c - 负载很大才出现的bug怎么调试？

Question

我们目前正在用C语言开发一个集群管理器软件，如果几个节点连接到管理器，它工作完美，但是如果我们使用一些工具模拟1000个节点连接管理器，它有时会以意想不到的方式工作。

如何调试这种错误？只有在负载(连接/节点)很大时才会出现？

如果我使用 gdb 逐步调试，应用程序永远不会出现故障。

Answer 1

How to debug this kind of bug?

一般来说，您至少要使用这些技术:

1. 确保代码在没有警告的情况下编译和链接。 -Wall 是一个好的开始，但 -Wextra 更好。
2. 确保应用程序具有内置的日志记录和跟踪功能，可以打开或关闭，并且具有足够的详细信息来调试此类问题，并且开销较低。
3. 确保代码具有良好的单元测试覆盖率。
4. 确保测试是 sanitizer 清洁的。

there's also no warning in valgrind check.

不清楚您是否只是在 Valgrind 下运行了目标应用程序，或者您是否还进行了单元测试，并且这些测试是 Valgrind 干净的。也不清楚您是否观察到应用程序在 Valgrind 下的不当行为。

Valgrind 曾经是解决堆和未初始化内存问题的最佳工具，但在 2017 年，情况已不再如此。

基于编译器 Address , Thread和 Memory sanitizer 可以捕获更广泛的错误类别(例如全局和堆栈溢出，以及数据竞争)，您应该在所有这些错误下运行单元测试。

当上述所有方法仍然无法找到问题时，您可以运行带有 sanitizer 的真实应用程序。

最后，还有像 GDB tracing 这样的工具和 systemtap -- 它们更难学习，但会给你很大的力量。概述here .