【定位分享】一个除0异常的挫折定位过程



某年某月某日，某同学发现进程gdb跟踪，断在某一点。某些错误很难复现，出现一次，千万不要随随便便看一下跳过去了。

    插播1：
    用gdb跟踪打断点，continue之后，就不要在按回车了，就是下面的样子Continuing.出现之后，不要按回车，否则你会发现好不容易断住了，又没有了。
    因为gdb会记录键值，回车就是重复上一次的命令。多按的回车会是你的噩梦。
    Loaded symbols for lib/libgcc_s.so.1
    Reading symbols from /lib/ld-linux.so.3...(no debugging symbols found)...done.
    Loaded symbols for /lib/ld-linux.so.3
    0xb6f44908 in pthread_cond_wait@@GLIBC_2.4 () from lib/libpthread.so.0
    (gdb)  b DRV_BaSignalHandler
    Breakpoint 1 at 0x14270
    (gdb)  c
    Continuing.
   
继续，断住之后，通过查看调用栈，发现错误出现在某个函数，并且确定是除0异常导致的进程关闭。然而，因为进程的debug段被strip掉，看不到更多的信息（比如行号）。
不要灰心，解决方法也很简单。
插播2
   1、通过svn co code_path project_name -r specific_version 先获得相应版本的代码，然后编译出完整的可执行定文件。
   2、再打开一个Telnet，把完整的可执行文件上传到，某个目录下，比如根目录下。
   3、在gdb下通过file命令导入刚才上传的文件，然后继续调试，会发现OK了。
   (gdb) b DRV_BaSignalHandler
    Breakpoint 1 at 0x14258
    (gdb)  c
    Continuing.
   
    Program received signal SIGFPE, Arithmetic exception.
    [Switching to Thread 0xb2dfe460 (LWP 944)]
    0xb6e7e3a4 in raise () from lib/libpthread.so.0
    (gdb) file /a8MediaServer
    A program is being debugged already.
    Are you sure you want to change the file? (y or n) y
    Load new symbol table from "/a8MediaServer"? (y or n) y
    Reading symbols from /a8MediaServer...done.
    (gdb) bt
    #0  0xb6e7e3a4 in raise () from lib/libpthread.so.0
    #1  0x0004badc in __aeabi_ldiv0 () at ../../../gcc~linaro-4.8-2013.12/libgcc/config/arm/lib1funcs.S:1331
    #2
    #3
    #4
    #5
    #6
    #7
    #8
    #9
    #10 0xb6e74e44 in start_thread () from lib/libpthread.so.0
    #11 0xb6b8fd68 in ?? () from lib/libc.so.6
    #12 0xb6b8fd68 in ?? () from lib/libc.so.6
    Backtrace stopped: previous frame identical to this frame (corrupt stack?)
    (gdb) up                                                                                      
    #1  0x0004badc in __aeabi_ldiv0 () at ../../../gcc~linaro-4.8-2013.12/libgcc/config/arm/lib1funcs.S:1331
    1331    ../../../gcc~linaro-4.8-2013.12/libgcc/config/arm/lib1funcs.S: No such file or directory.
    (gdb) up
    #2  0x000211b0 in Fw_H264_parseSPS (gb=0xb2dfda88, width=0xb2dfdbb6, height=0xb2dfdbb4, frameRate=0xb2dfda9e, pusRefFrmNum=0xb2dfda9c)
    at /home/ljfeng/soft-4188/src/sc/drv_es_decoder.c:697
    697     /home/ljfeng/soft-4188/src/sc/drv_es_decoder.c: No such file or directory.
    (gdb) p uiNumUnitsInStick
    $1 = 2147483648
    (gdb) p uiTimeScale
    $2 = 0
    (gdb) q
   
继续，由于没有看到具体的行数，并且退出调试。根据当前的信息，我只能排查代码。
代码中除计算有三处。

前两处 if (crop_left  > (unsigned)INT_MAX / 4 / step_x ||
            crop_right > (unsigned)INT_MAX / 4 / step_x ||
            crop_top   > (unsigned)INT_MAX / 4 / step_y ||
            crop_bottom> (unsigned)INT_MAX / 4 / step_y ||
            (crop_left + crop_right ) * step_x >= mb_width *  16 ||
            (crop_top  + crop_bottom) * step_y >= mb_height * 16
        )
然而：
      int vsub   = (chroma_format_idc == 1) ? 1 : 0;   -----------> 0 或者 1
      int hsub   = (chroma_format_idc == 1 || chroma_format_idc == 2) ? 1 : 0; -----------> 0 或者 1
      int step_x = 1 << hsub;   -------------> 不可能为0
      int step_y = (2 - frame_flag) << vsub; -------------> 当frame_flag为2的时候有可能为0
   
      然而 frame_flag 是通过 （U8）result >>= 7;得到的，所以它的值非0即1。
最后一处除计算被我在半秒钟给否了。代码如下：
            if( uiNumUnitsInStick > 0 )                                     
            {
               usFrameRate = (U16)(uiTimeScale / (uiNumUnitsInStick * 2));
            }
这时，我就寄希望于再次复现，再次定位。功夫不负有心人，若干天再次复现的时候，就是狠狠打脸的时候。
结果是：
(gdb) p uiNumUnitsInStick
$1 = 2147483648
(gdb) p (uiNumUnitsInStick * 2)
$2 = 0

寄语：希望大家能够提高职业敏感度，不要跟我一样犯这种想当然的弱智错误（代码不是我写的，但是我也可能会写出这样的代码）。