Tarantool TX线程中连续任务间丢失Fiber凭证问题的分析与解决

问题背景

在Tarantool数据库系统中，TX线程负责处理事务性操作。开发者在使用C模块通过tnt_tx_push和tnt_tx_flush连续调度两个事务任务时，发现第二个任务会意外失败，报错显示"User not found"。经过深入分析，发现这是由于Fiber(纤程)的凭证信息在任务间被意外清除导致的。

技术细节

Fiber与Session机制

Tarantool使用Fiber作为轻量级执行单元，每个Fiber都关联着一个Session对象，其中存储着用户凭证等重要信息。当Fiber执行数据库操作时，系统会检查这些凭证来确定操作权限。

问题重现场景

1. 开发者创建了一个C模块，通过TX线程连续调度两个任务
2. 第一个任务成功执行了box_insert操作
3. 第二个任务在执行box_update操作时失败，报错显示用户不存在
4. 通过调试发现，两个任务间Fiber的credentials结构被意外清空

根本原因分析

问题出在Tarantool的Session清理机制上。当Fiber停止时，系统会触发session_on_stop回调函数，该函数会删除Session对象，但存在两个关键缺陷：

1. 没有清除Fiber中指向已删除Session的指针
2. 没有重置Fiber中的用户凭证信息

这导致后续任务使用了一个悬垂指针(dangling pointer)，访问了已被释放的内存区域，从而出现用户凭证异常。

解决方案

针对这个问题，核心开发团队提出了一个简洁有效的修复方案：

static int
session_on_stop(struct trigger *trigger, void *event)
{
    trigger_clear(trigger);
    /* 销毁会话 */
    session_delete(fiber_get_session(fiber()));
    /* 新增两行关键修复 */
    fiber_set_session(fiber(), NULL);
    fiber_set_user(fiber(), NULL);
    return 0;
}

这个修复方案通过以下方式解决问题：

1. 在删除Session后，显式地将Fiber中的Session指针置为NULL
2. 同时清空Fiber中的用户凭证信息
3. 确保后续任务不会访问到无效的Session数据

技术影响与启示

这个问题的解决不仅修复了一个具体的bug，还给我们带来了一些重要的技术启示：

1. 资源生命周期管理：在系统编程中，必须严格管理资源的创建和销毁过程，特别是当多个组件共享同一资源时。

2. 指针安全性：删除对象后，必须确保所有指向该对象的指针都被正确处理，避免悬垂指针问题。

3. 事务隔离性：TX线程中的任务虽然共享同一个Fiber，但每个任务应该有独立的执行环境，这个问题提醒我们需要更好地隔离连续任务的执行上下文。

4. 调试技巧：通过硬件观察点(hardware watchpoint)可以有效地追踪内存修改，这在诊断类似问题时非常有用。

最佳实践建议

基于这个问题的经验，我们建议开发者在编写Tarantool C模块时：

1. 对于连续调度的TX任务，考虑在每个任务开始时检查并重置Fiber状态
2. 使用事务时，确保每个事务都有完整的开始-提交/回滚流程
3. 在错误处理中，不仅要检查操作返回值，还要验证执行环境的状态
4. 考虑使用Fiber池时设置合理的超时参数，避免资源长时间占用

这个问题及其解决方案已经合并到Tarantool的主干代码中，为后续版本的用户提供了更稳定的TX任务执行环境。