记一次 .NET 某光谱检测软件 内存暴涨分析
一：背景
1. 讲故事
训练营里的一位学员找到我，说他们的系统会出现内存暴涨的情况，看了下也不是托管堆的问题，让我协助一下到底怎么回事？既然有dump了，那就开始分析之旅吧。
二：内存暴涨分析
1. 为什么会暴涨
在分析之前还是那条原则，不要过分的相信求助者的话，否则容易被他带沟里去，毕竟人家是业余的，你是专业的。。。接下来使用 !address -summary 观察下提交内存，输出如下。
0:000> !address -summary--- Usage Summary ---------------- RgnCount ----------- Total Size -------- %ofBusy %ofTotal
Free 637 5ffd`2b0ce000 ( 95.989 TB) 74.99%
<unknown> 2783 2001`3b63cc00 ( 32.005 TB) 99.98% 25.00%
Heap 3737 1`509cf000 ( 5.260 GB) 0.02% 0.00%
Image 2615 0`2deb1400 ( 734.692 MB) 0.00% 0.00%
Stack 235 0`12d00000 ( 301.000 MB) 0.00% 0.00%
Other 80 0`082c8000 ( 130.781 MB) 0.00% 0.00%
TEB 78 0`0009c000 ( 624.000 kB) 0.00% 0.00%
PEB 1 0`00001000 ( 4.000 kB) 0.00% 0.00%--- Type Summary (for busy) ------ RgnCount ----------- Total Size -------- %ofBusy %ofTotal
MEM_PRIVATE 6681 2002`9d342000 ( 32.010 TB) 100.00% 25.01%
MEM_IMAGE 2625 0`2deca000 ( 734.789 MB) 0.00% 0.00%
MEM_MAPPED 223 0`09d16000 ( 157.086 MB) 0.00% 0.00%--- State Summary ---------------- RgnCount ----------- Total Size -------- %ofBusy %ofTotal
MEM_FREE 637 5ffd`2b0ce000 ( 95.989 TB) 74.99%
MEM_RESERVE 855 2001`4093a000 ( 32.005 TB) 99.98% 25.00%
MEM_COMMIT 8674 1`945e8000 ( 6.318 GB) 0.02% 0.00%
...从卦中可以看到当前 MEM_COMMIT=6.3G 和 Heap=5.2G，卦象里已经非常明显的表明当前属 NT堆 暴涨，缩小范围之后继续使用 !heap -s 下钻分析。
0:000> !heap -s************************************************************************************************************************NT HEAP STATS BELOW
************************************************************************************************************************
NtGlobalFlag enables following debugging aids for new heaps:stack back traces
LFH Key : 0x7a5897d060b6c4ee
Termination on corruption : ENABLEDHeap Flags Reserv Commit Virt Free List UCR Virt Lock Fast (k) (k) (k) (k) length blocks cont. heap
-------------------------------------------------------------------------------------
0000016214c40000 08000002 4711276 4710972 4710884 9187 1416 295 19 6d LFH
000001620cbd0000 08008000 64 8 64 6 1 1 0 0
0000016214f60000 08001002 1472 132 1080 21 7 2 0 0 LFH
...从卦象看，这高内存是由 Heap=0000016214c40000 贡献的，其中 Commit=4.71G 也明确的表明当前是由海量的 alloc <1M 的 block 引发的，由于这个dump已经开启了 stack back traces，所以能够轻松的拿到分配block的调用栈。
2. 海量的block是什么
要想找到这个答案，可以对heap进行分配排序来观察异常特征，使用 !heap -stat -h 0000016214c40000 命令。
0:000> !heap -stat -h 0000016214c40000heap @ 0000016214c40000
group-by: TOTSIZE max-display: 20size #blocks total ( %) (percent of total busy bytes)4000 40e08 - 103820000 (88.20)1000 15a1d - 15a1d000 (7.35)1309800 5 - 5f2f800 (2.02)e6a900 2 - 1cd5200 (0.61)ba6a20 1 - ba6a20 (0.25)3a8000 3 - af8000 (0.23)4ce500 2 - 99ca00 (0.20)800027 1 - 800027 (0.17)...从卦中可以看到 block=4000byte 的块有 0x40e08 个，总大小为 0x103820000 = 4.3G，看样子离真相越来越近了，接下来使用 !heap -flt s 4000 看下这 0x40e08 个block都是些什么东西，部分输出如下：
0:000> !heap -flt s 4000_HEAP @ 16214c40000HEAP_ENTRY Size Prev Flags UserPtr UserSize - state000001622fa684a0 0403 0000 [00] 000001622fa684d0 04000 - (busy)...0000016281dcf7b0 0403 0403 [00] 0000016281dcf7e0 04000 - (busy)0000016281dd37e0 0403 0403 [00] 0000016281dd3810 04000 - (busy)0000016281dd7810 0403 0403 [00] 0000016281dd7840 04000 - (busy)0000016281ddb840 0403 0403 [00] 0000016281ddb870 04000 - (busy)0000016281ddf870 0403 0403 [00] 0000016281ddf8a0 04000 - (busy)0000016281de38a0 0403 0403 [00] 0000016281de38d0 04000 - (busy)0000016281de78d0 0403 0403 [00] 0000016281de7900 04000 - (busy)0000016281deb900 0403 0403 [00] 0000016281deb930 04000 - (busy)0000016281def930 0403 0403 [00] 0000016281def960 04000 - (busy)0000016281df3960 0403 0403 [00] 0000016281df3990 04000 - (busy)0000016281df7990 0403 0403 [00] 0000016281df79c0 04000 - (busy)...
接下来就是使用 !heap -p -a 0000016281df7990 抽几个 block 观察其分配栈，全都是如下输出：
0:000> !heap -p -a 0000016281df7990address 0000016281df7990 found in_HEAP @ 16214c40000HEAP_ENTRY Size Prev Flags UserPtr UserSize - state0000016281df7990 0403 0000 [00] 0000016281df79c0 04000 - (busy)7ffa3dadb49d ntdll!RtlpAllocateHeapInternal+0x0000000000000a7d7ffa3b44fde6 ucrtbase!_malloc_base+0x00000000000000367ff9faacc1a9 xxxWrapper!xxxWrapper::operator=+0x00000000000088197ff9faac5474 xxxWrapper!xxxWrapper::operator=+0x0000000000001ae47ff9faac3efb xxxWrapper!xxxWrapper::operator=+0x000000000000056b7ff9c8c06606 +0x00007ff9c8c06606从卦象看是 0x00007ff9c8c06606 调用了 xxxWrapper.dll，可能有些人有疑问，前者为什么是地址而不是函数名，这是因为它是JIT动态生成的哈，使用 !ip2md 0x00007ff9c8c06606 让其现出原形。
0:000> !ip2md 0x00007ff9c8c06606
MethodDesc: 00007ff9c8e00068
Method Name: xxxWrapper.xxxWrapperHelper.GetSpectrum(Int32)
Class: 00007ff9c8ded028
MethodTable: 00007ff9c8e001f8
mdToken: 0000000006000073
Module: 00007ff9c8dbcce8
IsJitted: yes
CodeAddr: 00007ff9c8c06590
Transparency: Safe critical最后根据 GetSpectrum 找到相应的源码，截图如下：
从卦中看应该只有分配，没有调用相关的释放 函数导致的，让朋友找一下 GetSpectrum 函数的 C++ 方，定会提供相关指导意见。
三：总结
本次内存暴涨事故属于C++和C#团队没有很好的沟通和协作引发的，不过像这种多语言项目想不弄出点事都难哈。