RT-Thread-rt-thread 工具讲解系列（二）之如何排查系统 bugRT-Thread问答社区

rt-thread 工具讲解系列（二）之如何排查系统 bug

发布于 2021-09-08 13:00:49 浏览：3672 订阅该版

[tocm]

## 前言

上一篇，我简单列举了几种情况，对 CmBacktrace 进行了简单评估，整体印象是否定的。今天聊聊这个神器无能为力的时候，我们还有啥方法排查异常问题。

### 方法论

使用 CmBacktrace 也是一种方法。上一篇批判了它，并不代表我不推荐使用它。
最笨的也是最有效的。以下几种方法和 CmBacktrace 比起来都显得那么古老，low，没科技含量又笨拙。但是，我告诉你，它们都是很有效的方法。

#### 排除法

1. 以内核层，驱动层，应用层，外设接口，第三方包等等为划分依据，将项目分解成一个个模块，以模块为基本单位进行增删。
2. 或者从庞大系统往下裁，或者从最小系统添加。
3. 各个模块有先后顺序之分，从可能性最高的应用部分代码开始往下裁。或者在最小系统基础上先添加必要的出错概率最小的部分。
4. 根据出问题的可能性大小以及重要性，相关性分组排序。先去掉那些久经考验比较稳定的部分，减少无关项影响。

经过反复添加删除，将问题的范围缩小到某个模块内，然后重点检查那部分程序。

#### 对比法

使用对比法，我们有以下几个方面可以搜集对比对象。
1. 对比以往的经验
2. 对比其它地方的相同用法，或者同一个接口的不同用法之间对比。
3. 甚至，一个大家普遍使用的和自己的对比。

一个经常会有人遇到的问题，添加一句 printf 就正常运行，修饰掉就 coredump 。这个问题曾困扰过俩前同事。他们把关注点儿放到这句 printf 调用上，忘记了一个浅显的道理——全球那么多人在用的东西，这么容易被你发现这么严重的 bug ？但凡你能这么想，就不会把关注点儿放在 printf 前后的代码上了。

排除法和对比法两种方法很少单独出现，往往是相辅相成，交替使用。经过对比可以排除无关项，排除某个模块前后的运行状态进行比较也能发现一些端倪...

#### 单步调试

单步调试可能是让我们看到细枝末节的唯一一种方法了。需要查看几条语句执行情况，或者内存变化情况。让程序暂停，我们可以品着茶喝着咖啡慢慢瞧。
用这个有一个注意的地方就是，有些流程不允许中间打断。比如发送命令，接收数据这个过程，发送命令之后，在完整接收数据之前，一个断点暂停可能会让接收的数据不完整，进而影响后续判断工作。

#### printf 大法

虽然 printf 很笨，但是它比断点单步调试能更快跟踪程序调用流程，而且对系统影响最少，特别是对时间有要求的地方，打断点看数据的时间导致数据缺失就得不偿失了。
在别人热衷于使用各种高端 debug 手法的时候，我更喜欢用 printf 输出到终端，或者写到 log 文件的方式。

没有什么方法是可以一竿子戳到底的，具体问题需要具体分析，更要求工程师对项目整体了解。从顶层把控整个项目，在遇到问题时才有更多思考空间选择排查方法和确定排查方向。
没有亘古不变的，适合自己的就是最好的。

### 编码规范论

说完几个我常用的排查问题的方法后，说一点儿经常引起问题的，和编码规范相关的。
1. 0 warning 要求是有一定的原因的。特别是未初始化的局部变量，局部指针变量。如果是先读后写，极大可能要出现非预期结果的(也有运行复合预期的时候)。
2. 数组或列表等容器索引越界， rt-thread 等 rtos 系统不像 linux 有物理内存地址和虚拟内存地址之分，所有任务和内核调度共享内存地址，其中一个任务对内存的非法写将可能影响到其它任何任务(或者很长时间都相安无事)。这就要求我们使用任何容器时一定判断是否会越界。

虽然不严格要求每个项目编译都是 0 warning，但是，warning 并不代表 ok。未初始化的变量会有警告，**未写先引用**的操作也会有警告。但是**未写先引用的警告可以是致命的！，这种警告必须当作 error 处理**

### 认识论

有的时候，我们对问题的认知局限了思考，在狭小的思维空间内转不开身。有几种对待问题的态度千万要不得。
1. 眼光局限在有限几行代码中。认为问题暴露点就是问题根源，往往在无关紧要的代码语句上浪费时间和精力。
2. 固化的排查方案。不存在没有 bug 的代码，只有暂时没有暴露问题的程序。当排查工作陷入僵局的时候，适时调整模块排查优先顺序是明智的。
3. 不可知论。没有排查方向的 debug 是最要不得的。

### 排查方向

在排除法里，我们将系统划分成一个个小模块了。针对具体的模块需要有具体的排查方向。
暂时我能想到的排查方向有：
 - 配置是否正确；
 - 初始化工作是否完整；
 - 业务流程和代码逻辑是否符合预期；
 - 还有就是语法问题，是不是有语法用错自己没有察觉出来。
 - 排查所有线程栈，初始配置给了多少，稍微多一点儿功能的项目不建议 1024 以下。
 - 排查所有数组读写地方的索引值是否越界，或者是否有越界可能。
 - 排查所有声明的指针，和所有函数实参是指针调用的地方。核实是否有野指针，写错实参，写错内存长度等等。

## 结尾

个人水平有限，并不能枚举所有的可行性。大家有什么建议意见，欢迎一同讨论。

相关文章：
[rt-thread 工具讲解系列（一） 之 CmBacktrace](https://club.rt-thread.org/ask/article/3019.html)
[rt-thread 工具讲解系列（二） 之 如何排查系统 bug](https://club.rt-thread.org/ask/article/3027.html)
[rt-thread 工具讲解系列（三） 之 env scons 命令初探](https://club.rt-thread.org/ask/article/3036.html)