Unbound DNS服务器中的HTTP/2内存泄漏问题分析与修复
2025-06-24 08:06:01作者:毕习沙Eudora
在开源DNS服务器软件Unbound 1.22.0版本中,开发人员发现了一个严重的内存泄漏问题,该问题会在处理HTTP/2 over HTTPS(DoH)请求时出现。本文将深入分析该问题的技术细节、影响范围以及解决方案。
问题背景
Unbound作为一款高性能的递归DNS解析器,在1.22.0版本中实现了对DNS-over-HTTPS(DoH)协议的支持。然而在实际使用中发现,当系统处理大量DoH请求时,会出现持续的内存增长,最终可能导致内存耗尽。
技术分析
通过内存泄漏检测工具(LeakSanitizer)的分析,可以确定问题主要出现在HTTP/2会话处理的相关代码中。具体表现为:
- 在TCP连接接受回调函数(
comm_point_tcp_accept_callback)中创建的HTTP/2会话对象未能正确释放 - 提交的HTTP/2设置参数也存在内存泄漏
- 泄漏主要发生在
http2_session_server_create函数中
核心问题代码位于util/netevent.c文件的3159行和3177行附近,涉及nghttp2_session_server_new和nghttp2_submit_settings等HTTP/2库函数的调用。
问题影响
该内存泄漏会导致:
- 处理每个DoH连接都会泄漏约24KB内存
- 在高负载情况下内存消耗会持续增长
- 最终可能导致服务因内存不足而崩溃
- 影响所有启用DoH功能的Unbound 1.22.0版本
解决方案
开发团队通过以下修复措施解决了该问题:
- 在连接接受失败时正确清理HTTP/2会话对象
- 确保所有错误路径都能释放已分配的资源
- 改进资源释放的健壮性
修复的核心思想是确保在任何错误情况下都能正确释放已分配的HTTP/2会话资源,包括会话对象本身和相关的设置参数。
技术启示
这个案例为我们提供了几个重要的技术经验:
- 在使用第三方库(如nghttp2)时,必须确保所有资源分配都有对应的释放路径
- 错误处理路径的资源释放往往容易被忽视,需要特别关注
- 内存泄漏检测工具在复杂系统调试中具有重要价值
- 网络协议栈的实现需要特别注意资源管理的完整性
总结
Unbound DNS服务器中的这个HTTP/2内存泄漏问题展示了现代DNS实现中引入新协议支持时可能面临的挑战。通过细致的代码分析和全面的错误路径处理,开发团队成功解决了这一问题,为后续版本的稳定性奠定了基础。这也提醒我们在实现网络协议栈时需要特别注意资源管理的完整性。
对于使用Unbound DoH功能的用户,建议升级到包含此修复的版本,以避免潜在的内存泄漏问题。
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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++
660
307
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
React Native鸿蒙化仓库
JavaScript
259
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
🎉 (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
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
878
仓颉编译器源码及 cjdb 调试工具。
C++
134
867