[翻译]Java排错指南 - 5 确定崩溃何地发生

原文地址: https://docs.oracle.com/javase/8/docs/technotes/guides/troubleshoot/crashes001.html

这几天公司其他组遇到了一个segmentation fault的问题,找到了这个官方文档,基于Java8,感觉不错就翻译了下.
一些地方翻译比较生硬,如有问题请麻烦指正~^_^ by fairjm

5.1 确定崩溃何地发生

这一节提供了一些例子来演示如何使用错误日志来找到崩溃的原因,并且给出一些排查这些问题的建议.

错误日志的头指出了错误的类型和有问题的帧(frame),thread stack指出了当前的线程和堆栈轨迹.查看Header Format

Crash in Native Code

Crash in Compiled Code

Crash in HotSpot Compiler Thread

Crash in VM Thread

Crash Due to Stack Overflow

5.1.1 本地代码崩溃

如果致命错误日志(fatal error log)指出的问题帧来自于本地库,那么可能是本地库或者JNI库代码存在bug.这种崩溃当然也有可能是其他原因造成的,但是分析这个库和其他的core file或者crash dump是一个很好的开始.
以下是一个致命错误日志的头: 

1
2
3
4
5
6
7
# An unexpected error has been detected by HotSpot Virtual Machine:
#
#  SIGSEGV (0xb) at pc=0x417789d7, pid=21139, tid=1024
#
# Java VM: Java HotSpot(TM) Server VM (6-beta2-b63 mixed mode)
# Problematic frame:
# C  [libApplication.so+0x9d7]

在这个例子中,SIGSEGV发生在线程执行libApplication.so中的代码.
一些其他例子是Java VM的本地库导致的.在下面的例子中,JavaThread 在_thread_in_vm 状态中失败了(表明它正在执行Java VM代码) 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
# An unexpected error has been detected by HotSpot Virtual Machine:
#
#  EXCEPTION_ACCESS_VIOLATION (0xc0000005) at pc=0x08083d77, pid=3700, tid=2896
#
# Java VM: Java HotSpot(TM) Client VM (1.5-internal mixed mode)
# Problematic frame:
# V  [jvm.dll+0x83d77]

---------------  T H R E A D  ---------------

Current thread (0x00036960):  JavaThread "main" [_thread_in_vm, id=2896]
 :
Stack: [0x00040000,0x00080000),  sp=0x0007f9f8,  free space=254k
Native frames: (J=compiled Java code, j=interpreted, Vv=VM code, C=native code)
V  [jvm.dll+0x83d77]
C  [App.dll+0x1047]          <========= C/native frame
j  Test.foo()V+0
j  Test.main([Ljava/lang/String;)V+0
v  ~StubRoutines::call_stub
V  [jvm.dll+0x80f13]
V  [jvm.dll+0xd3842]
V  [jvm.dll+0x80de4]
V  [jvm.dll+0x87cd2]
C  [java.exe+0x14c0]
C  [java.exe+0x64cd]
C  [kernel32.dll+0x214c7]
 :

在这个例子中,虽然出问题的帧是VM的,线程栈显示一个本地例子(native routine)App.dll已经被VM调用(可能是通过JNI).

解决这个本地库崩溃的第一步是调查本地库发生崩溃的那段源代码.

  • 如果本地库是由你的应用程序提供,那么调查本地库的源代码.大量的问题可以通过在运行应用程序时使用-Xcheck:jni参数被识别.查看The -Xcheck:jni Option.
  • 如果这个本地库是由其他供应商提供,被你的程序所使用,那么就向他们提供bug报告和致命错误日志信息.
  • 如果本地库是来自于JRE的(比如awt.dll,net.dll或其他的),那有可能你遇到了一个库或者API的bug.那么就尽可能获取足够的信息提交一个bug并指名库名称.你可以在JRE的发行版中的 jre/lib 或 jre/bin目录中找到JRE的库.

如果可能的话,你可以通过本地debugger attach到core file或crash dump的方式来排查本地库崩溃.取决于你所使用的系统,本地debugger有dbx,gdb,或windbg.查看 Native Operating System Tools

5.1.2 编译代码崩溃

如果致命错误日志指出崩溃发生在编译代码(compiled code),那有可能你遇到了一个编译器导致的不正确代码生成的bug.你可以通过问题堆栈的类型是J(代表一个compiled java frame)来识别. 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# An unexpected error has been detected by HotSpot Virtual Machine:
#
#  SIGSEGV (0xb) at pc=0x0000002a99eb0c10, pid=6106, tid=278546
#
# Java VM: Java HotSpot(TM) 64-Bit Server VM (1.6.0-beta-b51 mixed mode)
# Problematic frame:
# J  org.foobar.Scanner.body()V
#
:
Stack: [0x0000002aea560000,0x0000002aea660000),  sp=0x0000002aea65ddf0,
  free space=1015k
Native frames: (J=compiled Java code, j=interpreted, Vv=VM code, C=native code)
J  org.foobar.Scanner.body()V

[error occurred during error reporting, step 120, id 0xb]

注意:该例子无法获得一个完整的线程栈.输出的”error occurred during error reporting” 表示问题发生在试图获取堆栈跟踪(可能是栈损坏了).

通过更换编译器的方式可能可以临时解决(例如使用HotSpot Client VM取代HotSpot Server VM,或反过来)或者从编译中排除掉导致崩溃的方法.在这个例子中,将64位的Server VM换成32位的Client VM可能会有用.

更多可能的规避措施见Working Around Crashes in the HotSpot Compiler Thread or Compiled Code.

5.1.3 HotSpot编译器线程崩溃

如果核心错误日志显示的当前线程是一个叫CompilerThread0,CompilerThread1或AdapterCompiler的JavaThread,那么你可能遇上了编译器bug.可能解决方式和上一节一样.(懒得复读了…)

5.1.4 VM线程崩溃

如果核心错误日志显示的当前线程是VMThread,那么查看一下在THREAD那节包含VM_Operation 的那一行.VMThread 是特殊的的HotSpot VM线程.它执行一些特殊的工作比如GC.如果VM_Operation表明操作是GC,那么你可能遇到了诸如堆损坏的问题.

包括GC问题之外,它同样可能是一些其他问题(例如编译器或者运行时bug)导致的对象引用在堆中处于一个不完整和不正确的状态.这种情况下,收集尽可能多的环境信息和尝试可能的规避方案.如果发现和GC有关,你可能通过修改GC配置的方式来临时保证正常运行.

对于更多的规避方案,查看Working Around Crashes during Garbage Collection

5.1.5 爆栈崩溃

java语言的一个栈溢出通常会导致线程抛出烦人的java.lang.StackOverflowError异常.另一方面,C和C++写入超过了栈的结束会引起一个栈溢出.这是一个致命的错误,会导致进程终止.

在HotSpot实现中,Java方法和C/C++本地代码共享栈帧,即用户本地代码和VM自身.
Java方法产生的代码会检查栈离栈的结束是否会有固定距离可用的空间,所以本地代码的调用可以不担心是否会超过栈空间.
到栈结束的距离被称为Shadow Pages.这个大小取决于所在平台,shadow pages在3到20页之间.
这个距离是可以调整的,所以应用使用到了本地代码想要比默认更大的距离时可以增加shadow page的大小.
增加的参数是-XX:StackShadowPages=n,n设定为比当前平台默认值大.

如果你的应用遇上了segmentation fault但是没有core file或致命错误日志参见Appendix A,或者在windows上STACK_OVERFLOW_ERROR ,或者得到一个消息”An irrecoverable stack overflow has occurred”,这说明超过了StackShadowPages,需要更大的空间.

如果你增加了StackShadowPages,你可能也需要使用-Xss参数增加默认的线程栈大小.增加默认的线程栈大小可能会减少可创建的线程数,所以请小心选择这个数值.线程栈的大小于不同平台上在256KB到1024KB. 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
# An unexpected error has been detected by HotSpot Virtual Machine:
#
#  EXCEPTION_STACK_OVERFLOW (0xc00000fd) at pc=0x10001011, pid=296, tid=2940
#
# Java VM: Java HotSpot(TM) Client VM (1.6-internal mixed mode, sharing)
# Problematic frame:
# C  [App.dll+0x1011]
#

---------------  T H R E A D  ---------------

Current thread (0x000367c0):  JavaThread "main" [_thread_in_native, id=2940]
:
Stack: [0x00040000,0x00080000),  sp=0x00041000,  free space=4k
Native frames: (J=compiled Java code, j=interpreted, Vv=VM code, C=native code)
C  [App.dll+0x1011]
C  [App.dll+0x1020]
C  [App.dll+0x1020]
:
C  [App.dll+0x1020]
C  [App.dll+0x1020]
...<more frames>...

Java frames: (J=compiled Java code, j=interpreted, Vv=VM code)
j  Test.foo()V+0
j  Test.main([Ljava/lang/String;)V+0
v  ~StubRoutines::call_stub

你可以从例子中获得以下信息:

  • 异常是EXCEPTION_STACK_OVERFLOW
  • 线程的状态是_thread_in_native,表示线程在执行native或者JNI代码.
  • 线程信息中,可用的空间仅仅只有4KB(windows系统中的单页).另外线程指针(sp)在0x00041000,很接近栈结束0x00040000.
  • 输出的本地栈显示一个递归的本地方法是这个问题的原因....<more frames>...表明还有更多的帧存在但是没有输出.输出只限于100帧.

相关资料:
Do we need Unsafe in Java?

Shortest code that raises a SIGSEGV

Best way on how to solve/debug JVM crash (SIGSEGV)

openjdk相关bug:
JVM Crash in # Problematic frame: # J 569 C2 java.lang.Long.getChars(JI[C)V (221 bytes) @ 0x00007fb9b618dfd8 [0x00007fb9b618dc40+0x398]

JVM crash. Problematic frame: J 4518 C2 java.lang.Long.getChar