2006年十二月月 发布的文章

一个'莫须有'的BUG

上周三晚,河南’前线’反馈,河南移动手机用户投诉,经查是话单丢失。查看后的确有蹊跷,按照数据库中录入的原始话单数据来看,这几条记录的确是该生成话单的。之后又有同事发现出现丢话单的问题不仅仅这几条,而是一批一批的。没什么头绪,一夜无话,周四发现每天入库的可生成话单记录数居然比话单多出100万,也就是说我的程序居然少生成了100万话单,按照一条记录1角钱,这也是10万块呀,事情紧迫,问题查找的历程开始。

周四一上班,一封封邮件飞入我的邮箱。我们采取两个办法:
1. 继续分析现网的情况,通过统计数据来找;
2. 在家里这边搭建一套现网环境,来模拟运行,看是否能找出端倪。

还好我们的程序自身带一个统计工具,用来统计生成话单的数量,打开统计文件,核对数据,发现在当天的确生成的话单数要少于从数据库统计的话单数,而且也的确近100万。心头顿生郁闷呀。我们的程序以前的测试过程中从未出现过类似的情况,难道是以前测试的不够彻底,疑惑。

这里简单介绍一下我们的程序,这是一个消息的后处理程序,主要负责生成移动计费中心的计费需要的原始记录文件,我们也叫话单;再有就是把原始记录入库,用来查找统计生成报表。这个程序是一个多进程架构的程序,运行时多个进程互相配合,通过内存队列和文件来做接口,通过灵活的配置衔接两个进程之间的接口,所以说如果配置不当,出现上述现象的可能性还是有的,因此第一我就仔细的查看了配置情况,试图找出可疑之处以解释问题的缘由。可遗憾的是配置都很正确,不存在重复推队列以及推错队列的可能。此时又由于备份的系统输入数据已经被误删除,所以还得等上一些时间,在这段时间我又在系统的一个关键路径上安装的统计工具,我想看看到底是哪出了问题。

我发现事情都喜欢箍堆,这几天自己的私事也不少,周四下午由于私事没能更新代码,周五晚上才更新的代码并同步到现网,等待着运行一段时间后的统计结果。周六上午仍然办私事,中午同事的电话打来说我加的统计数据不准确,赶忙回公司登陆到现网看结果,发现从周六00:00~10:00期间,一共入库约115万条记录,话单也是约115万,也就是说从这个关键路径上流过的数据是约115万,而同事从数据库中统计的数字居然是147万而且居然发现有7万多的数据有重复(数据库没有设置唯一性约束),没有重复的数据有132万。也就是说我们的程序不仅仅是少生成话单了,而且还重复插入数据了。当时就有些发晕,代码是查了一遍又一遍呀,找不到什么问题。而且统计了原始记录文件,我们系统ftp取来的原始记录文件中的记录数就是约115万左右,和我加的统计工具统计的数值一致,也就是说问题不是少生成话单了,而是多入库和重复入库了。关键路径上的统计数据是115万,那么问题可能出现在后面的模块,统计了最后一步入库操作的输入(文件格式),发现数据量也是115万,从日志上看也是115万,真是邪了门了。数据库中怎么就无端出现多出来的数据呢,问了同事是否是数据库上某个JOB在自动复制数据,得到的回答是否定的。唯一向数据库中写数据的只有我们的程序。

疑惑和彷徨中发现一个奇怪现象:数据库里重复的数据都是来自数据源主机1的(我们有两台数据源主机),同事把数据库中重复数据的处理时间Show给我看,我根据那时间,查看了对应时间段的日志,发现一处可疑情况。我们的程序第一个工作就是从数据源主机上取原始数据文件,方式采用ftp get,如果get成功,我们会删除数据源主机上的源数据文件,我从日志中发现其中一处报了一个错误:ftp delete failed, errcode = (22)!,我顿时感觉难道这块是删除失败,重新ftp get导致重复数据的根源吗?我继续往下查发现程序并没有重复取那个文件,也就是说在数据源主机上那个文件已经不存在了。事情蹊跷,把这一现象告诉同事,他问我问什么会这样,我也解释不清楚。

继续查找,仍无头绪,遂决心在各个模块的入口出口加入统计信息,来查找问题所在,当时已经是周五23点30分了,带着疲倦改代码,这时同事突然想到了一点,那就是难道有另外一个一模一样的程序运行在别的主机上?如果真的存在,那么一切上述奇怪现象就都可以解释了。我停掉我们的程序,之后发现数据源主机1上的原始数据文件仍然被不知名程序取走了,我的同事马上逐个查找各台主机,终于在其中一台主机上发现了我们的程序,这个程序是上次测试时启动的,然后忘记停了,而新的程序则部署在另一台机器上。

唉,终于水落石出了。

丢话单:因为另一个程序把原始记录文件抢走,生成话单就放在了它的那台主机上,计费中心并不知道,也就没法获取该话单;
重复入库:两个我们的程序同时取到了原始记录文件,各自入了一份,由于数据库没有唯一性校验,所以导致重复入库。
多入库:还是因为另一个程序把原始记录文件抢走并入库,导致我们的统计工具统计不到该记录数量,所以少于数据库的统计量。

查了半天,费了半天劲,原来居然是一个’莫须有’的BUG,这也提醒了我们以后部署程序上线检查时一定要细心,否则这样的问题查起来很难,如果不是那位同事突然想起来,估计我现在还在苦苦挣扎在这个’莫须有’的BUG上呢。

三谈内存对齐-背后的故事

记得以前曾经两次谈到过内存对齐话题,一次在'也谈内存对齐'一文中,另一次则是'也谈内存对齐(续)',今天下午和同事又谈到内存对齐的问题了,遂想继续挖掘下去,看看其背后的故事。

关于内存对齐的中文文章多在介绍对齐的'法则',比如为什么sizeof(T)和我们估计的T的大小有出入呢等等,而对于内存对齐的本质少有介绍,我在Google上搜索了一阵后,在IBM开发社区上发现一篇叫'Data alignment: Straighten up and fly right'的文章,其中就有我想知道的关于'内存对齐背后的故事',下面的很多内容都是来自那篇文章的。

很多书籍中都讲到:内存可以看成一个byte数组,我们通过编程语言提供的工具对这个'大数组'中的每个元素进行读写,比如在C中我们可以用指针一次读写一个或者更多个字节,这是我们一般程序员眼中的内存样子。但是从机器角度更具体的说从CPU角度看呢,CPU发出的指令是一个字节一个字节读写内存吗?答案是'否'。CPU是按照'块(chunk)'来读写内存的,块的大小可以是2bytes, 4bytes, 8bytes, 16bytes甚至是32bytes. 这个CPU访问内存采用的块的大小,我们可以称为'内存访问粒度'。

程序员眼中的内存样子:

———————————
| | | | | | | | | | | | | | | | |
———————————
 0 1 2 3 4 5 6 7 8 9 A B C D E F  (地址)

CPU眼中的内存样子:(以粒度=4为例)
———————————————
| | | | |   | | | | |   | | | | |   | | | | |
———————————————
 0 1 2 3     4 5 6 7     8 9 A B     C D E F  (地址)

有了上面的概念,我们来看看粒度对CPU访问内存的影响。

假设这里我们需要的数据分别存储于地址0和地址1起始的连续4个字节的存储器中,我们目的是分别读取这些数据到一个4字节的寄存器中,

如果'内存访问粒度'为1,CPU从地址0开始读取,需要4次访问才能将4个字节读到寄存器中;
同样如果'内存访问粒度'为1,CPU从地址1开始读取,也需要4次访问才能将4个字节读到寄存器中;而且对于这种理想中的''内存访问粒度'为1的CPU,所有地址都是'aligned address'。

如果'内存访问粒度'为2,CPU从地址0开始读取,需要2次访问才能将4个字节读到寄存器中;每次访存都能从'aligned address'起始。
如果'内存访问粒度'为2,CPU从地址1开始读取,相当于内存中数据分布在1,2,3,4三个地址上,由于1不是'aligned address',所以这时CPU要做些其他工作,由于这四个字节分步在三个chunk上,所以CPU需要进行三次访存操作,第一次读取chunk1(即地址0,1上两个字节,而且仅仅地址1上的数据有用),第二次读取chunk2(即地址2,3上两个字节,这两个地址上的数据都有用),最后一次读取chunk3(即地址5,6上两个字节,而且仅仅地址5上的数据有用),最后CPU会将读取的有用的数据做merge操作,然后放到寄存器中。

同理可以推断如果'内存访问粒度'为4,那么从地址1开始读取,需要2次访问,访问后得到的结果merge后放到寄存器中。

是不是所有的CPU都会帮你这么做呢,当然不是。有些厂商的CPU发现你访问unaligned address,就会报错,或者打开调试器或者dump core,比如sun sparc solaris绝对不会容忍你访问unaligned address,都会以一个core结束你的程序的执行。所以一般编译器都会在编译时做相应的优化以保证程序运行时所有数据都是存储在'aligned address'上的,这就是内存对齐的由来。

我们可以指定按照何种粒度访问特定内存块儿:其中void *T为指向特定内存块的地址指针
char *p = (char*)T;每次操作一个字节
short *p = (short*)T;每次操作两个字节
int *p = (int*)T;每次操作4个字节
以此类推。

在'Data alignment: Straighten up and fly right'这篇文章中作者还得出一个结论那就是:"如果访问的地址是unaligned的,那么采用大粒度访问内存有可能比小粒度访问内存还要慢"。

如发现本站页面被黑,比如:挂载广告、挖矿等恶意代码,请朋友们及时联系我。十分感谢! Go语言第一课 Go语言精进之路1 Go语言精进之路2 Go语言编程指南
商务合作请联系bigwhite.cn AT aliyun.com

欢迎使用邮件订阅我的博客

输入邮箱订阅本站,只要有新文章发布,就会第一时间发送邮件通知你哦!

这里是 Tony Bai的个人Blog,欢迎访问、订阅和留言! 订阅Feed请点击上面图片

如果您觉得这里的文章对您有帮助,请扫描上方二维码进行捐赠 ,加油后的Tony Bai将会为您呈现更多精彩的文章,谢谢!

如果您希望通过微信捐赠,请用微信客户端扫描下方赞赏码:

如果您希望通过比特币或以太币捐赠,可以扫描下方二维码:

比特币:

以太币:

如果您喜欢通过微信浏览本站内容,可以扫描下方二维码,订阅本站官方微信订阅号“iamtonybai”;点击二维码,可直达本人官方微博主页^_^:
本站Powered by Digital Ocean VPS。
选择Digital Ocean VPS主机,即可获得10美元现金充值,可 免费使用两个月哟! 著名主机提供商Linode 10$优惠码:linode10,在 这里注册即可免费获 得。阿里云推荐码: 1WFZ0V立享9折!


View Tony Bai's profile on LinkedIn
DigitalOcean Referral Badge

文章

评论

  • 正在加载...

分类

标签

归档



View My Stats