Asterisk项目中res_pjsip_sdp_rtp模块的内存泄漏问题分析
2025-06-30 16:33:03作者:宣利权Counsellor
在Asterisk开源电话系统项目中,res_pjsip_sdp_rtp模块负责处理SDP(会话描述协议)和RTP(实时传输协议)相关的功能。近期发现该模块存在一个内存泄漏问题,涉及ast_format对象的引用计数管理不当。
问题背景
在Asterisk 18.24.2版本中,PR #700为ast_rtp_codecs结构体添加了一个preferred_format字段。这个字段用于指定首选的音频/视频格式。然而,在设置这个字段时,出现了引用计数管理不当的问题,导致ast_format对象无法被正确释放。
技术细节
问题的核心在于以下代码片段:
ast_rtp_codecs_set_preferred_format(&codecs, ast_format_cap_get_format(joint, 0));
这段代码存在两个关键函数调用:
ast_format_cap_get_format()- 获取格式能力集中的第一个格式ast_rtp_codecs_set_preferred_format()- 设置首选格式
这两个函数都会增加ast_format对象的引用计数(ao2_ref),但只有一次减少引用计数的操作,导致引用计数不平衡,最终造成内存泄漏。
问题影响
虽然这个问题被标记为"Trivial"级别,但它会导致:
- 每次相关操作都会泄漏一个ast_format对象
- 长期运行的Asterisk实例可能会因此积累大量内存泄漏
- 影响系统的稳定性和可靠性
解决方案
正确的做法应该是在设置首选格式后,立即释放从ast_format_cap_get_format()获取的临时格式对象。修复后的代码应该类似于:
struct ast_format *format = ast_format_cap_get_format(joint, 0);
ast_rtp_codecs_set_preferred_format(&codecs, format);
ao2_ref(format, -1); // 释放临时格式对象
这种处理方式确保了引用计数的平衡,避免了内存泄漏。
深入理解
在Asterisk的AO2(AstObj2)对象管理系统中:
- 每个ast_format对象都使用引用计数机制管理生命周期
- 任何获取对象引用的函数(如ast_format_cap_get_format)都会增加引用计数
- 使用完对象后,调用者需要负责减少引用计数
- 当引用计数降为0时,对象会被自动释放
理解这种引用计数机制对于开发Asterisk模块至关重要,不当的管理会导致内存泄漏或使用已释放内存的问题。
最佳实践
在Asterisk开发中处理引用计数对象时,建议:
- 明确每个函数对引用计数的影响(是否增加引用)
- 获取对象后立即考虑释放责任
- 使用临时变量存储中间结果,便于管理生命周期
- 在复杂逻辑中添加注释说明引用计数变化
这个问题虽然简单,但很好地展示了Asterisk中对象生命周期管理的重要性。开发者应当特别注意这类资源管理问题,以确保系统的稳定性和可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284