Stack overflow地址：Weird SIGSEGV segmentation fault in std::string::assign() method from libstdc++.so.6
翻译：
我的程序最近遇到了一个奇怪的段错误在运行过程中。我想知道是否有人曾经遇到过这个错误并且知道如何解决它。这里有一些更多的信息：
基本信息：
CentOS 5.2, kernal version is 2.6.18
g++ (GCC) 4.1.2 20080704 (Red Hat 4.1.2-50)
CPU: Intel x86 family
libstdc++.so.6.0.8
我的程序会以多线程来处理数据。段错误发生在其中一个线程上。
尽管这是一个多线程程序，这个段错误看似发生在局部std::string对象上。稍后我会展示代码片段。
这个程序编译带有-g、-Wall和-fPIC选项，并且没有-O2或者其他优化选项。
core信息：
Core was generated by `./myprog'.
Program terminated with signal 11, Segmentation fault.
#0 0x06f6d919 in __gnu_cxx::__exchange_and_add(int volatile*, int) () from /usr/lib/libstdc++.so.6
(gdb) bt
#0 0x06f6d919 in __gnu_cxx::__exchange_and_add(int volatile*, int) () from /usr/lib/libstdc++.so.6
#1 0x06f507c3 in std::basic_string, std::allocator >::assign(std::basic_string, std::allocator > const&) () from /usr/lib/libstdc++.so.6
#2 0x06f50834 in std::basic_string, std::allocator >::operator=(std::basic_string, std::allocator > const&) () from /usr/lib/libstdc++.so.6
#3 0x081402fc in Q_gdw::ProcessData (this=0xb2f79f60) at ../../../myprog/src/Q_gdw/Q_gdw.cpp:798
#4 0x08117d3a in DataParser::Parse (this=0x8222720) at ../../../myprog/src/DataParser.cpp:367
#5 0x08119160 in DataParser::run (this=0x8222720) at ../../../myprog/src/DataParser.cpp:338
#6 0x080852ed in Utility::__dispatch (arg=0x8222720) at ../../../common/thread/Thread.cpp:603
#7 0x0052c832 in start_thread () from /lib/libpthread.so.0
#8 0x00ca845e in clone () from /lib/libc.so.6
请注意段错误在basic_string::operator=()处开始。
相关的代码：（我展示了很多可能需要的代码，请暂时忽略代码格式的事情）
int Q_gdw::ProcessData()
{
char tmpTime[10+1] = {0};
char A01Time[12+1] = {0};
std::string tmpTimeStamp;
// Get the timestamp from TP
if((m_BackFrameBuff[11] & 0x80) >> 7)
{
for (i = 0; i < 12; i++)
{
A01Time[i] = (char)A15Result[i];
}
tmpTimeStamp = FormatTimeStamp(A01Time, 12); // Segfault occurs on this line
这是FormatTimeStamp函数的原型：
std::string FormatTimeStamp(const char *time, int len)
我认为这样的string赋值操作应该是非常常见的，但是我不理解为什么段错误发生在这里。
我调查的东西：
我在网上查找答案。我看了这里。它的回复说尝试重新编译这个程序带有_GLIBCXX_FULLY_DYNAMIC_STRING 宏定义，我试了之后崩溃现象仍然会发生。
我还看了这里。它也说重新编译程序使用_GLIBCXX_FULLY_DYNAMIC_STRING，但是这个作者似乎处理了和我不同的问题，因此我不认为他的解决方案对我有效。
Updated on 08/15/2011
Hi朋友们，这是FormatTimeStamp的源码。我理解这个代码看上去不完美（比如：太多的魔法数...），但是首先把注意力放在崩溃问题上：
string Q_gdw::FormatTimeStamp(const char *time, int len)
{
string timeStamp;
string tmpstring;
if (time) // It is guaranteed that "time" is correctly zero-terminated, so don't worry about any overflow here.
tmpstring = time;
// Get the current time point.
int year, month, day, hour, minute, second;
#ifndef _WIN32
struct timeval timeVal;
struct tm *p;
gettimeofday(&timeVal, NULL);
p = localtime(&(timeVal.tv_sec));
year = p->tm_year + 1900;
month = p->tm_mon + 1;
day = p->tm_mday;
hour = p->tm_hour;
minute = p->tm_min;
second = p->tm_sec;
#else
SYSTEMTIME sys;
GetLocalTime(&sys);
year = sys.wYear;
month = sys.wMonth;
day = sys.wDay;
hour = sys.wHour;
minute = sys.wMinute;
second = sys.wSecond;
#endif
if (0 == len)
{
// The "time" doesn't specify any time so we just use the current time
char tmpTime[30];
memset(tmpTime, 0, 30);
sprintf(tmpTime, "%d-%d-%d %d:%d:%d.000", year, month, day, hour, minute, second);
timeStamp = tmpTime;
}
else if (6 == len)
{
// The "time" specifies "day-month-year" with each being 2-digit.
// For example: "150811" means "August 15th, 2011".
timeStamp = "20";
timeStamp = timeStamp + tmpstring.substr(4, 2) + "-" + tmpstring.substr(2, 2) + "-" +
tmpstring.substr(0, 2);
}
else if (8 == len)
{
// The "time" specifies "minute-hour-day-month" with each being 2-digit.
// For example: "51151508" means "August 15th, 15:51".
// As the year is not specified, the current year will be used.
string strYear;
stringstream sstream;
sstream << year;
sstream >> strYear;
sstream.clear();
timeStamp = strYear + "-" + tmpstring.substr(6, 2) + "-" + tmpstring.substr(4, 2) + " " +
tmpstring.substr(2, 2) + ":" + tmpstring.substr(0, 2) + ":00.000";
}
else if (10 == len)
{
// The "time" specifies "minute-hour-day-month-year" with each being 2-digit.
// For example: "5115150811" means "August 15th, 2011, 15:51".
timeStamp = "20";
timeStamp = timeStamp + tmpstring.substr(8, 2) + "-" + tmpstring.substr(6, 2) + "-" + tmpstring.substr(4, 2) + " " +
tmpstring.substr(2, 2) + ":" + tmpstring.substr(0, 2) + ":00.000";
}
else if (12 == len)
{
// The "time" specifies "second-minute-hour-day-month-year" with each being 2-digit.
// For example: "305115150811" means "August 15th, 2011, 15:51:30".
timeStamp = "20";
timeStamp = timeStamp + tmpstring.substr(10, 2) + "-" + tmpstring.substr(8, 2) + "-" + tmpstring.substr(6, 2) + " " +
tmpstring.substr(4, 2) + ":" + tmpstring.substr(2, 2) + ":" + tmpstring.substr(0, 2) + ".000";
}
return timeStamp;
}
Updated on 08/19/2011
这个问题最终被定位到原因并且解决了。事实上，FormatTimeStamp()函数和根本原因没有关系。崩溃的原因是局部char缓存区写越界导致的。
这个问题可以被重现使用下面简单的程序（从现在开始请忽略一些变量的不好的起名）：
（编译带有g++ -Wall -g main.cpp）
#include
#include
void overflow_it(char * A15, char * A15Result)
{
int m;
int t = 0,i = 0;
char temp[3];
for (m = 0; m < 6; m++)
{
t = ((*A15 & 0xf0) >> 4) *10 ;
t += *A15 & 0x0f;
A15 ++;
std::cout << "m = " << m << "; t = " << t << "; i = " << i << std::endl;
memset(temp, 0, sizeof(temp));
sprintf((char *)temp, "%02d", t); // The buggy code: temp is not big enough when t is a 3-digit integer.
A15Result[i++] = temp[0];
A15Result[i++] = temp[1];
}
}
int main(int argc, char * argv[])
{
std::string str;
{
char tpTime[6] = {0};
char A15Result[12] = {0};
// Initialize tpTime
for(int i = 0; i < 6; i++)
tpTime[i] = char(154); // 154 would result in a 3-digit t in overflow_it().
overflow_it(tpTime, A15Result);
str.assign(A15Result);
}
std::cout << "str says: " << str << std::endl;
return 0;
}
在继续之前，我们要记住两个事实：1）我的机器是一台Intel x86的机器，所以它使用小端字节序规则。因为对于int型变量m，比如说它的值为10，内存布局可能像下面这样：
tarting addr：0xbf89bebc: m(byte#1): 10
0xbf89bebd: m(byte#2): 0
0xbf89bebe: m(byte#3): 0
0xbf89bebf: m(byte#4): 0
2）上面的程序在主线程中运行。当运行到overflow_it()函数的是，它的线程局部堆栈可能像这样（只列出重要变量）：
0xbfc609e9 : temp[0]
0xbfc609ea : temp[1]
0xbfc609eb : temp[2]
0xbfc609ec : m(byte#1) <-- Note that m follows temp immediately. m(byte#1) happens to be the byte temp[3].
0xbfc609ed : m(byte#2)
0xbfc609ee : m(byte#3)
0xbfc609ef : m(byte#4)
0xbfc609f0 : t
...(3 bytes)
0xbfc609f4 : i
...(3 bytes)
...(etc. etc. etc...)
0xbfc60a26 : A15Result <-- Data would be written to this buffer in overflow_it()
...(11 bytes)
0xbfc60a32 : tpTime
...(5 bytes)
0xbfc60a38 : str <-- Note the str takes up 4 bytes. Its starting address is **16 bytes** behind A15Result.
我的分析：
1）m是一个计数者在overflow()中，每次循环它的值增加1，最大值应该不超过6、因此它的值可以被完全的存储在m(byte#1)(记住这是小端字节序)恰好是temp3
2）在buggy行：当t是一个三个数字的整型，比如109，然后sprintf()调用会导致缓冲区溢出，因为序列化数字109到字符串“109”实际上需要4个字节：‘1’,'0','9'和终止符'\n'。因为temp数组只分配了3个字节，最后的'\0'将会被写到temp3，它就在m(byte#1)，那里不幸的存储着我们的值。结果，每次m的值都被重置为0
3）程序猿的期望，然而，是overflow_it()中的for循环将会执行6次，每次m加一。因为m一直被重置为0，实际上循环次数远超过6次
4）来看变量i在overflow_it()：每次循环执行的时候，i值会增加2，A15Result[i]将会被访问。然后，如果你编译并运行这个程序，你将会看到i的值最终被加到了24，这意味着overflow_it()在A15Result[0]到A15Result[23]字节范围内写数据。注意str对象只在A15Result[0]后面的16个字节处，因此overflow_it()已经扫过str对象并且摧毁了它正确的内存布局
5）我认为正确的使用std::string，作为一个non-POD数据结构，取决于std::string对象必须有一个正确的内部状态。但是在这个程序中，str的内部布局被外界环境强制改变了。这应该就是为什么assgin()函数调用最终导致崩溃的原因
Update on 08/26/2011
在我之前08/19/2011的更新中，我说引起段错误的原因是，一个方法调用了局部的内存布局被破坏的std::string对象，因此变成了"destroyed"对象。这不“总“是正确的。考虑下面的C++程序：
//C++
class A {
public:
void Hello(const std::string& name) {
std::cout << "hello " << name;
}
};
int main(int argc, char** argv)
{
A* pa = NULL; //!!
pa->Hello("world");
return 0;
}
Hello()函数调用会成功。它将会程序即使你分配了一个明显错误的指针给pa，原因是：一个类的非虚函数不在对象的内部内存布局上，根据C++对象模型。C++编译器将A::Hello()函数转换为像这样子：A_Hello_xxx(A * const this, ...)，它是一个全局函数。因此，只要你不操作"this"指针，事情就会非常完美。
这个事实说明了"bad"对象不是引起段错误的根本原因。这个assgin()方法是std::string的一个非虚函数，因为"bad" std::string对象不会引起段错误。这里肯定有其他原因最终引发了段错误。
我注意到了段错误来自于__gnu_cxx::__exchange_and_add()函数，因为我跟进了源码在这里：
00046 static inline _Atomic_word
00047 __exchange_and_add(volatile _Atomic_word* __mem, int __val)
00048 { return __sync_fetch_and_add(__mem, __val); }
__exchange_and_add()最终调用了 __sync_fetch_and_add()。根据这里，__sync_fetch_and_add() 是GCC的内建函数它的行为像下面这样：
type __sync_fetch_and_add (type *ptr, type value, ...)
{
tmp = *ptr;
*ptr op= value; // Here the "op=" means "+=" as this function is "_and_add".
return tmp;
}
就在那！传入的ptr指针在这里解引用。在08/19/2011的程序中，这个ptr实际上是"bad" std::string对象的“this”指针在assgin()方法中。这个指针的解引用实际上引起了段错误。
我们可以用下面的程序进行测试：
#include
int main(int argc, char * argv[])
{
__sync_fetch_and_add((_Atomic_word *)0, 10); // Would result in a segfault.
return 0;
}
Answer1：
这里有两个可能的原因：
1.在798行之前的一些代码损坏了本地的tmpTimeStamp对象
2.FormatTimeStamp()函数返回的值是败坏的
这个_GLIBCXX_FULLY_DYNAMIC_STRING 更像是在转移注意力，没有什么用途对于程序来说。
如果你安装了libstdc++中的debuginfo这个包（我不知道它在CentOS上叫什么），你可以对代码“see info”，并且可以判断出LHS还是赋值操作的RHS引发的这个问题。
如果这不可行，你就必须在汇编级别进行调试。
Answer2：
我猜在函数FormatTimeStamp中有一些问题，但是没有源码很难去说一些什么。重新检查你的程序使用Valgrind。通常这会帮助你解决这类的bug。