Orz日記 by Akio Morita

_ [FreeBSD]KDBに落ちる

最近、X稼働中に固まることが多いので、KDBに落ちてるのを疑って ddb_enable=YESを設定してみたが効果なし。 ダメモトでkdb.enter.defaultをkdb.enter.panicと 同じように仕込んだところリブートしてた…

残念ながら dumpは録れていない

状況からして、

• kdb.enter.*が発生している
• kbd.enter.panicでは無い
• kdb.enter.witnessでは無い
• dump deviceへのアクセスが滞る程度に致命的状況

ようです。

ddb hookを二分法で絞り込むべきところか?

strage回りを疑って、kdb.enter.camとkdb.enter.vfslockに だけ仕込みをしてみる

_ [SAD]CaMonitorオーバーホール

• EPICS\$CaPut, EPICS\$CaPutCBの再実装完了
  • 引数型 Real/Stringと ca_field_typeが整合しないケースは、旧実装に合わせてあるが、もっと適切な処理が有るか？
    • Real引数に対して DBF_STRING fieldの場合、DBR_DOUBLEで送信
    • String引数に対して DBF_STRING以外のfieldの場合も、DBR_STRINGで送信

evidテーブルリソースリークへの追加の考察

• ca_evid_to_chid APIが使えるには、evidが指すクラスオブジェクトが生存している必要が有る
• ca_clear_channel APIで、chidに紐付けされたevidオブジェクトが破壊されると、API呼び出し後には evid→chid変換出来ない
  • ca_clear_channel呼び出し前に、evidテーブルのスキャンを行うもしくは、evidテーブル側に紐付けされているchidを格納しておく必要が有る
  • EPICS\$CaAddEvent(ca_create_subscription)で生成されるevidに紐付けされるchidは唯一なので、evidテーブルへの追加情報は固定長(ポインタ)で良い
  • chidの結びついたevid数が未知の場合、evidテーブルの全エントリをスキャンする必要が有る
  • ca_clear_channel前にevidを開放する戦略の場合、ca_clear_channelの呼び出しが失敗するケースを想定する必要は？
    • ca_clear_channelの失敗時の返り値は、ECA_BADCHIDのみ
    • 従って、失敗するケースはchidテーブルの登録情報が破損している or 何らかのframework外からの操作でオブジェクトが破壊されているケースなので、考慮する必要はないと思われる

従って、以下の方針で修正する

• chidテーブルに、evidテーブルからの参照数を記録する
• chidテーブル経由でca_clear_channelする際に、evidテーブルからの参照が残っている場合は、evidテーブルをスキャンしてca_clear_subscriptionを行う
  • ca_clear_channelの呼び出しは、CaClose1の実装側からもあることに注意
    • 最終的には、CaOpen1/'CaOpen2/CaClose1のバックエンド実装をEPICS\$CaOpen/EPICS\$CaClearChannelと統合すべきである
      • 扱い的には、EPICS\$CaPut系と同様にCallbackフラグ付きの内部インターフェースを設ける？
• CaMonitorのDestructorでは、Stopメソッド(EPICS\$CaClearEvent)を実行してからEPICS\$CaClearChannelする
  • evidテーブルの線形検索時間を短縮するため

_ [SAD]CaOpen1/CaOpen2系の動作

CaOpen系とCaClose系のコードは、EPICS\CaOpenとEPICS\CaClearChannelに統合できそうなので、動作仕様の違いをまとめておく

ca_create_channel系(CaOpen1/CaOpen2)

• CaOpen系は、ca_pend_ioレベルでタイムアウトする(レコードが規定時間以内に接続しない)場合にMessageを返すため、ca_create_channelしたchid構造体が破壊されない
• 特に、CaOpen2では、リトライ動作があるために存在しないレコードに対するアクセスで、複数個のchidがリークする
  • 引数中にエラーとなるレコードがあると正常に接続できたレコードのchidも複数個生産・リークする
• 実装統合にあたり
  • chidのリークは直すべきバグと思われる
  • タイムアウトしきい値とリトライ動作に関しては要検討

ca_clear_channel系(CaClose1)

• CaClose1のca_pend_ioにリトライコードがあるが、リトライする必要があるのか不明
  • =ca_clear_channel時点で、当該chidのデストラクタ呼び出し要求は通っているはず=
  • =このケースでの、タイムアウトの長い ca_pend_ioと短い ca_pend_ioの複数回呼び出しの違いが分からない=
  • ca_clear_channel要求は、ca_flush_ioで送出されるので、ca_pend_ioは不要(2017/12/11追記)

ca_pend_io系(CaPendIO)

• EPICS\$CaPendIOとエラー時に返すMessageを除いて機能は同一
• なぜか、短い時間のca_pend_ioを繰り返す実装である
  • ca_pend_ioはタイムアウト時間が長くても、outstanding taskが完了した時点で戻ってくる上に、当該ループで別のイベントハンドラを回すわけでは無いので、必要性が理解できない
  • 単純に、EPICS\$CaPendIOの別名で良いと思われる
  • ハンドラ無しのca_create_channel/ca_get要求が存在しない場合、timeoutが可変な ca_pend_ioを回す必要性が不明(2017/12/11追記)

ca_state系(CaConStatus1)

• CaMonitor backendには、CaConStatus1の対応物は無い
  • chid構造体の参照動作のみなので、再実装に簡単

ca_get系(CaRead1/CaRead2)

• CaMonitor backendには、CaRead1/CaRead2の対応物は無い

ca_put系(CaWrite1/CaWrite2)

• 機能的には、CaMonitor@Put/PutCB相当だが、ca_pend_ioベースのblockingアクセスとなる
• CaWrite2に関しては、chidとvalueのペアを複数引き受けて、ca_pend_ioによるblockingを一回ですませるmassitve ca_putインターフェースがある

未実装系(src/tfefun2.f)

• CaChName
  • シンボル登録あり・実装不在
  • 名称から、chid構造体のca_nameによる参照を取ってくるのを期待していると推定される
  • 実装フローは、CaConStatus1と同一(返り値の型が異なる Real vs String)
• CaStatus2
  • シンボル登録自体がコメントアウトされている
  • CaOpen2系用ca_state参照を意図していたのか？

_ [SAD]CaOpen1/CaOpen2の返り値

調査結果のまとめ

CaOpen1[record]

実装は、nfCaOpen @ src/tfefun2.f (casearch_/capendio_)

• 戻り値 Real (chidハンドル)
• エラー時のMessage
  • ca_create_channel - CA::search
  • ca_pend_io - CA:Channel open time out

CaOpen2[record...]

実装は、tfefun2 @ src/tfefun2.f (casearch_/capendio_)

• 戻り値 {Real...} (chidハンドルのリスト)
• エラー時のMessage
  • ca_create_channel - CA::open
  • ca_pend_io - CA::open
• リトライ動作
  • 最大2回(計3回)
  • ca_pend_ioの基本タイムアウト - 0.5~4.0秒 Restrict[0.2 * narg, 0.5, 4.0]
  • リトライ毎に 1.414倍になる
    • 最大リトライ時で、合計 4.413倍
    • 最大待ち時間 17.65秒

再実装に関する考察

• CA::searchをCA::openに統合すべきと思われる
  • CaOpen[] wrapperは、CaOpen2[]に依存しているので、CaOpen1[]の仕様変更はインパクトが小さいはず
• CaOpen2[]のエラー処理は、どうするべきか？
  • Messageを返す場合は、chidハンドルを返せないので、ca_clear_channelで解体すべきである(リソース管理的に)
  • リトライを実装する場合、接続に失敗しているレコードのみ再要求すべきである
  • CaOpen[] weapperから複数レコードの解決を要求されたケースでは、解決できた分だけでも返すべきでは？
• CaOpen2[]の返り値は、Real Listなので、itavalocで直接構築すべき
• CaOpen wrapper(Packages/CaSad.n)では、CaOpen2[]はString型に対する呼び出しのみ

_ [SAD][EPICS]ca_create_channelのエラー

レコード名に長い文字列を与えて、ca_create_channelがECA_BADSTRを返す状況にすると、SEVCHKマクロでSEGVする

当該エラーは、nciu::nciu(コンストラクタ)内のnameLengthTempチェックからthrowされるcacChannel::badString例外に起因している

レコード名の長さがMAX_UDP_SEND - sizeof(caHdr)を超過している際に発生し、libca内の構造体の整合性が破壊されている模様(試験環境でのしきい値は、1008bytes)

ca_create_channelに投げる前に長さをチェックすべき

2017/12/08追記

• MAX_UDP_SEND - caProto.hにて 1024 octetに設定されている
• caHdr型 - caProto.h内 ca_hdr構造体 uint16 x4 + uint32 x2なのでパディング無しで 16byte
• nameLengthTemp - strlen(pNameIn) + 1なので、NULL文字を含むレコード名の長さ

従って、1024 - 16 → 1008文字のレコード名(NULL文字を除く)で cacChannel::badString例外が発生する