前言
接上两篇:
你的C/C++程序为什么无法运行？揭秘Segmentation fault （1）
你的C/C++程序为什么无法运行？揭秘Segmentation fault （2）
写到这里，越跟，越发现真的是内核上很白，非一般的白。
但是既然是研究，就定住心，把段错误搞到清楚明白。
本篇将作为终篇，来结束这个系列，也算是对段错误和程序调试、寻找崩溃原因（通常不会给你那么完美的stackstrace和人性化的错误提示）的再深入。
本篇使用到的工具或命令：
- dmesg
- strace
- gdb
- linux 内核3.10源码
情景再现
上两篇围绕着一个这样的问题进行展开：
//野指针
char ** p;
//零指针或空指针
p = NULL;
//段错误（Segmentation Fault）
*p = (char *)malloc(sizeof(char));问题代码
为了本篇的可读性，围绕上述问题编织问题代码：
#include "stdio.h"
#include "string.h"
#include "stdlib.h"
int main(int argc,char** args) {
char * p = NULL;
*p = 0x0;
}段错误
找出问题
第1步 strace 查信号描述
上篇已经介绍了gbd+coredump的方法来找到出现段错误的代码，本篇直接上strace：
strace -i -x -o segfault.txt ./segfault.o得到如下信息：
可以知道：
1.错误信号：SIGSEGV
3.错误码：SEGV_MAPERR
3.错误内存地址：0x0
4.逻辑地址0x400507处出错.
可以猜测:
程序中有空指针访问试图向
0x0写入而引发段错误.
第2步 dmesg 查错误现场
上dmesg：
dmesg得到：
可知：
1.错误类型：segfault ,即段错误（Segmentation Fault）.
2.出错时ip：0x400507
3.错误号：6，即110
第3步 收集已知结论
这里
错误号和ip 是关键，错误号对照下面：
/*
* Page fault error code bits:
*
* bit 0 == 0: no page found 1: protection fault
* bit 1 == 0: read access 1: write access
* bit 2 == 0: kernel-mode access 1: user-mode access
* bit 3 == 1: use of reserved bit detected
* bit 4 == 1: fault was an instruction fetch
*/
/*enum x86_pf_error_code {
PF_PROT = 1 << 0,
PF_WRITE = 1 << 1,
PF_USER = 1 << 2,
PF_RSVD = 1 << 3,
PF_INSTR = 1 << 4,
};*/对照后可知:
错误号6 = 110 = (PF_USER | PF_WIRTE | 0).
即“用户态”、“写入型页错误 ”、“没有与指定的地址相对应的页”.
上面的信息与我们最初的推断吻合.
现在，对目前已知结论进行概括如下：
1.错误类型：segfualt ,即段错误（Segmentation Fault）.
2.出错时ip：0x400507
3.错误号：6，即110
4.错误码：SEGV_MAPERR 即地址没有映射到对象.
5.错误原因：对
0x0进行写操作引发了段错误，原因是0x0没有与之对应的页或者叫映射.
第4步 根据结论找到出错代码
上gdb：
gdb ./segfault.o根据结论中的ip = 0x400507立即得到：
显然，这验证了我们的结论：
我们试图将值
0x0写入地址0x0从而引发写入未映射的地址的段错误.
并且我们找到了错误的代码stack.c的第9行：
查根溯源
显然，我们不满足于此，为什么访问了0x0会造成这个错误从而让程序崩溃？
第二篇已经说了进程虚拟地址空间的问题，事实上我们进行写入操作的时候，会引发虚拟地址到物理地址的映射，因为你最终要将数据（本篇是0x0，注意和我们的地址0x0区分）写入到物理内存中。
0x0是个逻辑地址，linux按页式管理内存映射，0x0不会对应任何页，那么内存中就不会有主页，所以对其进行写入就会引发一个缺页中断，这一部分由linux内存映射管理模块(memory mapping,缩写mm)处理。
缺页错误处理
1. __do_page_fault
缺页后进入__do_page_fault流程,注意，这里为了尽量减少篇幅，删去了源代码的一些注释，而与我们有关的命中代码都做了注释：
/*
* This routine handles page faults. It determines the address,
* and the problem, and then passes it off to one of the appropriate
* routines.
*/
static void __kprobes
__do_page_fault(struct pt_regs *regs, unsigned long error_code./* 注意我们的错误是6，即110 */)
{
struct vm_area_struct *vma;
struct task_struct *tsk;
unsigned long address;
struct mm_struct *mm;
int fault;
int write = error_code & PF_WRITE;
unsigned int flags = FAULT_FLAG_ALLOW_RETRY | FAULT_FLAG_KILLABLE |
(write ? FAULT_FLAG_WRITE : 0);
tsk = current;
mm = tsk->mm;
/* 这里会去取到我们的 地址=0x0 */
/* Get the faulting address: */
address = read_cr2();
if (kmemcheck_active(regs))
kmemcheck_hide(regs);
prefetchw(&mm->mmap_sem);
if (unlikely(kmmio_fault(regs, address)))
return;
if (unlikely(fault_in_kernel_space(address))) {
//这里略去，不会命中
/* ... */
return;
}
//略去很多代码
// ...
retry:
down_read(&mm->mmap_sem);
} else {
might_sleep();
}
vma = find_vma(mm, address);
if (unlikely(!vma)) {
/* 到这里处理 */
bad_area(regs, error_code, address);
//处理后返回
return;
}
//略去很多代码
// ...
}2. bad_area
其中的一个关键调用bad_area(regs, error_code, address);
static noinline void
bad_area(struct pt_regs *regs, unsigned long error_code, unsigned long address)
{
/* 注意这里讲错误码设为了SEGV_MAPERR */
__bad_area(regs, error_code, address, SEGV_MAPERR);
}可以明确
我们结论中的SEGV_MAPERR的出处.
这个类型就是无法映射到对象的意思！看下面strace得到的东西,其中
si_code=SEGV_MAPERR.--- SIGSEGV {si_signo=SIGSEGV, si_code=SEGV_MAPERR, si_addr=0} --- +++ killed by SIGSEGV (core dumped) +++
最后会来到这里：
static void
__bad_area_nosemaphore(struct pt_regs *regs, unsigned long error_code,
unsigned long address, int si_code)
{
struct task_struct *tsk = current;
/* 我们的错误码是6 = 110,PF_USER = 100,所以会进入这个if */
if (error_code & PF_USER) {
/* 关中断 */
local_irq_enable();
//...略
if (address >= TASK_SIZE)
error_code |= PF_PROT;
/* 这里会将出错信息打印 */
if (likely(show_unhandled_signals))
show_signal_msg(regs, error_code, address, tsk);
tsk->thread.cr2 = address;
tsk->thread.error_code = error_code;
tsk->thread.trap_nr = X86_TRAP_PF;
/* 这里会强制发送 SIGSEGV=段错误 信号 */
force_sig_info_fault(SIGSEGV, si_code, address, tsk, 0);
return;
}
//...略
}注意上面的代码的两个关键调用:
show_signal_msg //用于打印出错信息
force_sig_info_fault //用于强制发送信号3. show_signal_msg
/*
* Print out info about fatal segfaults, if the show_unhandled_signals
* sysctl is set:
*/
static inline void
show_signal_msg(struct pt_regs *regs, unsigned long error_code,
unsigned long address, struct task_struct *tsk)
{
//...略
/* 打印段错误信息 -> /proc/kmsg */
printk("%s%s[%d]: segfault at %lx ip %p sp %p error %lx",
task_pid_nr(tsk) > 1 ? KERN_INFO : KERN_EMERG,
tsk->comm, task_pid_nr(tsk), address,
(void *)regs->ip, (void *)regs->sp, error_code);
print_vma_addr(KERN_CONT " in ", regs->ip);
printk(KERN_CONT "\n");
}其中，打印段错误的信息的代码，就是我们使用dmesg得到的东西.
可以对比下我们的段错误的图：
4. force_sig_info_fault
最后就是发送信号了。
static void
force_sig_info_fault(int si_signo, int si_code, unsigned long address,
struct task_struct *tsk, int fault)
{
unsigned lsb = 0;
siginfo_t info;
info.si_signo = si_signo;
info.si_errno = 0;
info.si_code = si_code;
info.si_addr = (void __user *)address;
if (fault & VM_FAULT_HWPOISON_LARGE)
lsb = hstate_index_to_shift(VM_FAULT_GET_HINDEX(fault));
if (fault & VM_FAULT_HWPOISON)
lsb = PAGE_SHIFT;
info.si_addr_lsb = lsb;
/* 强制发送SIGSEGV信号 */
force_sig_info(si_signo, &info, tsk);
}force_sig_info：
int
force_sig_info(int sig, struct siginfo *info, struct task_struct *t)
{
unsigned long int flags;
int ret, blocked, ignored;
struct k_sigaction *action;
spin_lock_irqsave(&t->sighand->siglock, flags);
/* 这里就指定信号的处理程序了 */
action = &t->sighand->action[sig-1];
//...略
/* 必须强制发送 */
if (action->sa.sa_handler == SIG_DFL)
/* 不需要递归式的发送SEGSIGV信号，所以清掉SIGNAL_UNKILLABLE */
t->signal->flags &= ~SIGNAL_UNKILLABLE;
// 发送
ret = specific_send_sig_info(sig, info, t);
spin_unlock_irqrestore(&t->sighand->siglock, flags);
return ret;
}上面的代码告诉我们，信号的处理程序如何被指定的，那么关于段错误的信号SEGSIGV默认就是core dump.
5. core dump
到此，我们已经可以拿到core dump，那么第二篇中找到引发段错误的代码的方法就可以用了，这也是推荐的做法：
gdb ./segfault.o core.36054
是不是立即可知stack.c第9行的代码*p = 0x0是罪魁祸首了呢？
结语
到此，整个段错误的探索就结束了，希望读者和我一样不虚此行。
列出几种常见段错误原因：
1.数组越界
int a[10] = {0,1};
printf("%d",a[10000]);2.零指针或空指针
//本系列所用实例
char * p = NULL;
*p = 0x0;3.悬浮指针
如果指针p悬浮，它指向的地址有可能能用，也有可能不能，你不知道那块地址什么时候被写入，什么时候被保护（mprotect）.
如果被保护为可读，你写就出现段错误！
4.访问权限，非法访问
参见3.
5.多线程对共享指针变量操作
不仅c/c++,android中、java程序中有可能也会出现jvm崩溃哦，那检查下多线程的共享变量吧！
如有错误，请不吝赐教.