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 StartedRust0198
cann-learning-hubCANN 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 Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
767
5.02 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++
865
1.96 K
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++
692
1.36 K
Ascend Extension for PyTorch
Python
728
903
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
460
455
deepin linux kernel
C
32
16
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++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
Claude 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 Started
Rust
1.92 K
198
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。
Python
1.01 K
631