记64位地址截断引发的挂死问题
前言
最近要将整个项目的代码从原先的只支持32位变成同时支持32位和64位，这个过程中遇到一个很不容易定位的挂死问题，花了不少时间才定位解决，因此分享给大家。
32位和64位代码区别
在分享之前，需要了解一下32位和64位程序代码有何区别，它的主要区别体现在某些数据类型的占用字节大小的不同：
数据类型 | 32位 | 64位 |
|---|---|---|
long | 4字节 | 8字节 |
unsigned long | 4字节 | 8字节 |
指针 | 4字节 | 8字节 |
size_t | 4字节 | 8字节 |
ssize_t | 4字节 | 8字节 |
这些是主要的差别。
那么为什么要切64位呢？原因也很简单，32位寻址范围有限，能使用的最大内存也是非常有限的，因此需要使其能够支持64位，这个过程需要修改编译工程，编译第三方库为64位，修改代码等等。当然这些都不是本文的重点，本文仅介绍遇到的这个典型的问题。
问题描述
由于项目本身涉及的系统比较复杂，因此简单分享一下定位过程，下一节将通过简洁的示例程序来说明。
问题现象：向服务器发送一条操作指令后直接挂死
分析解决过程简化为如下步骤：
- 查看日志以及coredump信息，初步定位挂死的位置
- 发现挂死在停止定时器的位置
- 32位程序正常，而64位异常，因此和32位与64位的差别有关
- 怀疑传入定时器数据有问题，编写小demo，排除传入数据问题
- 编译可调试版本，加入-g参数
- 跟踪调试，发现最终挂在了一个动态库中
- 设置gdb源码路径，以便调试跟踪动态库
- 通过gdb观察传入指针，在访问指针时，出现错误，提示访问非法内存
- 打印传入定时器指针地址，发现异常，地址开头4字节为全f，不正常，因此怀疑该指针最开始就已经出问题
- 跟踪启动定时器部分，动态库接口返回的地址值，就已经异常了。但是跟踪到动态库接口内部，发现返回的结果是正常的8字节地址值，排除定时器接口的问题
- 最终可以确定，在调用动态库接口时，虽然返回的是8字节地址，但是赋给外部变量时，就被截断了
- 换项目中的另外一个进程调试demo发现，编译时出现错误，提示函数没有声明
- 于是加上声明之后编译通过，但并没有出现挂死的问题
- 随即继续跟踪原项目出问题的进程，发现同样这些接口都没有外部声明，再加上另外一个进程的警告信息，提示有int往指针强转，因此怀疑和函数的声明有关。
最终确实如此。
具体是为什么呢？
简化示例
示例代码分别放在main.c和test.c中，main.c内容如下：
//main.c
//公众号编程珠玑
#include<stdio.h>
#include<stdlib.h>
int main(void)
{
void *p = NULL;
//打印p的地址
printf("%p\n",&p);
//为p赋值
p = testFun();
printf("%p\n",p);
//释放内存
free(p);
p = NULL;
return 0;
}test.c的内容如下：
//test.c
#include<stdio.h>
#include<stdlib.h>
void *testFun()
{
//申请内存需要足够大，能方便达到本文的示例效果
void *p = (void*)malloc(1024*1024*10);
if(NULL == p)
{
printf("malloc failed\n");
}
printf("malloc success,p = %p\n",p);
return p;
}上面两段代码再简单不过，testFun在函数中申请一段内存，并返回。而main函数通过调用testFun，将地址值返回给p，并打印p的地址值。
编译运行：
$ gcc -o main main.c test.c
$ ./main
0x7ffef59d4230
malloc success,p = 0x7f193ec5f010
0x3ec5f010
Segmentation fault (core dumped)从运行结果中，我们可以发现以下几个事实：
- 64位程序地址为8字节
- testFun内部申请到的内存地址值是占用8字节的值
- main函数中的p的地址值为4字节
- 返回值被截断了
也就是和我们预期的结果完全不一样。我们逐步分析，到底是为什么。
特别说明： 如果赋值那一行改成下面这样
p = (void*)testFun();运行结果中如下：
0x7ffd5a75dbe0
malloc success,p = 0x7fc6fb5ac010
0xfffffffffb5ac010
Segmentation fault (core dumped)其实看到8字节的前面4字节都是f，就可以判断这个地址是非法的了。为什么？（提示：程序地址空间分布）。
为什么coredump？
这个问题很明显，因为申请内存得到的地址值与释放内存的地址不是同一个，因此导致coredump（coredump的查看可参考《linux常用命令-开发调试篇》中的gdb部分）。
为什么地址值被截断？
在解释这个之前，我们先看一个简单的示例程序：
//testReturn.c
#include<stdio.h>
test()
{
printf("test function\n");
return 0;
}
int main(void)
{
test();
return;
}编译：
$ gcc -o test testReturn.c
testReturn.c:2:1: warning: return type defaults to ‘int’ [-Wimplicit-int]
test()
^我们在编译的时候出现了一个警告，提示test函数没有返回值，会默认返回值为int。
也就是说，如果函数实际有返回值，但是函数返回值类型却没有指明，编译器会将其默认为int。
实际上前面的示例程序在编译的时候就有警告：
main.c: In function ‘main’:
main.c:11:9: warning: implicit declaration of function ‘testFun’ [-Wimplicit-function-declaration]
p = testFun();
^
main.c:11:7: warning: assignment makes pointer from integer without a cast [-Wint-conversion]
p = testFun();
^两个警告的意思分别为：
- testFun没有声明
- 尝试从整形转换成指针
第一个警告很容易理解，虽然定义了testFun函数，但是在main函数中并没有声明。因此对mian函数来说，它在编译阶段（关于编译阶段，可参考《hello程序是如何变成可执行文件的》），“看不到”testFun，因此会默认为其返回值为int。而正因如此，就有了第二个警告，提示从整型转换成指针。
到此其实也就真相大白了。既然testFun的返回值被编译器默认为int，返回一个8字节的指针类型，而返回值却是int，自然就会被截断了。
如何解决
既然知道原因所在，那么如何解决呢？这里提供两种方式。
- extern声明
- 在头文件中声明，调用者包含该头文件
按照第一种方式，在main.c中增加一行声明：
extern void *testFun();运行结果：
0x7fffee1bd7b0
malloc success,p = 0x7fcafef2e010
0x7fcafef2e010第二种方式，增加test.h，内容为testFun的声明：
//test.h
#include<stdio.h>
#include<stdlib.h>
void *testFun();main.c包含test.h头文件：
//main.c
//公众号编程珠玑
#include"test.h"
int main(void)
{
void *p = NULL;
//打印p的地址
printf("%p\n",&p);
//为p赋值
p = testFun();
printf("%p\n",p);
//释放内存
free(p);
p = NULL;
return 0;
}test.c修改如下：
//test.c
#include"test.h"
void *testFun()
{
void *p = (void*)malloc(1024*1024*10);
if(NULL == p)
{
printf("malloc failed\n");
}
printf("malloc success,p = %p\n",p);
return p;
}以上两种方式都可解决前面的问题。
而32位程序为什么正常？相信你已经有了答案。
总结
由于对出现问题的程序代码不熟悉，加上其编译工程充斥着大量的警告而没有处理，以及涉及动态库，导致这个引起挂死问题的罪魁祸首没有提前暴露处出来。而问题的根本原因我们也清楚了，就是因为调用函数前没有声明。本文总结如下：
- 不要忽略任何一个警告，除非你非常清楚地知道自己在做什么
- 在头文件中声明函数，并提供给调用者
- 函数使用前进行声明
- 问题长期定位不出来时，休息一下
- 尽量编写通用性代码
- 非必要时不强转
- 使用void *指针格外小心
思考
- 为什么32位的时候运行正常，而64位程序会挂死
- 32位和64位程序用户空间地址范围分别是多少
- 如何在调试中设置程序源码路径
- 程序完整编译经历那几个阶段