QuickJS-NG 中的 FinalizationRegistry 回调同步执行问题分析
2025-07-10 21:57:13作者:咎竹峻Karen
问题背景
在 JavaScript 引擎 QuickJS-NG 中,FinalizationRegistry 是一个用于管理对象垃圾回收回调的 API。根据 ECMAScript 规范,FinalizationRegistry 的回调应当异步执行,但在 QuickJS-NG 的当前实现中,这些回调会被同步触发,这可能导致严重的运行时问题。
问题现象
当开发者创建一个 FinalizationRegistry 并在其回调中再次创建新的 FinalizationRegistry 实例时,会导致递归调用和堆内存使用后释放(use-after-free)问题。具体表现为:
- 创建 FinalizationRegistry 并注册临时对象
- 临时对象被立即回收,触发回调
- 回调中又创建新的 FinalizationRegistry 并注册新对象
- 这一过程无限递归,最终导致堆栈溢出或内存访问违规
技术分析
QuickJS-NG 使用引用计数作为其主要垃圾回收机制。当对象引用计数归零时,会立即触发回收操作。对于 FinalizationRegistry 注册的对象,这种即时回收会导致回调被同步执行。
根据 ECMAScript 规范,FinalizationRegistry 的回调应当通过作业队列(Job Queue)异步执行。规范明确指出应使用 HostMakeJobCallback 包装清理回调,确保它们不会同步执行。
解决方案
正确的实现方式应该是:
- 将 FinalizationRegistry 的回调包装为作业
- 将作业放入作业队列而非立即执行
- 在适当的事件循环周期中执行这些回调
这种异步执行机制可以避免递归调用和内存安全问题,同时也符合 ECMAScript 规范的要求。
实现影响
这一修改将带来以下影响:
- 行为更符合标准:与主流 JavaScript 引擎(V8、SpiderMonkey 等)保持一致
- 提高稳定性:避免递归调用导致的堆栈溢出
- 防止内存安全问题:消除 use-after-free 风险
- 性能影响:回调执行会有轻微延迟,但这是符合预期的行为
开发者建议
对于 QuickJS-NG 的使用者,应当注意:
- 不要依赖 FinalizationRegistry 回调的同步执行特性
- 在回调中避免执行可能触发新垃圾回收的操作
- 理解 FinalizationRegistry 主要用于资源清理而非业务逻辑
这一问题的修复将使 QuickJS-NG 在垃圾回收相关 API 的实现上更加健壮和符合标准。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C032
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
340
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
233
266
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
327
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
668
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
45
32