BPFtrace项目中关于BPF ABBA死锁问题的分析与解决方案
BPFtrace作为一款强大的Linux内核动态追踪工具,在性能分析和故障排查中发挥着重要作用。然而,近期发现的一个与BPF哈希表访问相关的ABBA死锁问题,可能导致内核崩溃,这引起了开发者社区的高度关注。
问题背景
该问题最初是通过一个bpftrace脚本发现的,当kfunc附加在与访问BPF_MAP_TYPE_HASH相同的路径上时,会在内核中创建ABBA死锁情况。典型的触发场景包括:一个bpftrace脚本在queued_spin_lock_slowpath函数上附加kfunc探针,同时另一个BPF程序在不同的CPU上访问相同的哈希表映射。
技术细节分析
ABBA死锁是经典的死锁类型,当两个线程以相反顺序获取两个锁时就会发生。在这个特定案例中:
- 线程A获取锁A,然后尝试获取锁B
- 同时线程B获取锁B,然后尝试获取锁A
- 两个线程互相等待对方释放锁,导致死锁
在BPF上下文中,这种死锁特别危险,因为内核无法轻易检测或恢复,最终可能导致系统崩溃。从堆栈跟踪可以看出,问题涉及bpf_trampoline、spin_lock操作和哈希表更新等多个内核子系统。
内核修复方案
Linux内核社区已经提出了修复方案,主要思路是让BPF映射使用自己特有的、不可追踪的锁原语。这样BPF程序就不会调用内核的常规锁函数,从而消除在追踪这些函数时出现死锁的风险。该修复将包含在未来的内核版本中。
BPFtrace临时解决方案
在内核修复广泛部署前,BPFtrace项目提出了临时解决方案:
-
基于每CPU变量的防护机制:在函数块被调用时检查一个每CPU变量。如果已设置则提前退出(可选地增加错过计数器),否则设置变量、执行功能块,并在退出时清除。
-
选择性禁用高风险探针:检测脚本是否访问非每CPU映射类型,并相应阻止某些kfunc/kprobe的使用。
第一种方案虽然有效,但会对所有脚本带来性能开销;第二种方案则可能导致功能损失。开发者权衡后选择了更精细化的第一种方案实现。
技术考量
值得注意的是,内核的BPF锁变更并不能完全预防ABBA死锁,而是在获取锁失败后退出死锁状态。因此BPFtrace的防护机制与内核修复在性能影响上各有优劣:
- BPFtrace的方案将整个脚本放在相同的递归预防域中
- 内核方案依赖新的BPF锁代码中的死锁检测
结论
这个问题展示了BPF技术在深入内核追踪时可能遇到的复杂交互问题。BPFtrace项目通过临时解决方案为使用者提供了过渡期的稳定性保障,而长期解决方案则依赖于内核层面的架构改进。对于BPFtrace用户来说,理解这些限制并合理设计追踪脚本至关重要,特别是在涉及锁操作和共享映射访问的场景中。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









