Open5GS项目中NF实例清理不彻底导致UDR重启后回退到默认端口80的问题分析
问题背景
在Open5GS v2.7.1版本中,存在一个关于NF(Network Function)实例清理不彻底的问题,该问题会导致当UDR(User Data Repository)服务重启后,UDM(Unified Data Management)无法正确重新发现UDR实例,进而回退使用默认端口80进行通信,最终导致UE(User Equipment)重新注册失败。
问题现象
当系统运行过程中出现以下操作序列时:
- UE首次注册成功
- UDR服务发生重启
- UE尝试再次注册
此时UDM会尝试通过SBI(Service Based Interface)与UDR通信,但会发现连接被拒绝,日志显示UDM尝试连接UDR的80端口而非正确的服务端口(如8903)。
根本原因分析
经过深入分析,发现问题根源在于NF实例的引用计数管理机制存在缺陷:
-
引用计数不对称:在关联NF实例和客户端时,引用计数被增加了两次:
- 第一次是在
nf_instance_find_client()
中通过OGS_OBJECT_REF
增加 - 第二次是在
OGS_SBI_SETUP_CLIENT
中再次增加
- 第一次是在
-
清理不彻底:当NF实例被移除时,在
ogs_sbi_client_remove()
中只执行了一次OGS_OBJECT_UNREF
,导致引用计数没有完全归零,NF实例未能被彻底清理。 -
残留指针问题:由于NF实例未被完全清理,UDM的
sbi_object->service_type_array[service_type]
中仍然保留了指向该NF实例的指针,尽管该实例及其下属的nf_service已被标记为释放。 -
错误回退机制:当系统无法通过nf_service找到有效客户端时,会回退使用nf_instance->client,而这个client保留了默认的80端口配置,导致连接失败。
解决方案
Open5GS开发团队针对此问题实施了以下修复措施:
-
改进NF实例清理流程:确保在服务关闭时完全清理所有相关资源,包括发送GOAWAY帧给所有活跃会话,防止连接重用问题。
-
引用计数管理优化:调整了NF实例和客户端的引用计数机制,确保创建和销毁时的对称性。
-
实例验证机制:改为存储nf_instance_id并在恢复时验证实例有效性,确保使用正确的客户端配置。
-
端口配置保护:防止系统在发现服务不可用时错误地回退到默认端口配置。
技术启示
这个问题为我们提供了几个重要的技术启示:
-
资源生命周期管理:在基于服务的架构中,必须严格管理各组件(如NF实例、客户端等)的生命周期,确保创建和销毁的对称性。
-
引用计数机制:引用计数是一种常见的资源管理技术,但必须确保增加和减少操作的严格配对,否则会导致内存泄漏或使用已释放资源的问题。
-
错误恢复策略:系统在遇到服务不可用时需要有合理的恢复策略,简单的回退机制可能会引入更多问题。
-
分布式系统健壮性:在5G核心网这样的分布式系统中,必须考虑各网元独立重启、故障恢复等场景下的系统行为。
总结
Open5GS中NF实例清理不彻底的问题展示了在复杂通信系统中资源管理的重要性。通过分析这个问题,我们不仅理解了引用计数机制的关键作用,也认识到在分布式系统中设计健壮的错误处理机制的必要性。该问题的修复显著提高了Open5GS在网元重启场景下的稳定性,为5G核心网的可靠运行提供了更好保障。
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息010GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java01Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









