没有消灭一切的银弹,也没有可以保证永不出错的程序。我们应当如何捕捉 Go 程序错误?我想同学们的第一反应是:打日志。
但错误日志的能力是有限的。第一,日志是开发者在代码中定义的打印信息,我们没法保证日志信息能包含所有的错误情况。第二,在 Go 程序中发生 panic 时,我们也并不总是能通过 recover 捕获(没法插入日志代码)。
那线上 Go 程序突然莫名崩溃后,当日志记录没有覆盖到错误场景时,还有别的方法排查吗?
core dump
core dump 又即核心转储,简单来说它就是程序意外终止时产生的内存快照。我们可以通过 core dump 文件来调式程序,找出其崩溃原因。
在 linux 平台上,可通过ulimit -c命令查看核心转储配置,系统默认为 0,表明未开启 core dump 记录功能。
- $ulimit-c
- 0
可以使用ulimit -c [size]命令指定记录 core dump 文件的大小,即是开启 core dump 记录。当然,如果电脑资源足够,避免 core dump 丢失或记录不全,也可执行ulimit -c unlimited而不限制 core dump 文件大小。
那在 Go 程序中,如何开启 core dump 呢?
GOTRACEBACK
我们在你真的懂string与[]byte的转换了吗一文中探讨过 string 转 []byte 的黑魔法,如下例所示。
- packagemain
- import(
- "reflect"
- "unsafe"
- )
- funcString2Bytes(sstring)[]byte{
- sh:=(*reflect.StringHeader)(unsafe.Pointer(&s))
- bh:=reflect.SliceHeader{
- Data:sh.Data,
- Len:sh.Len,
- Cap:sh.Len,
- }
- return*(*[]byte)(unsafe.Pointer(&bh))
- }
- funcModify(){
- a:="hello"
- b:=String2Bytes(a)
- b[0]='H'
- }
- funcmain(){
- Modify()
- }
string 是不可以被修改的,当我们将 string 类型通过黑魔法转为 []byte 后,企图修改其值,程序会发生一个不能被 recover 捕获到的错误。
- $gorunmain.go
- unexpectedfaultaddress0x106a6a4
- fatalerror:fault
- [signalSIGBUS:buserrorcode=0x2addr=0x106a6a4pc=0x105b01a]
- goroutine1[running]:
- runtime.throw({0x106a68b,0x0})
- /usr/local/go/src/runtime/panic.go:1198+0x71fp=0xc000092ee8sp=0xc000092eb8pc=0x102bad1
- runtime.sigpanic()
- /usr/local/go/src/runtime/signal_unix.go:732+0x1d6fp=0xc000092f38sp=0xc000092ee8pc=0x103f2f6
- main.Modify(...)
- /Users/slp/github/PostDemo/coreDemo/main.go:21
- main.main()
- /Users/slp/github/PostDemo/coreDemo/main.go:25+0x5afp=0xc000092f80sp=0xc000092f38pc=0x105b01a
- runtime.main()
- /usr/local/go/src/runtime/proc.go:255+0x227fp=0xc000092fe0sp=0xc000092f80pc=0x102e167
- runtime.goexit()
- /usr/local/go/src/runtime/asm_amd64.s:1581+0x1fp=0xc000092fe8sp=0xc000092fe0pc=0x1052dc1
- exitstatus2
这些堆栈信息是由 GOTRACEBACK 变量来控制打印粒度的,它有五种级别。
- none,不显示任何 goroutine 堆栈信息
- single,默认级别,显示当前 goroutine 堆栈信息
- all,显示所有 user (不包括 runtime)创建的 goroutine 堆栈信息
- system,显示所有 user + runtime 创建的 goroutine 堆栈信息
- crash,和 system 打印一致,但会生成 core dump 文件(Unix 系统上,崩溃会引发 SIGABRT 以触发core dump)
如果我们将 GOTRACEBACK 设置为 system ,我们将看到程序崩溃时所有 goroutine 状态信息
- $GOTRACEBACK=systemgorunmain.go
- unexpectedfaultaddress0x106a6a4
- fatalerror:fault
- [signalSIGBUS:buserrorcode=0x2addr=0x106a6a4pc=0x105b01a]
- goroutine1[running]:
- runtime.throw({0x106a68b,0x0})
- ...
- goroutine2[forcegc(idle)]:
- runtime.gopark(0x0,0x0,0x0,0x0,0x0)
- ...
- createdbyruntime.init.7
- /usr/local/go/src/runtime/proc.go:294+0x25
- goroutine3[GCsweepwait]:
- runtime.gopark(0x0,0x0,0x0,0x0,0x0)
- ...
- createdbyruntime.gcenable
- /usr/local/go/src/runtime/mgc.go:181+0x55
- goroutine4[GCscavengewait]:
- runtime.gopark(0x0,0x0,0x0,0x0,0x0)
- ...
- createdbyruntime.gcenable
- /usr/local/go/src/runtime/mgc.go:182+0x65
- exitstatus2
如果想获取 core dump 文件,那么就应该把 GOTRACEBACK 的值设置为 crash 。当然,我们还可以通过 runtime/debug 包中的 SetTraceback 方法来设置堆栈打印级别。
delve 调试
delve 是 Go 语言编写的 Go 程序调试器,我们可以通过 dlv core 命令来调试 core dump。
首先,通过以下命令安装 delve
- goget-ugithub.com/go-delve/delve/cmd/dlv
还是以上文中的例子为例,我们通过设置 GOTRACEBACK 为 crash 级别来获取 core dump 文件
- $tree
- .
- └──main.go
- $ulimit-cunlimited
- $gobuildmain.go
- $GOTRACEBACK=crash./main
- ...
- Aborted(coredumped)
- $tree
- .
- ├──core
- ├──main
- └──main.go
- $ls-alhcore
- -rw-------1slpslp41MOct3122:15core
此时,在同级目录得到了 core dump 文件 core(文件名、存储路径、是否加上进程号都可以配置修改)。
通过 dlv 调试器来调试 core 文件,执行命令格式 dlv core 可执行文件名 core文件
- $dlvcoremaincore
- Type'help'forlistofcommands.
- (dlv)
命令 goroutines 获取所有 goroutine 相关信息
- (dlv)goroutines
- *Goroutine1-User:./main.go:21main.main(0x45b81a)(thread18061)
- Goroutine2-User:/usr/local/go/src/runtime/proc.go:367runtime.gopark(0x42ed96)[forcegc(idle)]
- Goroutine3-User:/usr/local/go/src/runtime/proc.go:367runtime.gopark(0x42ed96)[GCsweepwait]
- Goroutine4-User:/usr/local/go/src/runtime/proc.go:367runtime.gopark(0x42ed96)[GCscavengewait]
- [4goroutines]
- (dlv)
Goroutine 1 是出问题的 goroutine (带有 * 代表当前帧),通过命令 goroutine 1 切换到其栈帧
- (dlv)goroutine1
- Switchedfrom1to1(thread18061)
- (dlv)
执行命令 bt(breakpoints trace) 查看当前的栈帧详细信息
- (dlv)bt
- 00x0000000000454bc1inruntime.raise
- at/usr/local/go/src/runtime/sys_linux_amd64.s:165
- 10x0000000000452f60inruntime.systemstack_switch
- at/usr/local/go/src/runtime/asm_amd64.s:350
- 20x000000000042c530inruntime.fatalthrow
- at/usr/local/go/src/runtime/panic.go:1250
- 30x000000000042c2f1inruntime.throw
- at/usr/local/go/src/runtime/panic.go:1198
- 40x000000000043fa76inruntime.sigpanic
- at/usr/local/go/src/runtime/signal_unix.go:742
- 50x000000000045b81ainmain.Modify
- at./main.go:21
- 60x000000000045b81ainmain.main
- at./main.go:25
- 70x000000000042e9c7inruntime.main
- at/usr/local/go/src/runtime/proc.go:255
- 80x0000000000453361inruntime.goexit
- at/usr/local/go/src/runtime/asm_amd64.s:1581
- (dlv)
通过 5 0x000000000045b81a in main.Modify 发现了错误代码所在函数,执行命令 frame 5 进入函数具体代码
- (dlv)frame5
- >runtime.raise()/usr/local/go/src/runtime/sys_linux_amd64.s:165(PC:0x454bc1)
- Warning:debuggingoptimizedfunction
- Frame5:./main.go:21(PC:45b81a)
- 16:}
- 17:
- 18:funcModify(){
- 19:a:="hello"
- 20:b:=String2Bytes(a)
- =>21:b[0]='H'
- 22:}
- 23:
- 24:funcmain(){
- 25:Modify()
- 26:}
- (dlv)
自此,破案了,问题就出在了擅自修改 string 底层值。
Mac 不能使用
有一点需要注意,上文 core dump 生成的例子,我是在 linux 系统下完成的,mac amd64 系统没法弄(很气,害我折腾了两个晚上)。
这是由于 mac 系统下的 Go 限制了生成 core dump 文件,这个在 Go 源码 src/runtime/signal_unix.go 中有相关说明。
- //go:nosplit
- funccrash(){
- //OSXcoredumpsarelineardumpsofthemappedmemory,
- //fromthefirstvirtualbytetothelast,withzerosinthegaps.
- //Becauseofthewaywearrangetheaddressspaceon64-bitsystems,
- //thismeanstheOSXcorefilewillbe>128GBandevenonazippy
- //workstationcantakeOSXwelloveranhourtowrite(uninterruptible).
- //Saveusersfrommakingthatmistake.
- ifGOOS=="darwin"&&GOARCH=="amd64"{
- return
- }
- dieFromSignal(_SIGABRT)
- }
总结
core dump 文件是操作系统提供给我们的一把利器,它是程序意外终止时产生的内存快照。利用 core dump,我们可以在程序崩溃后更好地恢复事故现场,为故障排查保驾护航。
当然,core dump 文件的生成也是有弊端的。core dump 文件较大,如果线上服务本身内存占用就很高,那在生成 core dump 文件上的内存与时间开销都会很大。另外,我们往往会布置服务守护进程,如果我们的程序频繁崩溃和重启,那会生成大量的 core dump 文件(设定了core+pid 命名规则),产生磁盘打满的风险(如果放开了内核限制 ulimit -c unlimited)。
最后,如果担心错误日志不能帮助我们定位 Go 代码问题,我们可以为它开启 core dump 功能,在 hotfix 上增加奇兵。对于有守护进程的服务,建议设置好 ulimt -c 大小限制。
原文链接:https://mp.weixin.qq.com/s/RktnMydDtOZFwEFLLYzlCA