记一次 .NET某上位机视觉程序 卡死分析
一：背景
1. 讲故事
前段时间有位朋友找到我，说他的窗体程序在客户这边出现了卡死，让我帮忙看下怎么回事？dump也生成了，既然有dump了那就上 windbg 分析吧。
二：WinDbg 分析
1. 为什么会卡死
窗体程序的卡死，入口门槛很低，后续往下分析就不一定了，不管怎么说先用 !clrstack 看下主线程，输出如下：
0:000> !clrstack
OS Thread Id: 0x3118 (0)
Child SP IP Call Site
000000c478afd1d8 00007ffc284e9a84 [HelperMethodFrame_1OBJ: 000000c478afd1d8] System.Threading.WaitHandle.WaitOneNative(System.Runtime.InteropServices.SafeHandle, UInt32, Boolean, Boolean)
000000c478afd300 00007ffbf2cc19ac System.Threading.WaitHandle.InternalWaitOne(System.Runtime.InteropServices.SafeHandle, Int64, Boolean, Boolean) [f:\dd\ndp\clr\src\BCL\system\threading\waithandle.cs @ 243]
000000c478afd330 00007ffbf2cc197f System.Threading.WaitHandle.WaitOne(Int32, Boolean) [f:\dd\ndp\clr\src\BCL\system\threading\waithandle.cs @ 194]
000000c478afd370 00007ffbf1421904 System.Windows.Forms.Control.WaitForWaitHandle(System.Threading.WaitHandle)
000000c478afd3e0 00007ffbf0c8e2f4 System.Windows.Forms.Control.MarshaledInvoke(System.Windows.Forms.Control, System.Delegate, System.Object[], Boolean)
000000c478afd520 00007ffbf1425124 System.Windows.Forms.Control.Invoke(System.Delegate, System.Object[])
000000c478afd590 00007ffb995d6fe8 DevComponents.DotNetBar.StyleManager.OnColorTintChanged(System.Drawing.Color, System.Drawing.Color)
000000c478afd5f0 00007ffb995d69ff DevComponents.DotNetBar.StyleManager.set_ColorTint(System.Drawing.Color)
000000c478afd680 00007ffb995d694c DevComponents.DotNetBar.StyleManager.set_ManagerColorTint(System.Drawing.Color)
...
000000c478afd6b0 00007ffb995d50f9 xxx.MarkInspectPadControl.InitializeComponent()
有经验的朋友看到上面的卦象相信就知道咋事情了，即有工作线程创建了用户控件导致的，而且这个控件貌似和 DevComponents 有关，接下来的常规套路就是挖一下 WindowsFormsSynchronizationContext 对象看看到底是哪一个线程创建的，使用 !dso 即可。
0:000> !dso
OS Thread Id: 0x3118 (0)
RSP/REG Object Name
000000C478AFCF98 000002093b9143c0 System.Windows.Forms.WindowsFormsSynchronizationContext
...
0:000> !do poi(20939c91588)
Name: System.Threading.Thread
MethodTable: 00007ffbf2769580
EEClass: 00007ffbf288c658
Size: 96(0x60) bytes
00007ffbf276aaf8 4001934 4c System.Int32 1 instance 1 m_ManagedThreadId
按照剧本的话 WindowsFormsSynchronizationContext 应该会有2个，但这里只有1个，这一个还是主线程的同步上下文，这就完犊子了。。。完全不按照剧本走，这也是真实dump分析的复杂性，那到底是谁创建的呢？ 天要绝人之路吗？
2. 出路在哪里
所有东西的落地都在汇编里，而汇编又在方法里，所以突破口就是寻找线程栈中的方法，接下来到 System.Windows.Forms.Control.MarshaledInvoke 方法里看一看可有什么大货，简化后如下：
private object MarshaledInvoke(Control caller, Delegate method, object[] args, bool synchronous)
{
bool flag = false;
if (SafeNativeMethods.GetWindowThreadProcessId(new HandleRef(this, Handle), out var _) == SafeNativeMethods.GetCurrentThreadId() && synchronous)
{
flag = true;
}
ThreadMethodEntry threadMethodEntry = new ThreadMethodEntry(caller, this, method, args, synchronous, executionContext);
lock (threadCallbackList)
{
if (threadCallbackMessage == 0)
{
threadCallbackMessage = SafeNativeMethods.RegisterWindowMessage(Application.WindowMessagesVersion + "_ThreadCallbackMessage");
}
threadCallbackList.Enqueue(threadMethodEntry);
}
if (flag)
{
InvokeMarshaledCallbacks();
}
else
{
UnsafeNativeMethods.PostMessage(new HandleRef(this, Handle), threadCallbackMessage, IntPtr.Zero, IntPtr.Zero);
}
if (synchronous)
{
if (!threadMethodEntry.IsCompleted)
{
WaitForWaitHandle(threadMethodEntry.AsyncWaitHandle);
}
return threadMethodEntry.retVal;
}
return threadMethodEntry;
}
从卦中的代码来看，这个 SafeNativeMethods.GetWindowThreadProcessId 方法是关键，它可以拿到这个窗口创建的processid和threadid，接下来观察下简化后的汇编代码。
0:000> !U /d 00007ffbf0c8e2f4
preJIT generated code
System.Windows.Forms.Control.MarshaledInvoke(System.Windows.Forms.Control, System.Delegate, System.Object[], Boolean)
Begin 00007ffbf0c8dec0, size 4e9
00007ffb`f0c8dec0 55 push rbp
00007ffb`f0c8dec1 4157 push r15
00007ffb`f0c8dec3 4156 push r14
00007ffb`f0c8dec5 4155 push r13
00007ffb`f0c8dec7 4154 push r12
00007ffb`f0c8dec9 57 push rdi
00007ffb`f0c8deca 56 push rsi
00007ffb`f0c8decb 53 push rbx
00007ffb`f0c8decc 4881ecf8000000 sub rsp,0F8h
00007ffb`f0c8ded3 488dac2430010000 lea rbp,[rsp+130h]
...
00007ffb`f0c8dff0 488d55b0 lea rdx,[rbp-50h]
00007ffb`f0c8dff4 ff151e1eddff call qword ptr [System_Windows_Forms_ni+0x8fe18 (00007ffb`f0a5fe18)] (System.Windows.Forms.SafeNativeMethods.GetWindowThreadProcessId(System.Runtime.InteropServices.HandleRef, Int32 ByRef), mdToken: 00000000060033c4)
00007ffb`f0c8dffa 448bf0 mov r14d,eax
根据卦中的汇编以及x64调用协定，lea rdx,[rbp-50h] 就是我们的 processid，同时 mov r14d,eax 中的 r14d 就是我们的 threadid，突破口已找到，接下来就是深挖了。
3. 如何挖出进程ID和线程ID
有一点要知道 000000c478afd520 和 MarshaledInvoke 方法的 rsp 隔了一个 0x8，同时方法中影响 rsp 的 push 和 sub 都要计算进去，这里就不赘述了，具体可以参考文章：https://www.cnblogs.com/huangxincheng/p/17250240.html 简单计算后如下：
0:000> ? 000000c478afd520-0x8-(0n8*0n8)-0xF8+0x130
Evaluate expression: 843838379280 = 000000c4`78afd510
0:000> dp 000000c4`78afd510-0x50 L1
000000c4`78afd4c0 00000000`000029dc
0:000> r r14
r14=000000c478afcf14
0:000> dp 000000c478afcf14 L1
000000c4`78afcf14 00000000`00000080
从卦中可以看到 processid=29dc ,threadid=0x80，这东西是何方神圣呢，我们用 ~ 来找它的真身吧。
0:000> ~
...
18 Id: 29dc.80 Suspend: 0 Teb: 000000c4`7890d000 Unfrozen
...
0:018> k
# Child-SP RetAddr Call Site
00 000000c4`7a2ffcc8 00007ffc`28028ba3 ntdll!NtWaitForSingleObject+0x14
01 000000c4`7a2ffcd0 00007ffb`fa651cf8 KERNELBASE!WaitForSingleObjectEx+0x93
02 000000c4`7a2ffd70 00007ffb`fa652a51 wpfgfx_v0400!CPartitionManager::GetWork+0x17b
03 000000c4`7a2ffdc0 00007ffb`fa67a2fb wpfgfx_v0400!CPartitionThread::Run+0x21
04 000000c4`7a2ffdf0 00007ffc`2a037bd4 wpfgfx_v0400!CPartitionThread::ThreadMain+0x2b
05 000000c4`7a2ffe20 00007ffc`2a76ced1 kernel32!BaseThreadInitThunk+0x14
06 000000c4`7a2ffe50 00000000`00000000 ntdll!RtlUserThreadStart+0x21
现在有点傻傻分不清了，怎么 winform 里还有 wpf 的渲染线程，有可能是 DevComponents 这种第三方控件在底层引入的吧。到这里路子又被堵死了，接下来该往哪里走呢？三步一回头，继续看主线程上的方法代码吧。
4. 在源码中寻找答案
虽然在两条路上的突围都失败了，但可以明显的看到离真相真的越来越近，也收获到了大量的作战信息，通过上面的 set_ManagerColorTint 方法的反编译，参考如下：
private void InitializeComponent()
{
this.styleManager1.ManagerColorTint = System.Drawing.Color.Black;
}
[Description("Indicates color current style is tinted with.")]
[Category("Appearance")]
public Color ManagerColorTint
{
get
{
return ColorTint;
}
set
{
ColorTint = value;
}
}
看到源码之后太无语了，其实就是一个简单的 颜色赋值，根据前面的探索styleManager1是由渲染线程创建的，所以主线程对它的赋值自然是得不到渲染线程的反馈。
那这个问题该怎么办呢？大概是如下两种吧。
- 重点关注 styleManager1 控件，用排除法观察程序运行状况。
- 看文档是否用了错误的方式使用 styleManager1 控件。
三：总结
这次生产事故还是挺有意思的，为什么 WinForm 中可以存在 CPartitionThread 渲染线程，最后还祸在其身，给我几百例dump分析之旅中添加了一笔色彩！
