linux死锁检测的一种思路

前言: 
　　上一篇博文讲述了pstack的使用和原理. 和jstack一样, pstack能获取进程的线程堆栈快照, 方便检验和性能评估. 但jstack功能更加的强大, 它能对潜在的死锁予以提示, 而pstack只提供了线索, 需要gdb进一步的确定. 
　　那Linux下, 如何去检测死锁, 如何让死锁的检测能够更加的智能和方便? 这是本文的核心主旨, 让我们一同分享下思路.

常规做法:
　　我们来模拟一个出现死锁的程序, 然后通过常规方式来确定是否出现了死锁, 以及在那些线程上出现的.
　　如下是经典的死锁程序:

　　注: 线程A获取锁1, 线程B获取锁2, 然后线程A/B分别去获取锁2/1, 两者谁也不松手的, 又不得对方的, 于是duang, duang duang...
　　使用pstack来快速扫描堆栈:
　　
　　发现有两个线程均在lock中等待, 存在死锁的嫌疑, 需要gdb后具体确认.

　　
　　图文解读: 线程10800申请mutex_1(此时被线程10799所有), 而线程10799申请mutex_2(被线程10800所有), 于是线程10800在等待线程10799的释放, 而线程10799在等待线程10800的释放, 于是我们可以确定发生死锁了.
　　但这种方式, 需要开发人员自己去验证和排除, 复杂的案例就并不轻松了. 
　　在gdb中, 我们可以只能看到mutex对应的线程, 却无法反向获取到线程拥有的mutex列表, 如果有这个信息, 就像jstack工具那样, 获取对死锁的判定, 只要扫下堆栈信息, 就能基本的判定了.

检测模型:
　　对于死锁, 操作系统课程中, 着重讲述了其常规模型/检测算法/规避建议, 这边不再展开.
　　一言以蔽之: 死锁的发生, 必然意味着有向图(依赖关系)的构建存在环.
　　关于检测模型, 我们可以这么假定, 锁为有向边, 申请锁的线程A为起点, 拥有锁的线程B为终点. 这样就形成线程A到线程B的一条有向边. 而众多的锁(边)和线程(点), 就构成了一个有向图.
　　于是乎, 一个死锁检测的算法, 就转变为图论中有向图的环判断问题. 而该问题, 可以借助成熟的拓扑遍历算法轻易实现.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

//拓扑排序：可以测试一个有向图是否有环   void Graph::topsort( )  {      Queue<Vertex> q;      int counter = 0;      q.makeEmpty( );      for each Vertex v          if( v.indegree == 0 )              q.enqueue( v );      while( !q.isEmpty( ) )      {          Vertex v = q.dequeue( );          counter++;         for each Vertex w adjacent to v              if( --w.indegree == 0 )                  q.enqueue( w );      }      if( counter != NUM_VERTICES )          throw CycleFoundException( );  }

解决方案:
　　检测模型的确定, 让人豁然开朗. 但如何落地实现, 成了另一个拦路虎. 
　　让我们从反向获取线程拥有的锁列表这个思路出发, 如何去实现? 如果我们能像java反射一样, 拦截lock/unlock操作, 并添加汇报线程与锁关系的功能, 那自然能构建有向图. 进而实现自动检测死锁情况.
　　但是C/C++没有反射, 不过可以在所有的lock/unlock代码处添加桩代码, 并得以解决. 但这对使用方的代码具有侵入性, 能否改善呢?
　　上天总是眷顾勤奋的人, 这边我们可以借助宏扩展(宏不会递归展开, 这是关键)来巧妙实现这个功能.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

#include <sys/syscall.h>   #define gettid() syscall(__NR_gettid)   // 拦截lock, 添加before, after操作, 记录锁与线程的关系 #define pthread_mutex_lock(x)                                            \     do {                                                                 \         printf("before=>thread_id:%d apply mutex:%p\n", gettid(), x);    \         pthread_mutex_lock(x);                                           \         printf("after=>thread_id:%d acquire mutex:%p\n", gettid(), x);   \     } while (false);   // 拦截unlock, 添加after操作, 解除锁和线程的关系 #define pthread_mutex_unlock(x)                                          \     do {                                                                 \         pthread_mutex_unlock(x);                                         \         printf("unlock=>thread_id: %d release mutex:%p\n", gettid(), x); \     } while(false);

　　注: gettid函数用于获取线程实际的id, 重名名的pthread_mutex_lock/pthread_mutex_unlock宏, 添加了对before/after拦截调用, 并汇报记录了锁与线程的关系.
　　我们可以对before/after操作, 进行实际的图构建和检测. 而且该宏替换, 轻松解决了代码侵入性的问题.
　　让我们在回忆jstack的使用, 猜测java就是借助反射, 轻松实现了类似的功能, 使得其能检测死锁情况.

检验效果:
　　有了上述的理论基础和思路后, 进行尝试和扩展. 
　　这边写了一个简单的检测工具库, 使用非常的简单.
　　在需要检测的代码中, 引入dead_lock_stub.h头文件, 然后在main函数的开头加入

1	DeadLockGraphic::getInstance().start_check();

　　实验效果如下:
　　
　　样例代码的网盘地址如下: http://pan.baidu.com/s/1ntzHEeX