os_object_release Crash 排查记录分析
波儿菜 人气:0Crash 信息
线上存在一个持续很久的 Crash，由于没有明确业务栈且量级不算大，让它成为了老赖之一，Crash 栈是这样的：
Thread 55
0 libdispatch.dylib 0x0000000188a8cf8c __os_object_release_internal_n + 80
1 libdispatch.dylib 0x0000000188a96eec __dispatch_lane_invoke + 1152
2 libdispatch.dylib 0x0000000188aa14bc __dispatch_workloop_worker_thread + 764
3 libsystem_pthread.dylib 0x00000001d4bde7a4 __pthread_wqthread + 276
——-
Exception Type: SIGTRAP
Exception Codes: fault addr: 0x0000000188a8cf8c
Crashed Thread: 55
Thread 55 crashed with ARM Thread State (64-bit):
x0:0x0000000281a86580 x1:0x0000000000000002
0x188a8a000 - 0x188acefff arm64 <ff408738d75b3061ad994a929c0162d2> libdispatch.dylib
由于不能明确是哪个业务代码引起的，所以先确认 Crash 的对象是哪个类型。
确认目标对象类型
Crash 日志看不出来目标对象类型，只知道是一个 SIGTRAP，应该是 GCD 调用__builtin_trap()触发软中断结束进程 ，尝试从源码入手，顶层函数逻辑是这样的：
DISPATCH_NOINLINE
void _os_object_release_internal_n(_os_object_t obj, uint16_t n) {
return _os_object_release_internal_n_inline(obj, n);
}
DISPATCH_ALWAYS_INLINE
static inline void _os_object_release_internal_n_inline(_os_object_t obj, int n)
{
int ref_cnt = _os_object_refcnt_sub(obj, n);
if (likely(ref_cnt >= 0)) {
return;
}
if (unlikely(ref_cnt < -1)) {
_OS_OBJECT_CLIENT_CRASH("Over-release of an object");
}
// _os_object_refcnt_dispose_barrier() is in _os_object_dispose()
return _os_object_dispose(obj);
}
_OS_OBJECT_CLIENT_CRASH()就是调用的__builtin_trap()，那确认就是一个os_object_t对象的 Over-Release 问题了。os_object_t定义是这样的：
typedef struct _os_object_s {
_OS_OBJECT_HEADER(
const _os_object_vtable_s *os_obj_isa,
os_obj_ref_cnt,
os_obj_xref_cnt);
} _os_object_s;
typedef struct _os_object_s *_os_object_t;
这就是 GCD 类的结构体定义，和 NSObject 类似的内存布局，但os_object_t衍生类众多还需明确是哪一个。
继续看上一个函数_dispatch_lane_invoke，发现它的代码量很大，且由于 GCD 大量的 inline 函数，很难确定是哪里调用了_os_object_release_internal_n。这个时候就要换一种方式，直接反汇编就能快速确认。
使用和 Crash 栈相同系统设备切 release 环境运行，但有点奇怪的是反汇编代码和_dispatch_lane_invoke偏移对不上。那就用 hopper 直接打开 uuid 对应的 libdispatch.dylib 可执行文件吧，找到偏移处：
接下来就要确认bl _os_object_release_internal_n时x0寄存器值怎么来的，这个函数一千多行指令分析工作量太大，但这里可以明确的是这个函数只有这一处调用 _os_object_release_internal_n。
那又回到 GCD 源码，估计就是尾部的一个调用了（代码有修改，去除无用代码和 inline 调用）：
_dispatch_lane_invoke(…) {
dispatch_queue_t dq = dqu._dq;
…
return _os_object_release_internal_n(dou._os_obj, 2);
}
翻了一下各个 Crash 日志x1寄存器都是 2 可以对得上。同时运行时反汇编指令虽然对不上，但对比找到同样逻辑的汇编代码段，br到这个偏移也能确认x0就是dispatch_queue_t。
定位 Crash 场景
既然产生 Over-Release 的对象是 dispatch_queue_t，那推测就是业务代码使用时存在内存管理问题，最蠢的方式就是找到所有的dispatch_queue_create()调用排查各个场景是否有问题。
不过在这之前可以多看一下 Crash 日志，调用栈有dispatch_workloop_worker_thread可以推测当前时机是业务block加入了 GCD 队列，现在已经开始调度了。举个例子，如果在dispatch_async(queue, block)时 queue 就已经释放了，那 Crash 栈就会有dispatch_async，说明在调用dispatch_async(queue, block)时 queue 是正常的，在调度过程要结束时 queue 才被其它线程释放，立即走到_dispatch_lane_invoke的尾调用时才触发了 Over-Release。
那其它线程引起 queue 释放的时机和当前 Crash 时机应该很近，也就是说其它线程此时的堆栈大概率有释放这个dispatch_queue_t的调用，排查后发现基本上在另外一个线程都有这么一段调用栈：
9 libdispatch.dylib 0x0000000188a8dfc0 -[OS_dispatch_queue _xref_dispose] + 56 10 AnyProject 0x0000000107c9b724 -[AnySDKClass dealloc] + 164 11 AnyProject 0x0000000107cbc10c -[AnySDKClass .cxx_destruct] + 76
那大概率问题就出在AnySDKClass，运行时找到其dealloc方法：
…
0x107ddab88 <+124>: bl 0x109994540 ; symbol stub for: dispatch_sync
0x107ddab8c <+128>: add x0, x19, #0x10 ; =0x10
0x107ddab90 <+132>: mov x1, #0x0
0x107ddab94 <+136>: bl 0x10999589c ; symbol stub for: objc_storeWeak
0x107ddab98 <+140>: ldr x0, [x19, #0x18]
0x107ddab9c <+144>: str xzr, [x19, #0x18]
0x107ddaba0 <+148>: bl 0x1099957e8 ; symbol stub for: objc_release
0x107ddaba4 <+152>: ldr x0, [x19, #0x58]
0x107ddaba8 <+156>: str xzr, [x19, #0x58]
0x107ddabac <+160>: bl 0x1099957e8 ; symbol stub for: objc_release
…
断点到对应偏移0x107ddabac处，找到这个 queue 的类型：
br set -a 0x107ddabac
po $x0
<OS_dispatch_queue_serial: anyName[0x2809e2900] = { xref = 1, ref = 1, sref = 1, target = com.apple.root.default-qos.overcommit[0x12e435100], width = 0x1, state = 0x001ffe2000000000, in-flight = 0}>
那剩下的工作就是找到对应 SDK 源码，分析出这个 serial queue 的内存管理问题了。
加载全部内容