >= 3).
         */
        if (thread->cpu_excp >= 3)
            aee_stop_nested_panic(regs);
    }

    if (!inf->fn(addr, fsr & ~FSR_LNX_PF, regs)) {
        if (!user_mode(regs))
            thread->cpu_excp--;
        return;
    }

    pr_alert("Unhandled fault: %s (0x%03x) at 0x%08lx\n",
        inf->name, fsr, addr);
    show_pte(current->mm, addr);

    info.si_signo = inf->sig;
    info.si_errno = 0;
    info.si_code  = inf->code;
    info.si_addr  = (void __user *)addr;
    arm_notify_die("", regs, &info, fsr, 0);
}

根据fsr寄存器信息得到fsr_info结构体，该结构体描述一个异常状态对应的处理逻辑，结构体定义如下：

struct fsr_info {                                                                                                                                          
    int (*fn)(unsigned long addr, unsigned int fsr, struct pt_regs *regs);
    int sig;
    int code;
    const char *name;
};

name是失效状态的名称，sig是处理失效时Linux内核发送的信号，fn表示修复失效状态的处理函数。结构体的具体实现如下：

static struct fsr_info fsr_info[] = {
    /*
     * The following are the standard ARMv3 and ARMv4 aborts.  ARMv5
     * defines these to be "precise" aborts.
     */
    { do_bad,       SIGSEGV, 0,     "vector exception"         },
    { do_bad,       SIGBUS,  BUS_ADRALN,    "alignment exception"          },
    { do_bad,       SIGKILL, 0,     "terminal exception"           },
    { do_bad,       SIGBUS,  BUS_ADRALN,    "alignment exception"          },
    { do_bad,       SIGBUS,  0,     "external abort on linefetch"      },
    { do_translation_fault, SIGSEGV, SEGV_MAPERR,   "section translation fault"    },
    { do_bad,       SIGBUS,  0,     "external abort on linefetch"      },
    { do_page_fault,    SIGSEGV, SEGV_MAPERR,   "page translation fault"       },
    { do_bad,       SIGBUS,  0,     "external abort on non-linefetch"  },
    { do_bad,       SIGSEGV, SEGV_ACCERR,   "section domain fault"         },                                                                              
    { do_bad,       SIGBUS,  0,     "external abort on non-linefetch"  },
    { do_bad,       SIGSEGV, SEGV_ACCERR,   "page domain fault"        },
    { do_bad,       SIGBUS,  0,     "external abort on translation"    },
    { do_sect_fault,    SIGSEGV, SEGV_ACCERR,   "section permission fault"     },
    { do_bad,       SIGBUS,  0,     "external abort on translation"    },
    { do_page_fault,    SIGSEGV, SEGV_ACCERR,   "page permission fault"        },
    ...
    /*

针对本文举例的段错误，对应的处理函数是do_translation_fault函数。该函数中最后会给进程发送段错误信号。

参考文章：

linux arm内核栈切换,（转）ARM Linux中断发生时内核堆栈切换 - CodeAntenna