LuaJIT中GC阶段OOM错误导致JIT跟踪退出的问题分析

问题背景

在LuaJIT项目中，当垃圾回收(GC)过程中发生内存不足(OOM)错误时，特别是在处理JIT编译代码的跟踪退出(trace exit)过程中，会导致严重的崩溃问题。这个问题主要出现在两个场景中：

1. 在lj_trace_exit函数中处理GC步骤时发生OOM错误
2. 在lj_trace_unwind函数中由于错误的虚拟机状态导致断言失败

问题根源

问题的核心在于LuaJIT的垃圾回收机制与JIT编译代码执行路径之间的交互。具体表现为：

1. GC阶段的内存分配：在GC的finalize阶段，当尝试重新哈希(rehash)finalizer表时，如果内存分配失败，会触发OOM错误。这个错误发生在JIT跟踪执行的上下文中，导致不安全的异常处理。

2. 虚拟机状态混淆：在第二个场景中，OOM错误导致GC步骤被中断，此时虚拟机状态(vmstate)被错误地解释为跟踪编号(trace number)，触发了断言失败。

3. 内存分配约束：问题特别容易在用户提供自定义内存分配器的情况下出现，当分配器在表重新哈希或字符串缓冲区收缩时返回NULL。

技术细节分析

Finalizer表处理问题

LuaJIT在GC过程中会维护一个finalizer表，用于管理带有终结器的cdata对象。在GC周期的最后阶段，系统会尝试重新哈希这个表以优化内存使用。然而，这个操作发生在可能不安全的执行上下文中：

1. 当从JIT编译代码中执行GC步骤时，虚拟机处于特殊状态
2. 内存分配失败会导致长跳转(longjmp)风格的错误处理
3. 这种错误处理与JIT代码的执行路径不兼容

字符串缓冲区收缩问题

另一个潜在问题点是GC原子阶段结束时对临时字符串缓冲区的收缩操作。虽然这不是主要崩溃点，但在某些自定义分配器场景下也可能导致问题。

解决方案

经过深入分析，LuaJIT维护者提出了以下解决方案：

1. 移除finalizer表的强制重新哈希：由于finalizer表在添加新终结器时会自动重新哈希(在安全上下文中)，因此可以安全地移除GC周期结束时的强制重新哈希操作。

2. 保留字符串缓冲区收缩：虽然可以移除临时缓冲区的收缩操作，但这会导致内存被长期占用，因此决定保留这一优化。

3. 遵循内存分配约定：确认Lua内存分配器的约定——当请求缩小内存块时(osize >= nsize)，分配器不应失败。这是Lua API的固有约定。

实现影响

这一修改带来了以下影响：

1. 稳定性提升：彻底解决了在GC过程中因OOM导致的崩溃问题。

2. 内存使用变化：finalizer表不再在GC周期结束时被强制收缩，可能在长期运行中保持稍大的内存占用。

3. 极端情况处理：对于极端情况下的finalizer表使用(如持续添加和移除大量终结器)，表可能不会及时收缩，但这在真实场景中影响有限。

结论

LuaJIT通过简化GC过程中对finalizer表的处理，解决了在JIT编译代码执行路径中因OOM导致的稳定性问题。这一修改体现了在复杂系统设计中平衡性能、内存使用和稳定性的考量，同时也提醒开发者在使用自定义内存分配器时需要严格遵守API约定。

该修复已合并到LuaJIT主分支，显著提升了在内存受限环境下使用JIT编译和FFI功能时的稳定性。