Question

为什么在syscall clone创建的线程中无法正确调用某些glibc的API（例如函数<select ng-model="activeProfile.awardyear" ng-options="ay.display for ay in awardYears"></select>，malloc()或realloc()）？

以下是我的测试代码：

free()

测试结果：线程int thread_func( void *arg ) { void *ptr = malloc( 4096 ); printf( "tid=%d, ptr=%x\n", gettid(), ptr ); sleep(1); if( ptr ) free( ptr ); return 0; } int main( int argc, char **argv ) { int i, m; void *stk; int stksz = 1024 * 128; int flag = CLONE_VM | CLONE _FILES | CLONE_FS | CLONE_SIGHAND; for( i=m=0; i < 100; i++ ) { stk = malloc( stksz ); if( !stk ) break; if( clone( thread_func, stk+stksz, flags, NULL, NULL, NULL, NULL ) != -1 ) m++; } printf( "create %d thread\n", m ); sleep(10); return 0; }或主线程thread_func将在main或malloc()函数中随机阻止。或者有时会导致free()或malloc()崩溃。

我认为可能free()和malloc()需要某些TLS数据来区分每个帖子。

有谁知道原因，可以使用什么解决方案来解决这个问题？

Answer 1

我认为可能是malloc（）和free（）需要某些TLS数据来区分每个线程。

Glibc的malloc()和free()不依赖于TLS。它们使用互斥锁来保护共享内存分配数据结构。为了减少对这些争用的争用，他们采用了一种策略，即使用独立的元数据和互斥体来维护单独的内存分配领域。这在their manual page上有记录。

在纠正代码中的语法错误并忽略对不存在的函数gettid()的调用后（请参阅问题评论），我能够产生分段错误，但不能阻塞。也许你把程序的10秒睡眠造成的退出延迟与堵塞混淆了。

除了可能与您未公开的gettid()实现相关的任何问题之外，您的程序还包含两个语义错误，每个错误都会产生未定义的行为：

正如我在评论中已经提到的，它传递了错误的子堆栈指针值。^*
它使用printf()中的错误thread_func()指令来打印指针。指针值的指令是%p; %x适用于unsigned int类型的参数。

在我纠正了这些错误之后，程序也一直为我完成。修改后的代码：

int thread_func(void *arg) {
    void *ptr = malloc(4096);

    // printf( "tid=%d, ptr=%x\n", gettid(), ptr );
    printf("tid=%d, ptr=%p\n", 1, ptr);
    sleep(1);

    if (ptr) {
        free(ptr);
    }

    return 0;
}

int main(int argc, char **argv) {
    int i, m;
    char *stk;  // Note: char * instead of void * to afford arithmetic
    int stksz = 1024 * 128;
    int flags = CLONE_VM | CLONE_FILES | CLONE_FS | CLONE_SIGHAND;

    for (i = m = 0; i < 100; i++) {
        stk = malloc( stksz );

        if( !stk ) break;

        if (clone(thread_func, stk + stksz - 1, flags, NULL, NULL, NULL, NULL ) != -1) {
            m++;
        }
    }

    printf("create %d thread\n", m);
    sleep(10);

    return 0;
}

然而，即使如此，一切都不是很完美：我看到程序输出中出现了各种异常，特别是在开头附近。

最重要的是，与你的断言相反， 你没有创建任何线程 ，至少在C库识别的意义上是这样。您只是创建具有类似于线程的行为的进程。对于某些目的而言，这可能就足够了，但您不能依赖系统来处理与线程相同的进程。

在Linux上，系统和标准库将识别的真正的线程是通过pthread_create()启动的POSIX线程。（我在此注意，修改程序以使用pthread_create()代替clone()解决了我的输出异常。）您可以为clone()调用添加标记和参数得到的进程就像Linux实现的pthreads实际上是完全相同的，但为什么你会做这样的事情而不是仅仅使用真正的pthreads呢？

^*该程序还对void *执行指针算术，C不允许。然而，GCC接受这个作为扩展，并且因为你的代码无论如何都是特定于Linux的，所以我只用这个笔记来放这个幻灯片。

Answer 2

正确，malloc和free至少需要TLS以下内容：

附加到当前线程的malloc竞技场（用于分配操作）。
errno TLS变量（写入系统调用失败时）。
堆栈保护器金丝雀（如果启用，架构将金丝雀存储在TCB中）。
malloc thread cache（在即将发布的glibc 2.26版本中默认启用）。

所有这些项目都需要一个正确初始化的线程控制块（TCB），但奇怪的是，直到最近，就malloc / free而言，如果创建一个线程几乎没有关系clone与另一个TCB共享（以便数据不再是线程本地的）：

线程基本上永远不会重新连接到不同的竞技场，因此竞技场TLS变量在初始化后实际上是只读的 - 多个线程可以共享一个竞技场。只要系统调用仅在其中一个正在进行共享的线程中失败，就可以共享errno。堆栈保护器canary在进程启动后是只读的，无论如何它的值在整个线程中是相同的。

但所有这些都是一个实现细节，并且glibc 2.26中的东西在其malloc线程缓存中发生了根本性的变化：缓存在没有同步的情况下被读取和写入，因此您尝试执行的操作很可能会导致内存损坏。

这不是glibc 2.26中的重大变化，它总是如此：从clone创建的线程调用任何 glibc函数是未定义的。 As John Bollinger pointed out，这大部分都是偶然发生的，但我可以向你保证，它一直都是完全未定义的。

为什么不能在克隆创建的线程中正确调用malloc / free API？

2 个答案: