新聞中心

EEPW首頁 > 嵌入式系統(tǒng) > 設(shè)計應(yīng)用 > 基于嵌入式Linux的內(nèi)核錯誤跟蹤技術(shù)

基于嵌入式Linux的內(nèi)核錯誤跟蹤技術(shù)

作者: 時間:2009-03-11 來源:網(wǎng)絡(luò) 收藏

隨著系統(tǒng)的廣泛應(yīng)用,對系統(tǒng)的可靠性提出了更高的要求,尤其是涉及到生命財產(chǎn)等重要領(lǐng)域,要求系統(tǒng)達到安全完整性等級3級以上[1],故障率(每小時出現(xiàn)危險故障的可能性)為10-7以下,相當于系統(tǒng)的平均故障間隔時間(MTBF)至少要達到1141年以上,因此提高系統(tǒng)可靠性已成為一項艱巨的任務(wù)。對某公司在工業(yè)領(lǐng)域14 878個控制器系統(tǒng)的應(yīng)用調(diào)查表明,從2004年初到2007年9月底,隨著硬軟件的不斷改進,根據(jù)報告統(tǒng)計的故障率已降低到2004年的五分之一以下,但查找的時間卻增加到原來的3倍以上。

本文引用地址:http://m.butianyuan.cn/article/152593.htm

這種解決問題所需時間呈上升的趨勢固然有軟件問題,但缺乏必要的手段以輔助解決問題才是主要的原因。通過對故障的統(tǒng)計發(fā)現(xiàn),難以解決的軟件和從發(fā)現(xiàn)到解決耗時較長的軟件錯誤都集中在操作系統(tǒng)的核心部分,這其中又有很大比例集中在驅(qū)動程序部分[2]。因此,錯誤被看成是提高系統(tǒng)安全完整性等級的一個重要措施[1],大多數(shù)現(xiàn)代操作系統(tǒng)均為發(fā)展提供了操作系統(tǒng)”機制,即在軟件系統(tǒng)宕機時,將內(nèi)存內(nèi)容保存到磁盤[3],或者通過網(wǎng)絡(luò)發(fā)送到故障服務(wù)器[3],或者直接啟動調(diào)試器[4]等,以供事后分析改進。

操作系統(tǒng)機制近年來有以下幾種:

(1) LKCD( Kernel Crash Dump)機制[3];

(2) KDUMP(Linux Kernel Dump)機制[4];

(3) KDB機制[5];

(4) KGDB機制[6]。

綜合上述幾種機制可以發(fā)現(xiàn),這四種機制之間有以下三個共同點:

(1) 適用于為運算資源豐富、存儲空間充足的應(yīng)用場合;

(2) 發(fā)生系統(tǒng)崩潰后恢復時間無嚴格要求;

(3) 主要針對較通用的硬件平臺,如X86平臺。

應(yīng)用場合想要直接使用上列機制中的某一種,卻遇到以下三個難點無法解決:

(1) 存儲空間不足

系統(tǒng)一般采用Flash作為存儲器,而Flash容量有限,且可能遠遠小于嵌入式系統(tǒng)中的內(nèi)存容量。因此將全部內(nèi)存內(nèi)容保存到Flash不可行。

(2) 記錄時間要求盡量短

嵌入式系統(tǒng)一般有復位響應(yīng)時間盡量短的要求,有的嵌入式操作系統(tǒng)復位重啟時間不超過2s,而上述幾種可用于Linux系統(tǒng)的內(nèi)核機制耗時均不可能在30s內(nèi)。寫Flash的操作也很耗時間,實驗顯示,寫2MB數(shù)據(jù)到Flash耗時達到400ms之多。

(3) 要求能夠支持特定的硬件平臺

嵌入式系統(tǒng)的硬件多種多樣,上面提到的四種機制均是針對X86平臺提供了較好的支持,而對于其他體系的硬件支持均不成熟。

由于這些難點的存在,要將上述四種內(nèi)核崩潰轉(zhuǎn)儲機制中的一種移植到特定的嵌入式應(yīng)用平臺是十分困難的。因此,針對上述嵌入式系統(tǒng)的三個特點,本文介紹一種特定平臺的嵌入式Linux內(nèi)核崩潰信息記錄機制LCRT(Linux Crash Record and Trace),為定位嵌入式Linux系統(tǒng)中軟件故障和解決軟件故障提供輔助手段。

1 Linux內(nèi)核崩潰的分析

分析Linux內(nèi)核對于運行期間各種“陷阱”的處理可以得知,Linux內(nèi)核對于應(yīng)用程序?qū)е碌腻e誤可以予以監(jiān)控,在應(yīng)用程序發(fā)生除零、內(nèi)存訪問越界、緩沖區(qū)溢出等錯誤時,Linux內(nèi)核的異常處理例程可以對這些由應(yīng)用程序引起的異常情況予以處理。當應(yīng)用程序產(chǎn)生不可恢復的錯誤時,Linux內(nèi)核可以僅僅終止產(chǎn)生錯誤的應(yīng)用程序,其他應(yīng)用程序仍然可以正常運行。

如果Linux內(nèi)核本身或者新開發(fā)的Linux內(nèi)核模塊存在bug,產(chǎn)生了“除零”,“內(nèi)存訪問越界”、“緩沖區(qū)溢出”等錯誤,同樣會由Linux內(nèi)核的異常處理例程來處理。Linux內(nèi)核通過在異常處理程序中判斷,如果發(fā)現(xiàn)是“嚴重的不可恢復”的內(nèi)核異常,則會導致“內(nèi)核恐慌”(kernel panic),即Linux內(nèi)核崩潰。圖1所示為Linux內(nèi)核對異常情況的處理流程。

2 LCRT機制的設(shè)計與實現(xiàn)

通過對Linux內(nèi)核代碼的分析可知,Linux內(nèi)核本身提供了一種“內(nèi)核通知機制”[7-8],并預定義了“內(nèi)核事件通知鏈”,使得Linux內(nèi)核擴展開發(fā)人員可以通過這些預定義的內(nèi)核事件通知鏈在特定的內(nèi)核事件發(fā)生時執(zhí)行附加的處理流程。通過對Linux內(nèi)核源代碼的研究發(fā)現(xiàn),對于上文中提到的“嚴重不可恢復的內(nèi)核異?!?,預定義了一個通知鏈和通知點,使得在發(fā)生Linux內(nèi)核崩潰之后,可以在Linux內(nèi)核的panic函數(shù)中預定義的一個“內(nèi)核崩潰通知鏈”[7]上掛接LCRT機制來獲得Linux內(nèi)核崩潰現(xiàn)場的一些信息并記錄到非易失性存儲器中,以便分析引起Linux內(nèi)核崩潰的原因。

2.1 設(shè)計要點

LCRT機制的設(shè)計和實現(xiàn)如下特定的機制:

(1) 編譯器選項與內(nèi)核依賴

Linux內(nèi)核及相應(yīng)的驅(qū)動程序都采用GNU[9]的開源編譯器GCC[9]編譯,為了結(jié)合LCRT機制方便地提取信息和記錄信息,需要采用特定的GCC編譯器選項來編譯Linux內(nèi)核和相關(guān)的驅(qū)動程序以及應(yīng)用程序。用到的選項為:-mpoke-function-name[9]。使用這個選項編譯出的二進制程序中可以包含C語言函數(shù)名稱的信息,以方便函數(shù)調(diào)用鏈回溯時記錄信息的可讀性。

(2) Linux內(nèi)核notify_chain機制[8]

Linux內(nèi)核提供“通知鏈”功能,并預定義了一個內(nèi)核崩潰通知鏈,在Linux內(nèi)核的異常處理例程中判斷出系統(tǒng)進入“不可恢復”狀態(tài)時,會沿預定義的通知鏈順序調(diào)用注冊到相應(yīng)鏈中的通知函數(shù)。

(3) 函數(shù)調(diào)用的棧布局

Linux內(nèi)核的絕大部分由C語言實現(xiàn),而且C語言也多用來進行Linux內(nèi)核開發(fā)。Linux內(nèi)核及使用LKM擴展而加入Linux內(nèi)核執(zhí)行環(huán)境的代碼是有規(guī)律可循的,這些代碼在執(zhí)行過程中產(chǎn)生的棧布局和這些規(guī)律的代碼相關(guān)聯(lián)。例如,這些函數(shù)在執(zhí)行函數(shù)之前會保存本函數(shù)調(diào)用后的返回地址、本函數(shù)被調(diào)用時傳遞過來的參數(shù)及調(diào)用本函數(shù)的函數(shù)所擁有的棧幀的棧底。

2.2 LCRT機制的設(shè)計思想

LCRT機制分為Linux內(nèi)核模塊[8]部分和Linux用戶程序部分。內(nèi)核模塊部分的設(shè)計采用了Linux內(nèi)核模塊的模式而不是直接修改Linux內(nèi)核。這樣的設(shè)計降低了Linux內(nèi)核和LCRT機制之間的耦合度,同時滿足了Linux內(nèi)核和LCRT機制獨立升級完善的便利性。用戶程序部分完成從非易失性存儲器中讀取、清除LCRT機制保存的信息等相關(guān)功能。

在LCRT機制的設(shè)計中,針對嵌入式系統(tǒng)的特點,其設(shè)計決策有:

(1) 將對于解決和定位問題最具輔助意義的函數(shù)調(diào)用關(guān)系鏈記錄下來。

(2) 為了不占用過多的存儲空間,有選擇性地將函數(shù)調(diào)用序列上的函數(shù)各自用到的棧內(nèi)容保存起來,而不是保存全部內(nèi)容。

(3) 將記錄的信息保存到非易失性存儲器中,這樣既達到了掉電保存的目的、又縮短了寫入時間。

LCRT機制的設(shè)計包括以下五個方面。

(1) 設(shè)計Linux內(nèi)核模塊、動態(tài)地加載LCRT機制、盡量少地修改Linux內(nèi)核代碼。

(2)在相應(yīng)、預定義的Linux內(nèi)核通知鏈上掛接LCRT的通知函數(shù)。

(3) 在LCRT機制的通知處理函數(shù)中進行堆棧回溯得到函數(shù)調(diào)用信息。

(4) 記錄回溯到的函數(shù)調(diào)用信息和堆棧空間內(nèi)容到非易失性存儲器。

(5) 開發(fā)用戶空間的工具,可以從非易失性存儲器中讀取保存的信息。

2.3 LCRT機制的實現(xiàn)

LCRT機制的實現(xiàn)可參照2.2節(jié)的設(shè)計思想,分步予以實現(xiàn)。限于篇幅,本文不過多涉及Linux內(nèi)核模塊的原理和實現(xiàn)相關(guān)的細節(jié),僅僅給出LCRT機制的內(nèi)核模塊實現(xiàn)偽代碼。用偽代碼描述LCRT機制的加載函數(shù)如下:

int lcrt_init(void)

{

printk(Registering my__panic notifier.n);

bt_nvram_ptr=(volatile unsigned char*)ioremap_

nocache (BT_NVRAM_BASE,BT_NVRAM_LENGTH);

bt_nvram_index+=sizeof(struct bt_info);

*)bt_nvram_ptr,BT_NVRAM_LENGTH);

notifier_chain_register(panic_notifier_list,my_

panic_block);

return 0;

}

LCRT機制的通知處理函數(shù)完成函數(shù)調(diào)用關(guān)系回溯、得到函數(shù)名稱、函數(shù)棧內(nèi)容等工作,限于篇幅,在這里用下面?zhèn)未a說明:

void ll_bt_information(struct pt_regs *pr)

{

變量定義等初始化工作

do {

reglist=*(unsigned long *)(*myfp-8);

//從函數(shù)棧幀的頂部獲取函數(shù)開始執(zhí)行時保存的寄存器信息

  //從函數(shù)的代碼區(qū)中取得函數(shù)的名稱

//從函數(shù)的棧幀里取出函數(shù)執(zhí)行函數(shù)體代碼之前保存的函數(shù)參數(shù)信息

  //從本函數(shù)的棧幀中得到調(diào)用本函數(shù)的代碼所在位置和調(diào)用本函數(shù)的函數(shù)棧幀的棧底

}while(直到函數(shù)調(diào)用鏈的鏈頭);

   //取得函數(shù)調(diào)用棧幀的內(nèi)容

//填充信息記錄的記錄頭部

//將上面的循環(huán)中取得的信息保存到非易失性存儲器中

write_to_nvram((void *)bt_nvram_ptr,bt_record_header,sizeof(bt_info_t));

}

3 驗證評估LCRT機制

3.1 部署LCRT機制

部署LCRT機制,使LCRT機制發(fā)揮作用前需要做的相關(guān)工作有:

(1)針對目標Linux內(nèi)核編譯LCRT機制的Linux內(nèi)核模塊部分;

(2) 將LCRT機制的內(nèi)核模塊部分載入Linux內(nèi)核。

3.2 實驗結(jié)果

為了實驗LCRT機制的作用效果,構(gòu)造一個會造成Linux內(nèi)核崩潰的設(shè)備驅(qū)動模塊,記這個內(nèi)核驅(qū)動模塊為bugguy.ko,列出如下所示的bugguy.ko中會引起Linux內(nèi)核崩潰的代碼如下所示:

irqreturn_t my_timer_interrupt(int irq,void *dev_id,struct pt_regs* regs)

{

確認硬件狀態(tài)并清除中斷狀態(tài)

if(ujiffies > 5000) {

void * ill_pointer=NULL;

  *(unsigned long *)ill_pointer=0;

}

else {

ujiffies++;

   }

   return IRQ_HANDLED;

}

說明:用黑體標出的代碼即為產(chǎn)生bug的代碼

從上面的代碼可以看出,這個錯誤是對空指針進行解析而造成的。在一個中斷處理函數(shù)中如果發(fā)生對空指針的解析,將會引起Linux內(nèi)核的崩潰。在部署完成LCRT機制的嵌入式linux系統(tǒng)上將這個bugguy.ko載入Linux內(nèi)核,使得會引起Linux內(nèi)核崩潰的中斷處理程序得以運行,LCRT機制可以將相關(guān)的信息保存到非易失性存儲器中,在系統(tǒng)復位后,通過LCRT機制的用戶空間工具,可以將保存的信息讀取出來。實驗結(jié)果顯示,可以得到如圖2所示的函數(shù)調(diào)用鏈信息。

圖2標注即為會引起Linux內(nèi)核崩潰的錯誤代碼的中斷處理函數(shù)即真正引起系統(tǒng)宕機的“罪魁禍首”。而記錄下的所有信息僅僅占用了不到1KB的存儲空間,寫入非易失性存儲器所耗用的時間控制在50ms以內(nèi)。在使用少量空間和少量時間的情況下,所記錄下的信息對于查找問題和解決問題都有較大的幫助。

實驗結(jié)果表明,在LCRT機制的作用下,可以快速地定位到嵌入式Linux系統(tǒng)中隱藏的可能會導致系統(tǒng)宕機的軟件缺陷。這就為后續(xù)的故障解決和軟件完善提供了關(guān)鍵的輔助信息。對嵌入式Linux內(nèi)核而言,即是為提高Linux內(nèi)核的穩(wěn)定性和可靠性提供了幫助。

在基于ARM的嵌入式Linux應(yīng)用中,開發(fā)LCRT機制來記錄系統(tǒng)內(nèi)核發(fā)生崩潰時引起崩潰的函數(shù)調(diào)用鏈和棧信息到非易失性存儲器中,截至目前為止,LCRT機制可以記錄基于ARM的嵌入式Linux內(nèi)核發(fā)生崩潰時的函數(shù)調(diào)用鏈信息,可直接得到函數(shù)名稱、函數(shù)調(diào)用鏈中單個函數(shù)被調(diào)用時的參數(shù)信息以及函數(shù)調(diào)用鏈中的函數(shù)各自的棧幀信息。這些記錄下來的信息對于完善和發(fā)展基于ARM的嵌入式Linux應(yīng)用具有重要的輔助意義。

linux操作系統(tǒng)文章專題:linux操作系統(tǒng)詳解(linux不再難懂)


評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉