首页
/ osquery在Fedora系统中查询rpm_packages时的段错误问题分析

osquery在Fedora系统中查询rpm_packages时的段错误问题分析

2025-05-09 05:47:35作者:滕妙奇

问题背景

osquery作为一款强大的系统监控工具,在Linux系统中广泛用于查询系统信息。近期在Fedora 38及更高版本系统中发现,当执行涉及rpm_packages表的查询时,osqueryd进程有约60%的概率会发生段错误(Segmentation Fault)崩溃。

问题表现

具体表现为执行类似以下查询时:

select 1 from rpm_packages rp, os_version ov 
where rp.name = "foo-fedora-playbooks" AND ov.name = "Fedora Linux";

技术分析

根本原因

这个问题源于Fedora 33及更高版本中RPM数据库的重大变更:从传统的Berkeley DB迁移到了SQLite数据库。这一变更带来了一个关键的技术冲突:

  1. osquery自身使用SQLite作为底层存储引擎,会配置sqlite3_log回调
  2. librpm库(4.18.0版本)也会尝试配置SQLite的全局设置
  3. 两者对SQLite配置的竞争导致了回调函数冲突,最终引发段错误

版本影响

  • 受影响系统:Fedora 33及以上版本(包括38和40)
  • 受影响osquery版本:v5.12.1, v5.12.2
  • 相关库版本:librpm 4.18.0

解决方案

该问题已在osquery后续版本中通过以下方式解决:

  1. 升级librpm到4.18.2或更高版本
  2. 4.18.2版本中修复了"不要从db后端干扰每个进程的全局sqlite配置"的问题

建议

对于生产环境:

  1. 建议升级到osquery 5.13.1或更高版本
  2. 如果暂时无法升级,可以考虑避免在Fedora系统上频繁查询rpm_packages表

技术启示

这个案例展示了系统工具与发行版底层变更之间的微妙交互关系。数据库后端的变更虽然提升了性能,但也可能引入意料之外的兼容性问题。作为系统监控工具的开发者,需要密切关注主流发行版的底层变更,并及时进行兼容性测试和修复。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
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++
509
44
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (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
941
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
345
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70