使用 GDB 调试多进程程序

源：www.cnblogs.com/hfww/archive/2010/06/29/2223385.html

GDB 是 linux 系统上常用的 c/c++ 调试工具，功能十分强大。对于较为复杂的系统，比如多进程系统，如何使用 GDB 调试呢？考虑下面这个三进程系统：

进程

Proc2 是 Proc1 的子进程，Proc3 又是 Proc2 的子进程。如何使用 GDB 调试 proc2 或者 proc3 呢？

实际上，GDB 没有对多进程程序调试提供直接支持。例如，使用GDB调试某个进程，如果该进程fork了子进程，GDB会继续调试该进程，子进程会不受干扰地运行下去。 如果你事先在子进程代码里设定了断点，子进程会收到SIGTRAP信号并终止。那么该如何调试子进程呢？其实我们可以利用GDB的特点或者其他一些辅助手 段来达到目的。此外，GDB 也在较新内核上加入一些多进程调试支持。

接下来我们详细介绍几种方法，分别是 follow-fork-mode 方法，attach 子进程方法和 GDB wrapper 方法。

follow-fork-mode

在2.5.60版Linux内核及以后，GDB对使用fork/vfork创建子进程的程序提供了follow-fork-mode选项来支持多进程调试。

follow-fork-mode的用法为：

set follow-fork-mode [parent|child]

• parent: fork之后继续调试父进程，子进程不受影响。
• child: fork之后调试子进程，父进程不受影响。

因此如果需要调试子进程，在启动gdb后：

(gdb) set follow-fork-mode child

并在子进程代码设置断点。

此外还有detach-on-fork参数，指示GDB在fork之后是否断开（detach）某个进程的调试，或者都交由GDB控制：

set detach-on-fork [on|off]

• on: 断开调试follow-fork-mode指定的进程。
• off: gdb将控制父进程和子进程。follow-fork-mode指定的进程将被调试，另一个进程置于暂停（suspended）状态。

注意，最好使用GDB 6.6或以上版本，如果你使用的是GDB6.4，就只有follow-fork-mode模式。

follow-fork-mode/detach-on-fork的使用还是比较简单的，但由于其系统内核/gdb版本限制，我们只能在符合要求的 系统上才能使用。而且，由于follow-fork-mode的调试必然是从父进程开始的，对于fork多次，以至于出现孙进程或曾孙进程的系统，例如上 图3进程系统，调试起来并不方便。

Attach子进程

众所周知，GDB有附着（attach）到正在运行的进程的功能，即attach 命令。因此我们可以利用该命令attach到子进程然后进行调试。

例如我们要调试某个进程RIM_Oracle_Agent.9i，首先得到该进程的pid

[root@tivf09 tianq]# ps -ef|grep RIM_Oracle_Agent.9i
nobody    6722  6721  0 05:57 ?        00:00:00 RIM_Oracle_Agent.9i
root      7541 27816  0 06:10 pts/3    00:00:00 grep -i rim_oracle_agent.9i

通过pstree可以看到，这是一个三进程系统，oserv是RIM_Oracle_prog的父进程，RIM_Oracle_prog又是RIM_Oracle_Agent.9i的父进程。

[root@tivf09 root]# pstree -H 6722

通过 pstree 察看进程

启动GDB，attach到该进程

用 GDB 连接进程

现在就可以调试了。一个新的问题是，子进程一直在运行，attach上去后都不知道运行到哪里了。有没有办法解决呢？

一个办法是，在要调试的子进程初始代码中，比如main函数开始处，加入一段特殊代码，使子进程在某个条件成立时便循环睡眠等待，attach到进程后在该代码段后设上断点，再把成立的条件取消，使代码可以继续执行下去。

至于这段代码所采用的条件，看你的偏好了。比如我们可以检查一个指定的环境变量的值，或者检查一个特定的文件存不存在。以文件为例，其形式可以如下：

void debug_wait(char *tag_file)
{
    while(1)
    {
        if (tag_file存在)
            睡眠一段时间;
        else
            break;
    }
}

当attach到进程后，在该段代码之后设上断点，再把该文件删除就OK了。当然你也可以采用其他的条件或形式，只要这个条件可以设置/检测即可。

Attach进程方法还是很方便的，它能够应付各种各样复杂的进程系统，比如孙子/曾孙进程，比如守护进程（daemon process），唯一需要的就是加入一小段代码。

GDB wrapper

很多时候，父进程 fork 出子进程，子进程会紧接着调用 exec族函数来执行新的代码。对于这种情况，我们也可以使用gdb wrapper 方法。它的优点是不用添加额外代码。

其基本原理是以gdb调用待执行代码作为一个新的整体来被exec函数执行，使得待执行代码始终处于gdb的控制中，这样我们自然能够调试该子进程代码。

还是上面那个例子，RIM_Oracle_prog fork出子进程后将紧接着执行RIM_Oracle_Agent.9i的二进制代码文件。我们将该文件重命名为 RIM_Oracle_Agent.9i.binary，并新建一个名为RIM_Oracle_Agent.9i的shell脚本文件，其内容如下：

[root@tivf09 bin]# mv RIM_Oracle_Agent.9i RIM_Oracle_Agent.9i.binary
[root@tivf09 bin]# cat RIM_Oracle_Agent.9i
#!/bin/sh
gdb RIM_Oracle_Agent.binary

当fork的子进程执行名为RIM_Oracle_Agent.9i的文件时，gdb会被首先启动，使得要调试的代码处于gdb控制之下。

新的问题来了。子进程是在gdb的控制下了，但还是不能调试：如何与gdb交互呢？我们必须以某种方式启动gdb，以便能在某个窗口/终端与gdb交互。具体来说，可以使用xterm生成这个窗口。

xterm是X window系统下的模拟终端程序。比如我们在Linux桌面环境GNOME中敲入xterm命令：

xterm

就会跳出一个终端窗口：

终端

如果你是在一台远程linux服务器上调试，那么可以使用VNC(Virtual Network Computing) viewer从本地机器连接到服务器上使用xterm。在此之前，需要在你的本地机器上安装VNC viewer，在服务器上安装并启动VNC server。大多数linux发行版都预装了vnc-server软件包，所以我们可以直接运行vncserver命令。注意，第一次运行 vncserver时会提示输入密码，用作VNC viewer从客户端连接时的密码。可以在VNC server机器上使用vncpasswd命令修改密码。

[root@tivf09 root]# vncserver 

New 'tivf09:1 (root)' desktop is tivf09:1

Starting applications specified in /root/.vnc/xstartup
Log file is /root/.vnc/tivf09:1.log

[root@tivf09 root]#
[root@tivf09 root]# ps -ef|grep -i vnc
root     19609     1  0 Jun05 ?        00:08:46 Xvnc :1 -desktop tivf09:1 (root) 
  -httpd /usr/share/vnc/classes -auth /root/.Xauthority -geometry 1024x768 
  -depth 16 -rfbwait 30000 -rfbauth /root/.vnc/passwd -rfbport 5901 -pn
root     19627     1  0 Jun05 ?        00:00:00 vncconfig -iconic
root     12714 10599  0 01:23 pts/0    00:00:00 grep -i vnc
[root@tivf09 root]#

Vncserver是一个Perl脚本，用来启动Xvnc（X VNC server）。X client应用，比如xterm，VNC viewer都是和它通信的。如上所示，我们可以使用的DISPLAY值为tivf09:1。现在就可以从本地机器使用VNC viewer连接过去：

VNC viewer：输入服务器

输入密码：

VNC viewer：输入密码

登录成功，界面和服务器本地桌面上一样：

VNC viewer

下面我们来修改RIM_Oracle_Agent.9i脚本，使它看起来像下面这样：

#!/bin/sh
export DISPLAY=tivf09:1.0; xterm -e gdb RIM_Oracle_Agent.binary

如果你的程序在exec的时候还传入了参数，可以改成：

#!/bin/sh
export DISPLAY=tivf09:1.0; xterm -e gdb --args RIM_Oracle_Agent.binary $@ 

最后加上执行权限

[root@tivf09 bin]# chmod 755 RIM_Oracle_Agent.9i

现在就可以调试了。运行启动子进程的程序：

[root@tivf09 root]# wrimtest -l 9i_linux
Resource Type  : RIM
Resource Label : 9i_linux
Host Name      : tivf09
User Name      : mdstatus
Vendor         : Oracle
Database       : rim
Database Home  : /data/oracle9i/920
Server ID      : rim
Instance Home  : 
Instance Name  : 
Opening Regular Session...

程序停住了。从VNC viewer中可以看到，一个新的gdb xterm窗口在服务器端打开了

gdb xterm 窗口

[root@tivf09 root]# ps -ef|grep gdb
nobody   24312 24311  0 04:30 ?        00:00:00 xterm -e gdb RIM_Oracle_Agent.binary
nobody   24314 24312  0 04:30 pts/2    00:00:00 gdb RIM_Oracle_Agent.binary
root     24326 10599  0 04:30 pts/0    00:00:00 grep gdb

运行的正是要调试的程序。设置好断点，开始调试吧！

注意，下面的错误一般是权限的问题，使用 xhost 命令来修改权限：

xterm 错误

[root@tivf09 bin]# export DISPLAY=tivf09:1.0
[root@tivf09 bin]# xhost +
access control disabled, clients can connect from any host

xhost + 禁止了访问控制，从任何机器都可以连接过来。考虑到安全问题，你也可以使用xhost + <你的机器名>。

小结

上述三种方法各有特点和优劣，因此适应于不同的场合和环境：

• follow-fork-mode方法：方便易用，对系统内核和GDB版本有限制，适合于较为简单的多进程系统
• attach子进程方法：灵活强大，但需要添加额外代码，适合于各种复杂情况，特别是守护进程
• GDB wrapper方法：专用于fork+exec模式，不用添加额外代码，但需要X环境支持（xterm/VNC）。

参考资料

• GDB 官方参考资料：http://sourceware.org/gdb/documentation/
  
  
• 更多 VNC 信息：
  
  

关于作者

田强，中国软件开发中心 Tivoli 部门软件工程师，负责 IBM 产品TMF(Tivoli Management Framework)的维护和客户支持工作，热爱 Linux。

来自：http://hi.baidu.com/thinke365/blog/item/c9469f250b9aeb398644f948.html

Breakpoint 2 at 0x804b6f3: file collect.c, line 1172.
(gdb) n
[New process 28538]
[Switching to process 28538]
1174              if (!child)

// 现在gdb已经进入fork调试了，已经跳到子进程了。。。

需要对gdb进行设置：

(gdb) set follow-fork-mode
Requires an argument. Valid arguments are child, parent.
(gdb) set follow-fork-mode
child   parent
(gdb) set follow-fork-mode child

子进程进入1174了，也就是要连接ftp了。。。

1174              if (!child)
(gdb) l
1169              fgets (Line, MAX, hostListRes);
1170              if (feof (hostListRes))
1171                break;
1172              while ((child = fork ()) == -1)
1173                sleep (1);
1174              if (!child)
1175                {
1176    //                              strcpy(machine, Line);
1177                  scanline (Line);
1178                  Probe (LZODir, TypeOfFetch);
(gdb) bt
#0 main (n=1, p=0xbf8072d4) at collect.c:1174
(gdb) n
1177                  scanline (Line);

开始调试到ftp连接函数内部了。。。。

(gdb) br scanline
Breakpoint 3 at 0x804b1e5: file collect.c, line 1062.
(gdb) n

Breakpoint 3, scanline (line=0x804ca80 "") at collect.c:1062
1062      site.ftp_name[0]='/0';

查看一个结构体内部的值：

(gdb) p site
$1 = {ftp_user = '/0' , ftp_pass = '/0' , ftp_name = '/0' ,
ftp_port = "/000/000/000/000/000/000/000/000/000"}

查看line的值，是从文件中读出来的。

(gdb) n
1068      if ((scan = strchr (line, LF)) != NULL)
(gdb) p line
$4 = 0x804ca80 ""

scan = line + 6; // 把ftp://前缀去掉了。。。

拷贝字段，是匿名字符。。。。

1115        strcpy (site.ftp_user, ANONYMOUS);
1116        strcpy (site.ftp_pass, ANONYPASS);

scanline出来后，要连接ftp了?

Probe (LZODir, TypeOfFetch);

进入Probe函数。

(gdb) n

Breakpoint 4, Probe (outputdir=0xbf806e2b "/var/parker/LZOData", TypeOfFetch=32 ' ') at collect.c:961
961       FILE *res = NULL;
(gdb) l
956     /* else call DolslR or DoLookup*/
957     int
958     Probe (char *outputdir, char TypeOfFetch)
959     {
960       int rc;                       /* return code */
961       FILE *res = NULL;
962       char tempfile[MAX];
963       char resfile[MAX];
964       char command[MAX];
965       char TopDir[MAX];             /* the ftp top dir */

从这句话开始连接FTP服务器了。。。。

973       if (Connect (machine) != S_OK)
974         {
975           DEB ("Couldn't connect");
976           return (S_ERROR);
977         }

220-
220-
220
331 Please specify the password.
230 Login successful.
--- Logged in
978       strcpy (TopDir, "/");

连接ftp成功后，开始执行下面的代码了。。。。(gdb) l
973       if (Connect (machine) != S_OK)
974         {
975           DEB ("Couldn't connect");
976           return (S_ERROR);
977         }
978       strcpy (TopDir, "/");
979       if (TypeOfFetch == 'd')
980         {
981           rc = DoDownload (resfile, TopDir);
982         }
(gdb) p TopDir
$15 = '/0'

目录切换成功。。。。

994         if ((rc = DoLISTlR (resfile)) != S_OK
(gdb) l
989           res = fopen (resfile, "w");
990           rc = DoRecursive (TopDir, res);
991           fclose (res);
992         }
993       else
994         if ((rc = DoLISTlR (resfile)) != S_OK
995             && ((rc = DoDownload (resfile, TopDir)) != S_OK))
996         {
997           DEB ("use Recursive Look up");
998           res = fopen (resfile, "w");
(gdb) n
250 Directory successfully changed.
200 PORT command successful. Consider using PASV.
150 Here comes the directory listing.
--- Done with fetching the directory
226 Directory send OK.
--- Done with List-lR
1003      if (rc != S_OK)

1024命令执行出错???

1024      sprintf (command, "%s/%s/%s %s %s/%s -s", PARKER_HOME, BINDIR,
(gdb)
1027      system (command);
(gdb)
[New process 28551]
creat output file error!

Program exited with code 03.
(gdb) --- Done with Probe

这里执行system命令，出错

(gdb) n
1027      system (command);
(gdb) p command
$18 = "/var/parker/bin/lzo_comp /var/parker/tmp/10.0.0.1.fmt /var/parker/LZOData/10.0.0.1 -s", '/0'

缺少一个文件夹，是因为这个原因导致的错误吗?

这个命令的具体拼接过程?

调试到connect代码了，这个代码在系统库中，而不是用户代码?

973       if (Connect (machine) != S_OK)
(gdb)

Breakpoint 4, 0x00cd3ad0 in connect () from /lib/libc.so.6
(gdb) l
968       struct filestatist files;
969       GetHostipStr (machine, HostIP);
970       sprintf (resfile, "%s/%s.org", WorkDir, HostIP);
971       DEB ("Probe");
972       alarm (TIMEOUT);
973       if (Connect (machine) != S_OK)
974         {
975           DEB ("Couldn't connect");
976           return (S_ERROR);
977         }
(gdb)

调试进connect代码了。。。Single stepping until exit from function connect,
which has no line number information.
WaitCon (m=0x804d3c0 "10.0.0.1") at collect.c:256
256       if ((a = getsockname (h, (struct sockaddr *) &own_addr, &own_addr_len)))
(gdb) l
251       if (connect (h, (void *) &sa, sizeof (sa)) < 0)
252         {
253           perror ("connect");
254           return (S_ERROR);
255         }
256       if ((a = getsockname (h, (struct sockaddr *) &own_addr, &own_addr_len)))
257         {
258           perror ("getsockname");
259           printf ("error here!return %i/n", a);
260           return (S_ERROR);

显示某个函数的代码：

(gdb) l Probe
954     /* TypeOfFetch=r call DoRec */
955     /* TypeOfFetch=l call DoLookup */
956     /* else call DolslR or DoLookup*/
957     int
958     Probe (char *outputdir, char TypeOfFetch)
959     {
960       int rc;                       /* return code */
961       FILE *res = NULL;
962       char tempfile[MAX];
963       char resfile[MAX];

显示某代码行附近的代码：

(gdb) l 111
106           printf ("%s", Line);
107
108     #endif /* */
109           if (Line[3] == '-')
110             continue;
111           if (!strncmp (Line, PWD, strlen (PWD)))
112             {
113               ptr = Line;
114               while (ptr++)
115                 if (*ptr == '/"')