|
|
# 18 | 案例篇：内存泄漏了，我该如何定位和处理？
|
|
|
|
|
|
你好，我是倪朋飞。
|
|
|
|
|
|
通过前几节对内存基础的学习，我相信你对 Linux 内存的工作原理，已经有了初步了解。
|
|
|
|
|
|
对普通进程来说，能看到的其实是内核提供的虚拟内存，这些虚拟内存还需要通过页表，由系统映射为物理内存。
|
|
|
|
|
|
当进程通过 malloc() 申请虚拟内存后，系统并不会立即为其分配物理内存，而是在首次访问时，才通过缺页异常陷入内核中分配内存。
|
|
|
|
|
|
为了协调 CPU 与磁盘间的性能差异，Linux 还会使用 Cache 和 Buffer ，分别把文件和磁盘读写的数据缓存到内存中。
|
|
|
|
|
|
对应用程序来说，动态内存的分配和回收，是既核心又复杂的一个逻辑功能模块。管理内存的过程中，也很容易发生各种各样的“事故”，比如，
|
|
|
|
|
|
* 没正确回收分配后的内存，导致了泄漏。
|
|
|
|
|
|
* 访问的是已分配内存边界外的地址，导致程序异常退出，等等。
|
|
|
|
|
|
|
|
|
今天我就带你来看看，内存泄漏到底是怎么发生的，以及发生内存泄漏之后该如何排查和定位。
|
|
|
|
|
|
说起内存泄漏，这就要先从内存的分配和回收说起了。
|
|
|
|
|
|
## 内存的分配和回收
|
|
|
|
|
|
先回顾一下，你还记得应用程序中，都有哪些方法来分配内存吗？用完后，又该怎么释放还给系统呢？
|
|
|
|
|
|
前面讲进程的内存空间时，我曾经提到过，用户空间内存包括多个不同的内存段，比如只读段、数据段、堆、栈以及文件映射段等。这些内存段正是应用程序使用内存的基本方式。
|
|
|
|
|
|
举个例子，你在程序中定义了一个局部变量，比如一个整数数组 _int data\[64\]_ ，就定义了一个可以存储 64 个整数的内存段。由于这是一个局部变量，它会从内存空间的栈中分配内存。
|
|
|
|
|
|
栈内存由系统自动分配和管理。一旦程序运行超出了这个局部变量的作用域，栈内存就会被系统自动回收，所以不会产生内存泄漏的问题。
|
|
|
|
|
|
再比如，很多时候，我们事先并不知道数据大小，所以你就要用到标准库函数 _malloc()_ \_，\_在程序中动态分配内存。这时候，系统就会从内存空间的堆中分配内存。
|
|
|
|
|
|
堆内存由应用程序自己来分配和管理。除非程序退出，这些堆内存并不会被系统自动释放，而是需要应用程序明确调用库函数 _free()_ 来释放它们。如果应用程序没有正确释放堆内存，就会造成内存泄漏。
|
|
|
|
|
|
这是两个栈和堆的例子，那么，其他内存段是否也会导致内存泄漏呢？经过我们前面的学习，这个问题并不难回答。
|
|
|
|
|
|
* 只读段，包括程序的代码和常量，由于是只读的，不会再去分配新的内存，所以也不会产生内存泄漏。
|
|
|
|
|
|
* 数据段，包括全局变量和静态变量，这些变量在定义时就已经确定了大小，所以也不会产生内存泄漏。
|
|
|
|
|
|
* 最后一个内存映射段，包括动态链接库和共享内存，其中共享内存由程序动态分配和管理。所以，如果程序在分配后忘了回收，就会导致跟堆内存类似的泄漏问题。
|
|
|
|
|
|
|
|
|
**内存泄漏的危害非常大，这些忘记释放的内存，不仅应用程序自己不能访问，系统也不能把它们再次分配给其他应用**。内存泄漏不断累积，甚至会耗尽系统内存。
|
|
|
|
|
|
虽然，系统最终可以通过 OOM （Out of Memory）机制杀死进程，但进程在 OOM 前，可能已经引发了一连串的反应，导致严重的性能问题。
|
|
|
|
|
|
比如，其他需要内存的进程，可能无法分配新的内存；内存不足，又会触发系统的缓存回收以及 SWAP 机制，从而进一步导致 I/O 的性能问题等等。
|
|
|
|
|
|
内存泄漏的危害这么大，那我们应该怎么检测这种问题呢？特别是，如果你已经发现了内存泄漏，该如何定位和处理呢。
|
|
|
|
|
|
接下来，我们就用一个计算斐波那契数列的案例，来看看内存泄漏问题的定位和处理方法。
|
|
|
|
|
|
斐波那契数列是一个这样的数列：0、1、1、2、3、5、8…，也就是除了前两个数是0和1，其他数都由前面两数相加得到，用数学公式来表示就是 F(n)=F(n-1)+F(n-2)，（n>=2），F(0)=0, F(1)=1。
|
|
|
|
|
|
## 案例
|
|
|
|
|
|
今天的案例基于 Ubuntu 18.04，当然，同样适用其他的 Linux 系统。
|
|
|
|
|
|
* 机器配置：2 CPU，8GB 内存
|
|
|
|
|
|
* 预先安装 sysstat、Docker 以及 bcc 软件包，比如：
|
|
|
|
|
|
|
|
|
```
|
|
|
# install sysstat docker
|
|
|
sudo apt-get install -y sysstat docker.io
|
|
|
|
|
|
# Install bcc
|
|
|
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 4052245BD4284CDD
|
|
|
echo "deb https://repo.iovisor.org/apt/bionic bionic main" | sudo tee /etc/apt/sources.list.d/iovisor.list
|
|
|
sudo apt-get update
|
|
|
sudo apt-get install -y bcc-tools libbcc-examples linux-headers-$(uname -r)
|
|
|
|
|
|
```
|
|
|
|
|
|
其中，sysstat 和 Docker 我们已经很熟悉了。sysstat 软件包中的 vmstat ，可以观察内存的变化情况；而 Docker 可以运行案例程序。
|
|
|
|
|
|
[bcc](https://github.com/iovisor/bcc) 软件包前面也介绍过，它提供了一系列的 Linux 性能分析工具，常用来动态追踪进程和内核的行为。更多工作原理你先不用深究，后面学习我们会逐步接触。这里你只需要记住，按照上面步骤安装完后，它提供的所有工具都位于 /usr/share/bcc/tools 这个目录中。
|
|
|
|
|
|
> 注意：bcc-tools需要内核版本为4.1或者更高，如果你使用的是CentOS7，或者其他内核版本比较旧的系统，那么你需要手动[升级内核版本后再安装](https://github.com/iovisor/bcc/issues/462)。
|
|
|
|
|
|
打开一个终端，SSH 登录到机器上，安装上述工具。
|
|
|
|
|
|
同以前的案例一样，下面的所有命令都默认以 root 用户运行，如果你是用普通用户身份登陆系统，请运行 sudo su root 命令切换到 root 用户。
|
|
|
|
|
|
如果安装过程中有什么问题，同样鼓励你先自己搜索解决，解决不了的，可以在留言区向我提问。如果你以前已经安装过了，就可以忽略这一点了。
|
|
|
|
|
|
安装完成后，再执行下面的命令来运行案例：
|
|
|
|
|
|
```
|
|
|
$ docker run --name=app -itd feisky/app:mem-leak
|
|
|
|
|
|
```
|
|
|
|
|
|
案例成功运行后，你需要输入下面的命令，确认案例应用已经正常启动。如果一切正常，你应该可以看到下面这个界面：
|
|
|
|
|
|
```
|
|
|
$ docker logs app
|
|
|
2th => 1
|
|
|
3th => 2
|
|
|
4th => 3
|
|
|
5th => 5
|
|
|
6th => 8
|
|
|
7th => 13
|
|
|
|
|
|
```
|
|
|
|
|
|
从输出中，我们可以发现，这个案例会输出斐波那契数列的一系列数值。实际上，这些数值每隔 1 秒输出一次。
|
|
|
|
|
|
知道了这些，我们应该怎么检查内存情况，判断有没有泄漏发生呢？你首先想到的可能是 top 工具，不过，top 虽然能观察系统和进程的内存占用情况，但今天的案例并不适合。内存泄漏问题，我们更应该关注内存使用的变化趋势。
|
|
|
|
|
|
所以，开头我也提到了，今天推荐的是另一个老熟人， vmstat 工具。
|
|
|
|
|
|
运行下面的 vmstat ，等待一段时间，观察内存的变化情况。如果忘了 vmstat 里各指标的含义，记得复习前面内容，或者执行 man vmstat 查询。
|
|
|
|
|
|
```
|
|
|
# 每隔3秒输出一组数据
|
|
|
$ vmstat 3
|
|
|
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
|
|
|
r b swpd free buff cache si so bi bo in cs us sy id wa st
|
|
|
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
|
|
|
r b swpd free buff cache si so bi bo in cs us sy id wa st
|
|
|
0 0 0 6601824 97620 1098784 0 0 0 0 62 322 0 0 100 0 0
|
|
|
0 0 0 6601700 97620 1098788 0 0 0 0 57 251 0 0 100 0 0
|
|
|
0 0 0 6601320 97620 1098788 0 0 0 3 52 306 0 0 100 0 0
|
|
|
0 0 0 6601452 97628 1098788 0 0 0 27 63 326 0 0 100 0 0
|
|
|
2 0 0 6601328 97628 1098788 0 0 0 44 52 299 0 0 100 0 0
|
|
|
0 0 0 6601080 97628 1098792 0 0 0 0 56 285 0 0 100 0 0
|
|
|
|
|
|
```
|
|
|
|
|
|
从输出中你可以看到，内存的 free 列在不停的变化，并且是下降趋势；而 buffer 和 cache 基本保持不变。
|
|
|
|
|
|
未使用内存在逐渐减小，而 buffer 和 cache 基本不变，这说明，系统中使用的内存一直在升高。但这并不能说明有内存泄漏，因为应用程序运行中需要的内存也可能会增大。比如说，程序中如果用了一个动态增长的数组来缓存计算结果，占用内存自然会增长。
|
|
|
|
|
|
那怎么确定是不是内存泄漏呢？或者换句话说，有没有简单方法找出让内存增长的进程，并定位增长内存用在哪儿呢？
|
|
|
|
|
|
根据前面内容，你应该想到了用 top 或ps 来观察进程的内存使用情况，然后找出内存使用一直增长的进程，最后再通过 pmap 查看进程的内存分布。
|
|
|
|
|
|
但这种方法并不太好用，因为要判断内存的变化情况，还需要你写一个脚本，来处理 top 或者 ps 的输出。
|
|
|
|
|
|
这里，我介绍一个专门用来检测内存泄漏的工具，memleak。memleak 可以跟踪系统或指定进程的内存分配、释放请求，然后定期输出一个未释放内存和相应调用栈的汇总情况（默认5 秒）。
|
|
|
|
|
|
当然，memleak 是 bcc 软件包中的一个工具，我们一开始就装好了，执行 _/usr/share/bcc/tools/memleak_ 就可以运行它。比如，我们运行下面的命令：
|
|
|
|
|
|
```
|
|
|
# -a 表示显示每个内存分配请求的大小以及地址
|
|
|
# -p 指定案例应用的PID号
|
|
|
$ /usr/share/bcc/tools/memleak -a -p $(pidof app)
|
|
|
WARNING: Couldn't find .text section in /app
|
|
|
WARNING: BCC can't handle sym look ups for /app
|
|
|
addr = 7f8f704732b0 size = 8192
|
|
|
addr = 7f8f704772d0 size = 8192
|
|
|
addr = 7f8f704712a0 size = 8192
|
|
|
addr = 7f8f704752c0 size = 8192
|
|
|
32768 bytes in 4 allocations from stack
|
|
|
[unknown] [app]
|
|
|
[unknown] [app]
|
|
|
start_thread+0xdb [libpthread-2.27.so]
|
|
|
|
|
|
```
|
|
|
|
|
|
从 memleak 的输出可以看到，案例应用在不停地分配内存，并且这些分配的地址没有被回收。
|
|
|
|
|
|
这里有一个问题，Couldn’t find .text section in /app，所以调用栈不能正常输出，最后的调用栈部分只能看到 \[unknown\] 的标志。
|
|
|
|
|
|
为什么会有这个错误呢？实际上，这是由于案例应用运行在容器中导致的。memleak 工具运行在容器之外，并不能直接访问进程路径 /app。
|
|
|
|
|
|
比方说，在终端中直接运行 ls 命令，你会发现，这个路径的确不存在：
|
|
|
|
|
|
```
|
|
|
$ ls /app
|
|
|
ls: cannot access '/app': No such file or directory
|
|
|
|
|
|
```
|
|
|
|
|
|
类似的问题，我在 CPU 模块中的 [perf 使用方法](https://time.geekbang.org/column/article/73738)中已经提到好几个解决思路。最简单的方法，就是在容器外部构建相同路径的文件以及依赖库。这个案例只有一个二进制文件，所以只要把案例应用的二进制文件放到 /app 路径中，就可以修复这个问题。
|
|
|
|
|
|
比如，你可以运行下面的命令，把 app 二进制文件从容器中复制出来，然后重新运行 memleak 工具：
|
|
|
|
|
|
```
|
|
|
$ docker cp app:/app /app
|
|
|
$ /usr/share/bcc/tools/memleak -p $(pidof app) -a
|
|
|
Attaching to pid 12512, Ctrl+C to quit.
|
|
|
[03:00:41] Top 10 stacks with outstanding allocations:
|
|
|
addr = 7f8f70863220 size = 8192
|
|
|
addr = 7f8f70861210 size = 8192
|
|
|
addr = 7f8f7085b1e0 size = 8192
|
|
|
addr = 7f8f7085f200 size = 8192
|
|
|
addr = 7f8f7085d1f0 size = 8192
|
|
|
40960 bytes in 5 allocations from stack
|
|
|
fibonacci+0x1f [app]
|
|
|
child+0x4f [app]
|
|
|
start_thread+0xdb [libpthread-2.27.so]
|
|
|
|
|
|
```
|
|
|
|
|
|
这一次，我们终于看到了内存分配的调用栈，原来是 fibonacci() 函数分配的内存没释放。
|
|
|
|
|
|
定位了内存泄漏的来源，下一步自然就应该查看源码，想办法修复它。我们一起来看案例应用的源代码 [app.c](https://github.com/feiskyer/linux-perf-examples/blob/master/mem-leak/app.c)：
|
|
|
|
|
|
```
|
|
|
$ docker exec app cat /app.c
|
|
|
...
|
|
|
long long *fibonacci(long long *n0, long long *n1)
|
|
|
{
|
|
|
//分配1024个长整数空间方便观测内存的变化情况
|
|
|
long long *v = (long long *) calloc(1024, sizeof(long long));
|
|
|
*v = *n0 + *n1;
|
|
|
return v;
|
|
|
}
|
|
|
|
|
|
|
|
|
void *child(void *arg)
|
|
|
{
|
|
|
long long n0 = 0;
|
|
|
long long n1 = 1;
|
|
|
long long *v = NULL;
|
|
|
for (int n = 2; n > 0; n++) {
|
|
|
v = fibonacci(&n0, &n1);
|
|
|
n0 = n1;
|
|
|
n1 = *v;
|
|
|
printf("%dth => %lld\n", n, *v);
|
|
|
sleep(1);
|
|
|
}
|
|
|
}
|
|
|
...
|
|
|
|
|
|
```
|
|
|
|
|
|
你会发现， child() 调用了 fibonacci() 函数，但并没有释放 fibonacci() 返回的内存。所以，想要修复泄漏问题，在 child() 中加一个释放函数就可以了，比如：
|
|
|
|
|
|
```
|
|
|
void *child(void *arg)
|
|
|
{
|
|
|
...
|
|
|
for (int n = 2; n > 0; n++) {
|
|
|
v = fibonacci(&n0, &n1);
|
|
|
n0 = n1;
|
|
|
n1 = *v;
|
|
|
printf("%dth => %lld\n", n, *v);
|
|
|
free(v); // 释放内存
|
|
|
sleep(1);
|
|
|
}
|
|
|
}
|
|
|
|
|
|
```
|
|
|
|
|
|
我把修复后的代码放到了 [app-fix.c](https://github.com/feiskyer/linux-perf-examples/blob/master/mem-leak/app-fix.c)，也打包成了一个 Docker 镜像。你可以运行下面的命令，验证一下内存泄漏是否修复：
|
|
|
|
|
|
```
|
|
|
# 清理原来的案例应用
|
|
|
$ docker rm -f app
|
|
|
|
|
|
# 运行修复后的应用
|
|
|
$ docker run --name=app -itd feisky/app:mem-leak-fix
|
|
|
|
|
|
# 重新执行 memleak工具检查内存泄漏情况
|
|
|
$ /usr/share/bcc/tools/memleak -a -p $(pidof app)
|
|
|
Attaching to pid 18808, Ctrl+C to quit.
|
|
|
[10:23:18] Top 10 stacks with outstanding allocations:
|
|
|
[10:23:23] Top 10 stacks with outstanding allocations:
|
|
|
|
|
|
```
|
|
|
|
|
|
现在，我们看到，案例应用已经没有遗留内存，证明我们的修复工作成功完成。
|
|
|
|
|
|
## 小结
|
|
|
|
|
|
总结一下今天的内容。
|
|
|
|
|
|
应用程序可以访问的用户内存空间，由只读段、数据段、堆、栈以及文件映射段等组成。其中，堆内存和文件映射段，需要应用程序来动态管理内存段，所以我们必须小心处理。不仅要会用标准库函数 _malloc()_ 来动态分配内存，还要记得在用完内存后，调用库函数 _free()_ 来释放它们。
|
|
|
|
|
|
今天的案例比较简单，只用加一个 _free()_ 调用就能修复内存泄漏。不过，实际应用程序就复杂多了。比如说，
|
|
|
|
|
|
* malloc() 和 free() 通常并不是成对出现，而是需要你，在每个异常处理路径和成功路径上都释放内存 。
|
|
|
|
|
|
* 在多线程程序中，一个线程中分配的内存，可能会在另一个线程中访问和释放。
|
|
|
|
|
|
* 更复杂的是，在第三方的库函数中，隐式分配的内存可能需要应用程序显式释放。
|
|
|
|
|
|
|
|
|
所以，为了避免内存泄漏，最重要的一点就是养成良好的编程习惯，比如分配内存后，一定要先写好内存释放的代码，再去开发其他逻辑。还是那句话，有借有还，才能高效运转，再借不难。
|
|
|
|
|
|
当然，如果已经完成了开发任务，你还可以用 memleak 工具，检查应用程序的运行中，内存是否泄漏。如果发现了内存泄漏情况，再根据 memleak 输出的应用程序调用栈，定位内存的分配位置，从而释放不再访问的内存。
|
|
|
|
|
|
## 思考
|
|
|
|
|
|
最后，给你留一个思考题。
|
|
|
|
|
|
今天的案例，我们通过增加 _free()_ 调用，释放函数 _fibonacci()_ 分配的内存，修复了内存泄漏的问题。就这个案例而言，还有没有其他更好的修复方法呢？结合前面学习和你自己的工作经验，相信你一定能有更多更好的方案。
|
|
|
|
|
|
欢迎留言和我讨论 ，写下你的答案和收获，也欢迎你把这篇文章分享给你的同事、朋友。我们一起在实战中演练，在交流中进步。
|
|
|
|