2025 年 91篇

[Android稳定性] 第025篇 [问题篇] KASAN slab-out-of-bounds内存越界问题 9月前查看 评论
[Android稳定性] 第025篇 [问题篇] KASAN slab-out-of-bounds内存越界问题

本文分析了在运行kasan版本corgi: 4967550时出现的死机问题，问题概率为4/7。通过分析dmesg日志，确定问题类型为slab-out-of-bounds，问题函数为usbpd_mi_vdm_received_cb，越界地址为ffffff808d6c0a60。通过trace32工具恢复现场，定位到死机原因为for循环中的数组越界访问。最终，通过修改循环次数为rx_msg->data_len/sizeof(u32)，成功解决问题。

[linux内存管理] 第022篇 buddy内存管理之慢速分配 9月前查看 评论
[linux内存管理] 第022篇 buddy内存管理之慢速分配

**本文分析了 Linux 内核中慢速内存分配路径 `__alloc_pages_slowpath`，该路径在快速分配失败时被触发。慢速分配尝试通过多种手段获取内存，包括内存回收、内存压缩和唤醒 kswapd 线程等**。 **主要步骤如下**： 1. **判断是否允许直接回收内存**：根据 GFP 标志判断是否可以进行直接内存回收。 2. **判断是否为高成本请求**：根据请求的 order 和 migratetype 判断是否为高成本请求。 3. **尝试直接内存压缩**：在高成本请求或无法访问预留内存的情况下，尝试进行直接内存压缩。 4. **唤醒 kswapd 线程**：唤醒 kswapd 线程进行内存回收。 5. **尝试再次分配内存**：根据新的分配标志和 zonelist 尝试再次分配内存。 6. **直接内存回收**：如果允许直接回收内存，则尝试进行直接内存回收。 7. **再次尝试分配内存**：在内存回收后再次尝试分配内存。 8. **尝试内存压缩**：如果直接内存回收失败，则尝试进行内存压缩。 9. **处理 CPU 集合更新**：检查 CPU 集合是否更新，并进行相应的处理。 10. **启动 OOM 杀手**：如果所有尝试都失败，则启动 OOM 杀手进程。 11. **重试分配**：如果 OOM 杀手进程有所进展，则重试分配。 **慢速分配路径的关键在于通过各种手段增加空闲内存，以便能够成功分配请求的内存**。 **总结来说，慢速分配路径是 Linux 内核中保证内存分配可靠性的重要机制，它通过多种手段应对内存不足的情况，确保系统能够正常运行**。

[Android稳定性] 第024篇 [方法篇] RCU Stall问题如何进行分析？ 9月前查看 评论
[Android稳定性] 第024篇 [方法篇] RCU Stall问题如何进行分析？

RCU（读-复制-更新）是一种针对多核、多线程环境的内存同步机制，旨在解决读写并发问题，特别适用于读多写少的场景。RCU Stall是指RCU子系统检测到的问题，如宽限期未结束、回调堆积或调度延迟等，可能导致系统性能下降。分析RCU Stall的方法包括检查内核日志、任务栈回溯、长时间运行的任务、锁和资源争用等。实例中，通过dmesg日志分析和打开panic_on_rcu_stall来复现问题，并通过串口输出进程信息进行深入诊断。

[Android稳定性] 第023篇 [问题篇] printk非空的非法指针参数导致的spinlock死锁引起Non Secure WDT 9月前查看 评论
[Android稳定性] 第023篇 [问题篇] printk非空的非法指针参数导致的spinlock死锁引起Non Secure WDT

**摘要**： 本文分析了Linux内核中因`Non secure wdt`导致的死机问题。通过分析ramdump，发现所有CPU都在等待一个spin lock，且锁的持有者是`kworker/u17:12`。进一步分析发现，该进程在获取锁后出现了data abort，并在异常处理流程中再次尝试获取锁，导致死锁。根本原因是`nvt_update_firmware`函数中使用了未初始化的指针作为`printk`的参数，导致打印异常。解决方案是将`kmalloc`改为`kzalloc`，以确保内存被清零。实验验证了当`printk`的参数为非法指针时，会导致死锁。

[Android稳定性] 第022篇 [原理篇] kernel panic的死亡信息的由来 10月前查看 评论
[Android稳定性] 第022篇 [原理篇] kernel panic的死亡信息的由来

本文主要介绍了 Linux 内核稳定性问题中的“kernel panic”现象，并深入分析了其产生的原因、异常处理流程以及如何处理。文章以一个具体的异常案例为切入点，详细解释了异常信息的解读、异常向量表的查找、异常处理函数的执行过程，并最终揭示了 panic 报错信息的来源。文章还介绍了 oops_enter、console_verbose、__die、dump_backtrace 等关键函数的功能，以及 panic_on_oops 内核参数对 panic 流程的影响。通过本文的学习，读者可以更好地理解内核 panic 的产生机制，并掌握相应的调试方法。

[Android稳定性] 第021篇 [问题篇] Kernel panic - not syncing: stack-protector: Kernel stack is corrupted 10月前查看 评论
[Android稳定性] 第021篇 [问题篇] Kernel panic - not syncing: stack-protector: Kernel stack is corrupted

### 文章摘要 本文探讨了在Android系统中出现的一个内核崩溃问题，具体表现为`Kernel panic`错误，并深入分析了崩溃的原因。通过对内核日志和进程栈的解析，发现崩溃发生在`mi_binder_wait4_hook`函数中，由于栈帧指针`x29`发生`bitflip`错误，导致从错误的地址读取值，触发`__stack_chk_fail`函数，最终导致内核崩溃。文章详细介绍了如何通过分析汇编代码和进程栈来定位问题，并提出了可能的解决方案，即添加`nop`指令来防止`bitflip`问题。

[Android稳定性] 第020篇 [方法篇] crash实战：手把手教你使用crash分析内核dump 10月前查看 评论
[Android稳定性] 第020篇 [方法篇] crash实战：手把手教你使用crash分析内核dump

本文介绍了使用crash工具分析Linux内核崩溃（Kdump）的方法，重点针对手机领域。crash工具在处理大型dump文件时比trace32更加高效，因为它不会占用大量内存资源。文章还探讨了crash工具在恢复任务调用栈、查看局部变量值等方面的实用技巧，以及如何查找访问特定变量的线程。通过crash工具，开发者可以更有效地定位和解决内核崩溃问题，提高问题定位的效率。

[Android稳定性] 第019篇 [原理篇] QCOM 常见 reboot 类型流程梳理 10月前查看 评论
[Android稳定性] 第019篇 [原理篇] QCOM 常见 reboot 类型流程梳理

本文详细梳理了Android设备的三种重启类型：ADB重启、电源键重启（包括长按电源键直接重启和弹窗重启）以及panic重启。通过分析源代码，揭示了每种重启类型的流程，包括重启动作、事件处理、服务关闭、文件系统同步、内存清理等步骤。文章还探讨了重启前系统属性的处理流程，以及重启后如何从寄存器中获取重启原因，并传递给ABL阶段。最后，文章以高通项目为例，说明了重启流程中内核通知链的作用，以及重启后如何根据重启原因启动不同的系统模式。