Drgn项目中task_cpu()函数在Linux 5.14内核版本中的异常行为分析

背景介绍

在Linux内核调试工具Drgn中，task_cpu()函数用于获取指定任务当前运行的CPU编号。该函数在标准内核中的实现会检查任务结构体中的CPU信息字段。然而，在特定内核版本（如RedHat/Rocky 9.3基于的5.14版本）中，该函数出现了异常行为，总是返回0值。

问题现象

用户在使用Drgn调试Rocky 9.3系统（内核版本5.14）的vmcore时发现：

1. 调用task_cpu(per_cpu(prog['runqueues'],18).curr)始终返回0
2. 导致stack_trace()函数获取到的总是CPU 0的调用栈

技术分析

内核变更背景

Linux内核在演进过程中对线程信息存储位置进行了优化：

1. 早期版本：CPU编号存储在task->thread_info.cpu
2. 新版本：改为存储在task->cpu

在标准内核演进过程中存在两个关键提交：

1. c65eacbe290b：引入CONFIG_THREAD_INFO_IN_TASK配置
2. bcf9033e5449：完全迁移到task->cpu字段

问题根源

RedHat系列发行版在5.14内核版本中出现了特殊情况：

• 仅部分应用了上述变更
• 保留了task->thread_info.cpu字段定义
• 但实际运行时使用的是task->cpu字段

这导致Drgn的现有逻辑（先检查thread_info.cpu）获取到了错误的值。

解决方案

通过分析内核数据结构演变过程，提出以下修复方案：

1. 调整检查顺序：优先检查task->cpu字段
2. 保留对旧版thread_info.cpu的兼容

修复后的验证结果：

$ python3 -m drgn -c vmcore -s vmlinux
>>> task_cpu(per_cpu(prog['runqueues'],18).curr)
18  # 正确返回CPU编号

技术启示

1. 内核调试工具需要密切跟踪内核数据结构的演变
2. 发行版内核可能存在与主线内核不同的修改
3. 字段检查顺序可能影响功能正确性
4. 需要针对特殊发行版进行额外测试

影响范围

该问题主要影响：

• 使用RedHat系列发行版（RHEL/CentOS/Rocky Linux 9.x）
• 内核版本在5.14左右的系统
• 依赖task_cpu()功能的调试场景

总结

通过对Drgn工具中task_cpu()函数的深入分析，我们不仅解决了特定发行版下的功能异常，更深入理解了Linux内核线程信息存储方式的演进过程。这提醒我们在开发系统工具时，需要特别关注发行版特定的内核修改，确保工具在不同环境下的可靠性。