FileBrowser项目中Chrome浏览器上传多文件时的崩溃问题分析
2025-05-06 02:30:50作者:郦嵘贵Just
问题现象
在使用FileBrowser文件管理系统时,当用户尝试通过Chrome或基于Chromium的浏览器上传大量小文件时,浏览器会出现死锁并最终以SIGILL信号崩溃。这一现象通常在上传接近第1000个文件时发生,具体触发点取决于客户端操作系统的文件描述符限制配置。
技术背景
现代浏览器在处理文件上传时,会创建临时文件来管理上传过程。在Linux系统上,Chrome浏览器会将这些临时文件存储在/dev/shm目录下,文件命名格式为.org.chromium.Chromium.随机字符串。正常情况下,这些临时文件在上传完成后应该被正确关闭和删除。
问题根源
通过系统监控工具lsof观察发现,Chrome浏览器在上传过程中存在文件描述符泄漏问题。具体表现为:
- 浏览器创建了大量临时文件
- 虽然文件被标记为已删除(deleted),但对应的文件描述符未被正确释放
- 当泄漏的文件描述符数量达到系统限制(通常默认软限制为1024)时,浏览器无法创建新的文件描述符
- 最终导致浏览器进程崩溃
环境验证
该问题已在多个环境中复现:
- Chromium 130.0.6723.91/116
- Google Chrome 130.0.6723.116
- 不同Linux发行版(Debian 12, Archlinux)
值得注意的是:
- Windows系统由于文件描述符限制较高,通常不会触发此问题
- Firefox浏览器未出现类似问题
- 其他文件服务器软件(如copyparty)使用类似上传机制时也不会导致此问题
解决方案
目前有两种可行的解决方案:
-
临时解决方案:
- 提高Chrome进程的文件描述符限制
- 例如在启动Chrome前执行
ulimit -n 4096 - 但此方法治标不治本,多次上传后仍可能因累积泄漏而崩溃
-
永久解决方案:
- 使用修复了此问题的FileBrowser分支版本
- FileBrowser Quantum分支已解决此问题
- 建议需要上传大量文件的用户迁移至此分支
技术建议
对于开发者而言,建议从以下方面进行深入分析:
- 检查FileBrowser前端JavaScript中文件上传处理逻辑
- 对比分析FileBrowser与其他文件服务器在上传机制上的差异
- 关注Chrome浏览器中与文件上传相关的内存管理机制
对于普通用户,建议:
- 分批上传大量小文件
- 考虑使用不受此问题影响的浏览器
- 关注FileBrowser官方对此问题的修复进展
此问题揭示了浏览器与文件管理系统交互时可能存在的资源管理缺陷,值得Web开发者和浏览器开发者共同关注。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
659
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
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
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146