从头再来问题多

advdbgger

于 2022-10-07 14:26:17 发布

阅读量912

点赞数 2

文章标签： java linux python 编程语言 debug

原文链接：https://mp.weixin.qq.com/s?__biz=MzA3NTk5MDIzNw==&mid=2647667453&idx=1&sn=91ef5a157b1823de68569c489af81dcf&chksm=874c874fb03b0e5934b684c6e72abdf8050e2a2e4e069aabe5992d3b111a64fc2a7f7d1ad306&scene=126&&sessionid=0

版权

刘欢有一首歌叫《从头再来》，歌词的核心部分是“心若在，梦就在，天地之间还有真爱，看成败人生豪迈，只不过是从头再来...”

这是一首励志的好歌，鼓励人不屈不挠，遇到困难不要轻易放弃，要重整旗鼓，“从头再来”，再次出发，再试一次。

但是，这样的话说起来容易，实际做起来常常不那么简单。人生易老，时过境迁，很多事情容不得“从头再来”。这个道理对人生如此，对软件也是如此。

以格蠹的NDB调试器为例，如果使用时忘记了某个准备动作，比如给目标机供电，就开始调试会话，那么NDB虽然兴匆匆地跑起来了，但是在试图和目标机建立CoreSight会话时，就会因为无法读到标志寄存器（IDR）而失败。

Using NTP-DAPv2 interface with VID:PID=0x0d28:0x1588, serial=123600017738abcddf21bc1c2000410fa5a5a5a547454455
NTP-DAP: SWD  Supported
NTP-DAP: FW Version = 2.0.2
NTP-DAP: Serial# = 123600017738abcddf21bc1c2000410fa5a5a5a547454455
NTP-DAP: Interface Initialised (SWD)
SWCLK/TCK = 1 SWDIO/TMS = 1 TDI = 0 TDO = 0 nTRST = 0 nRESET = 1
NTP-DAP: Interface ready
clock speed 100 kHz
Error connecting DP: cannot read IDR

这时按理说，可以立刻插上电，然后点击工具条上的“重新启动”按钮，重新开始会话。

但是如果用户真的这么操作，老版本NDB并不能如预期地那样“从头再来”取得成功。而是重来失败，报告错误。

NTP: 
Failed to setup NTP connection(0xfffffffc).
Make sure turn on JTAG. Try Fn + 5 on remote controller.
Failed to setup KD proxy for 0xfffffffc. Session ends.
Restarting...
Starting new session...
Err:启动调试失败: -2147467259
Starting KD session type=usb,proto=ocd,opt=rxsb,targetname=gdk3
BUG: current_target out of bounds.
Failed to init probe target.Failed to setup NTP connection(0x80004005).
Make sure turn on JTAG. Try Fn + 5 on remote controller.
Failed to setup KD proxy for 0x80004005. Session ends.

这时的解决方案只能是先关闭NDB程序，然后再次打开。这个方案虽然也可以叫“从头再来”，但是这个“重来”的回头路有点走的太多了。

对于这个“重来失败”的问题，我一直想把它解决掉。曾安排格蠹的小伙伴来解决，我自己也曾忙里偷闲，发起过几次“闪电战”，但都没能攻克这个难题。

国庆长假，到办公室加班，有比较充足的时间，我又想起了这个问题，于是从昨天上午开始发起“专项行动”，专门解决这个问题。以下是主要的战斗经过，分享给格友们。

从哪里下手呢？首先要有一个高效的环境。考虑到要反复“重来”，所以每次重来的速度要快。因为此，我选择了最轻便的GDK3做为调试目标，它具有如下优点：

- 不需要启用调试模式，上电即默认启用了调试，随时准备着迎接调试器的到来，发自内心地“欢迎调试我”。

- 供电方便，只要插上USB线就好。

- 开机速度快，没有操作系统，启动时间在眨眼之间，不到1秒。

选定了GDK3做为调试目标后，我很快就总结出了一个便捷的重现步骤：GDK3不要上电就开始调试会话，问题百分百重现，在重新开始的地方设置断点，断点命中时，给GDK3上电。这样，重现一次的时间开销只有几秒钟，可以快速复现问题，定位重启失败的原因。

有了重现环境和步骤后，另一个问题是如何调试。起初我是用NDB的正式图形界面，也就是NanoCode主程序。这时要调试的话，需要找到NDB的工作进程，因为NanoCode从Node.JS那里继承了多进程模型。

找到进程ID后，便可以把Visual Studio附加到NDB进程。

为什么使用Visual Studio，而没有使用WinDBG呢？因为VS更适合看源代码。可以先用它把问题聚焦一下。

附加好VS后，便可以中断下来进行分析，但是不高效。为了提高效率，我连续两次点击重启，这时如果没有调试的话，NDB的界面会显示如下消息，表示NDB进程内发生了异常。

如果有调试器，那么便会中断到调试器当中。这时便可以直接看到有问题的代码，不需要东找西找。

异常发生在OpenOCD（简称OCD）的开源代码中。看起来是连续两次“从头再来”把OCD的内部逻辑搞乱套了，触发了空指针。

为了能有序的“从头再来”，我认真树立了和OCD的接口逻辑，特别是重来前的“清理逻辑”。因为第一次操作虽然失败，但是却改变了很多状态，留下了很多痕迹，重来前需要清理好，该释放的要释放。

OCD提供了一个名叫target_quit()的函数，是用来清理的，但是原来的代码根本没有调用。OCD自己的主程序在退出时也没有调用。

但当我把这个target_quit()调用加到清理函数后，我明白为什么没有人调用了。因为一调用就促发崩溃。异常发生现在下面的free函数，也就是释放内存。

提到释放内存出错，很多程序员都会头疼。因为涉及到纷繁复杂，而又很容易出错的堆。

对于我来说，有太多方法对付内存出错，所以并不紧张。

当我看到这个释放调用的目标时，我很快明白这个问题的根源了：野指针。

所谓野指针，是从堆管理器的角度说的。正常的指针都是堆管理器发出去的，从堆上分的，交给堆释放。而野指针就是把不是堆上的指针给堆管理器释放。

free(target->type);

从先是从target->type这个参数的语义上看出问题。然后再通过VS的变量观察功能分析，可以看到target->type指向的是全局变量。

确定问题后，只要把它注释掉，再加个注释。

// free(target->type); //badbad, type is global, should not call free

完善了清理代码后，无论点多少次“重启”都不会崩溃了。但是重启之后仍然不能成功建立会话。下面是重来时NDB打印的消息。

NTP: 
Failed to setup NTP connection(0xfffffffc).
Make sure turn on JTAG. Try Fn + 5 on remote controller.
Failed to setup KD proxy for 0xfffffffc. Session ends.
Restarting...
Starting new session...
Err:启动调试失败: -2147467259
Starting KD session type=usb,proto=ocd,opt=rxsb,targetname=gdk3
'target init' has already been called
BUG: current_target out of bounds.
Failed to init probe target.Failed to setup NTP connection(0x80004005).
Make sure turn on JTAG. Try Fn + 5 on remote controller.
Failed to setup KD proxy for 0x80004005. Session ends.

上面消息中，下面这句最关键：

'target init' has already been called

这句话的含意是'target init'已经做过一次了。是啊，重来么，是做过一次的。做过一次就不能再做么？

找到对应的源代码，又是在OCD中，因为很有代表意义，摘录如下：

static bool target_initialized;
if (target_initialized) {
    LOG_INFO("'target init' has already been called");
    return ERROR_OK;
}
target_initialized = true;

熟悉C语言的读者很容易看懂，这个函数故意定义了一个静态变量，执行一次后，就把这个变量设为true，第二次看到true，就不往下走，返回了。

这是故意的不支持“重来”啊。这不是技术水平问题，这是态度问题，从思想深处就没想到要支持“从头再来”。

考虑到这样的代码具有教育意义，我没有把它直接删掉，而是加了个条件编译，将其禁止。

#ifdef _TRY_RESTART_FAILURE
  static bool target_initialized;
  if (target_initialized) {
    LOG_INFO("'target init' has already been called");
    return ERROR_OK;
  }
  target_initialized = true;
#endif

禁止这个代码后，再次重现问题，得到下面的错误：

found
 \\?\d:\work\nano\nd\ndi\x64\debug\data\ntp.cfg
command - adapter driver NTP-DAP
command - adapter driver NTP-DAP
Interface already configured, ignoring

找到对应的源代码，也是在OCD中。考虑到它具有另一种代表意义，也摘录如下：

/* check whether the interface is already configured */
  if (adapter_driver) {
    LOG_WARNING("Interface already configured, ignoring");
    return ERROR_OK;
  }

与前面判断静态变量不同，这次判断的是全局变量。

struct adapter_driver *adapter_driver;

看来是上次操作时设置了这个全局变量。

解决方法也比较简单，找到有关的清理函数——adapter_quit，在里面增加复位操作。

int adapter_quit(void)
{
  if (jtag && jtag->quit) {
    /* close the JTAG interface */
    int result = jtag->quit();
    if (ERROR_OK != result)
      LOG_ERROR("failed: %d", result);
  }


  struct jtag_tap *t = jtag_all_taps();
  while (t) {
    struct jtag_tap *n = t->next_tap;
    jtag_tap_free(t);
    t = n;
  }
  __jtag_all_taps = NULL; // added by Raymond while enableing restart on 2022-10-6
  jtag = NULL; // also this line.
  adapter_driver = NULL;


  return ERROR_OK;
}

类似这样通过判断全局变量拒绝重来的代码还有好几次。为了对本来美欧清理函数的全局变量做复位，我增加了一个清理函数，在这个清理函数里把全局变量复位。

// cleanup for restart, added by Raymond on 2022-10-6
void transport_cleanup(void)
{
  allowed_transports = NULL;
  session = NULL;
}

调用上述清理函数后，“重来”的过程显然走的更深入了，但仍不能工作。每次解决调一个问题，以为能工作时，常常是又出现一个新的问题。

调试的时间过得很快，昨天到了晚饭时间时，仍有问题。

昨天晚饭后，继续调试。有了白天的经验，晚上我改用Node+js脚本做目标进程，代码里判断第一次启动失败后，自动发起第二次调用。这比NDB图形界面又高效了一些。

var ret = obj.StartKD("type=usb,proto=ocd,opt=rx,targetname=gdk3", "");
console.log(ret);
if (ret != 0) {
    ret = obj.StartKD("type=usb,proto=ocd,opt=rxs,targetname=gdk3", "");
    console.log(ret);
}

这样调试后，比较快定位到了白天没有找到的一个问题。在比较著名的解析命令行参数的开源代码options.c中，也有一个通过全局变量记录选项号的全局变量optind。

WINGETOPT_API extern int optind;    /* index of first non-option in argv      */

因为这个全局变量，第二次“重来”时，解析不到命令行选项，因为第一次执行时，optind已经到了所有选项的最大值。

为此，我加了个判断，将其复位。

int parse_cmdline_args(struct command_context *cmd_ctx, int argc, const char *argv[])
{
  int c;
  if(optind > 1)
    optind = 1; // reset it to 1, fixed by Raymond on 2022-10-6
  while (1) {
    /* getopt_long stores the option index here. */
    int option_index = 0;


    c = getopt_long(argc, argv, "hvd::l:f:s:c:", long_options, &option_index);

继续排除几个“抗拒重来”的问题后，点击“重新启动”按钮后，已经可以开始调试会话了。但是发起中断时，无法将目标中断下来。

今天上午继续调试中断失败的问题。发现NDB获取到的CPU个数为2，而GDK3其实只有一个CPU。中断（Break）时一定要收到所有CPU的Halted事件才能中断给用户，所以CPU数量出错，用户就看不到中断成功的界面。

追查源头，NDB是从OCD的target_type->num变量获取CPU数量的。而target_type->num是根据TCL脚本中的target命令来增加计数。重来时执行了两遍脚本，所以num数量不对了。

找到原因后，只要在注释调的free下面，加一个清零动作。

// free(target->type); //badbad, type is global, should not call free
  target->type->num = 0; // reset to zero

加了这个修正后，“重来”操作可以顺利进入调试会话，而且中断也可以成功了。为期一天半的“专项整治”终于结束了。

归纳一下，以下不好的编码习惯会增加代码的死板性，影响“从头再来”：

第一名：使用函数内的静态变量记录标志，不执行第二遍。这样的写法，不支持函数外部复位状态，是影响“从头再来”的第一大障碍。

第二名：全局变量。全局变量在运行中难免会记录下运行痕迹，留下“岁月的痕迹”。因此，应该尽量减少全局变量的数量。为了能支持从头再来，最好给全局变量配备复位函数，在复位时将变量状态复位。

第三名：清理逻辑不完备。包括资源没有清理好，动态内存没有释放，全局状态没有恢复，清理函数没有认真测试等。

灵活性是软件的优良品格。好的代码应该是可以反复重来的，不仅能跑起来，还要能停下来，能优雅的退出，能轻松的“从头再来”。

（写文章很辛苦，恳请各位读者点击“在看”，也欢迎转发）

*************************************************

正心诚意，格物致知，以人文情怀审视软件，以软件技术改变人生

扫描下方二维码或者在微信中搜索“盛格塾”小程序，可以阅读更多文章和有声读物

也欢迎关注格友公众号

advdbgger

关注

2
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫