记一次 .NET WPF布草管理系统 挂死分析

一：背景

1. 讲故事

这几天看的 dump 有点多，有点伤神伤脑，晚上做梦都是dump，今天早上头晕晕的到公司就听到背后同事抱怨他负责的WPF程序挂死了，然后测试的小姑娘也跟着抱怨。。。嗨，也不知道是哪一个迭代改出来的问题，反正客户不起义问题都不大。

不过我听到程序无响应，内心深处真的是一拘灵。。。本能反应吧，给他发了一个 procdump 过去生成两个 dump 发过来。

话说回来，WPF这种带UI界面的挂死问题其实很好分析的，无非就是 UI线程 失去响应了，至于为啥失去响应了，肯定是做了什么见不得光的事情，比如耍小聪明用 Task.Result，还有一点要特别注意的是 UI 独有的 SynchronizationContext，如 Winform 的 ： WindowsFormsSynchronizationContext ,WPF 的 DispatcherSynchronizationContext，后面我准备开一篇文章用 Windbg 深入剖析一下这个死锁形成的原因，好，说了这么多，dump 也到了，上 Windbg 分析吧。

二： windbg 分析

1. 审查UI线程

做法很简单，先通过 ~0s 切到0号，也就是UI线程，再通过 !dumpstack 调出UI线程的托管和非托管栈，为了保护隐私，我就稍微精简下。

0:000> ~0s
eax=00000000 ebx=01855bf8 ecx=00000000 edx=00000000 esi=00000000 edi=00000000
eip=776a171c esp=014fe3b8 ebp=014fe410 iopl=0         nv up ei pl nz na pe nc
cs=0023  ss=002b  ds=002b  es=002b  fs=0053  gs=002b             efl=00000206
ntdll!NtWaitForSingleObject+0xc:
776a171c c20c00          ret     0Ch
0:000> !dumpstack
OS Thread Id: 0x4ee0 (0)
Current frame: ntdll!NtWaitForSingleObject+0xc
ChildEBP RetAddr  Caller, Callee
014fe3b4 7468a9c5 mswsock!SockWaitForSingleObject+0x125, calling ntdll!NtWaitForSingleObject
014fe410 7469932c mswsock!SockDoConnectReal+0x36b, calling mswsock!SockWaitForSingleObject
014fe4b4 74698df7 mswsock!SockDoConnect+0x482, calling mswsock!SockDoConnectReal
014fe544 74699861 mswsock!WSPConnect+0x61, calling mswsock!SockDoConnect
014fe564 77316cf7 ws2_32!WSAConnect+0x77
014fe5a0 6422aeea (MethodDesc 64088970 +0x5a DomainBoundILStubClass.IL_STUB_PInvoke(IntPtr, Byte[], Int32, IntPtr, IntPtr, IntPtr, IntPtr))
014fe5d4 6422aeea (MethodDesc 64088970 +0x5a DomainBoundILStubClass.IL_STUB_PInvoke(IntPtr, Byte[], Int32, IntPtr, IntPtr, IntPtr, IntPtr))
014fe5f4 641c72eb (MethodDesc 63ff4310 +0x4b System.Net.Sockets.Socket.DoConnect(System.Net.EndPoint, System.Net.SocketAddress)), calling 1d4d538c
014fe628 642160c5 (MethodDesc 640847c4 +0x7d System.Net.Sockets.Socket.Connect(System.Net.EndPoint)), calling (MethodDesc 63ff4310 +0 System.Net.Sockets.Socket.DoConnect(System.Net.EndPoint, System.Net.SocketAddress))
014fe644 1d4d5bd3 (MethodDesc 1c93d404 +0x33 xxx.SocketHelper.xxxSocket.Connect(System.Net.IPEndPoint)), calling (MethodDesc 640847c4 +0 System.Net.Sockets.Socket.Connect(System.Net.EndPoint))
014fe660 1d4d5834 (MethodDesc 1c01df50 +0x114 xxx.MainWindow.Connect()), calling (MethodDesc 1c93d404 +0 xxx.Utilities.SocketHelper.xxxSocket.Connect(System.Net.IPEndPoint))
014fe714 1d4d8d84 (MethodDesc 1c01e094 +0x9c xxx.MainWindow.<IniTimer>b__18_0(System.Object, System.EventArgs)), calling (MethodDesc 1c01df50 +0 xxx.MainWindow.Connect())

从上面的调用堆栈可以看出，MainWindow 中做了一个 Socket.Connect 连接，最后卡死在非托管的 mswsock!SockDoConnectReal方法上，应该是 Socket 连不上造成的，既然是 Socket ，把它的 ip 和 port 拿出来 telnet 一下不就好啦，对吧，可以用 !dso 把当前线程栈中所有的托管对象找出来。

0:000> !dso
OS Thread Id: 0x4ee0 (0)
ESP/REG  Object   Name
014FE4D8 03a47588 System.Net.SafeCloseSocket+InnerSafeCloseSocket
014FE598 03a476bc System.Net.EndpointPermission
014FE5E4 03a4762c System.Byte[]
014FF068 03681374 System.AppDomain
014FF4D8 03681238 System.SharedStatics
014FE6B4 036a4dfc System.String    9901
014FE6C4 036a4ba0 System.String    192.168.1.79

哈哈，从最后两行可以看出，socket 地址就是：192.168.1.79:9901, telnet 一下果然不通，问了下，原来是测试机最近重启了, Socket 服务端并没有随机器启动，貌似问题就这样找到了。。。

是不是觉得有哪里不对劲呢？ 对， 就是为啥要在主线程做 Connect 呢？ 万一 Socket 连不上，这不就是把自己陷入不仁不义的地步嘛，问了下实施，说WPF和SocketServer都是一同部署的，据说在现场也偶尔遇到，可能坑踩多了他们自己也摸索出来了，把 SockerServer 重启一下就搞定了，不过这次可能研发自己都看不下去了吧 ， 真是自曝家丑。。。

2. 查看问题代码

问题还是要解决的，先把问题代码导出来，用 !name2ee + !savemodule 即可。

0:000> !name2ee *!xxx.MainWindow.Connect
Module:      01754044
Assembly:    xxx.exe
Token:       06000af5
MethodDesc:  1c01df50
Name:        xxx.MainWindow.Connect()
JITTED Code Address: 1d4d5720
0:000> !savemodule 01754044  E:\dumps\3.dll
3 sections in file
section 0 - VA=2000, VASize=3835b4, FileAddr=200, FileSize=383600
section 1 - VA=386000, VASize=3520, FileAddr=383800, FileSize=3600
section 2 - VA=38a000, VASize=c, FileAddr=386e00, FileSize=200

然后用 ILSpy 打开 3.dll ，查看精简后的代码如下：

    private void Window_Loaded(object sender, RoutedEventArgs e)
    {
        Connect();
    }

    private bool Connect()
    {
        string ipString = ConfigurationManager.AppSettings["ServerSocketIp"];
        IPAddress address = IPAddress.Parse(ipString);
        IPEndPoint iPEndPoint = new IPEndPoint(address, Convert.ToInt32(ConfigurationManager.AppSettings["ServerPort"]));
        sockClient = (xxxSocket)(object)new xxxSocket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp);
        try
        {
            sockClient.Connect(iPEndPoint);
            ((Socket)(object)sockClient).IOControl(IOControlCode.KeepAliveValues, KeepAlive(1, 1000, 1000), (byte[])null);
            sockClient.add_RecievedMessage((EventHandler<SocketMessage>)sockClient_RecievedMessage);
        }
        catch (SocketException ex)
        {

            return false;
        }
        return true;
    }

很清楚的看到在主线程做了 Connect 操作，这是大忌哈。。。 可能这段 Socket 代码也是网上找的，应该也没注意太多吧。。。

三：总结

知道前因后果之后，优化办法就比较简单了。

• 把 Connect 丢到 Task.Run 中，释放主线程，简单粗暴，

        private async void Window_Loaded(object sender, RoutedEventArgs e)
        {
            Task.Run(()=> { Connect() });
        }

• 使用 async, await

在这个 1+1 都要使用异步写法的时代，不用它真的感觉落伍了。。。这里我就不费脑子怎么用 XXXAsync 家族了哈。

        private async void Window_Loaded(object sender, RoutedEventArgs e)
        {
            string address = "192.168.1.79";
            int port = 9901;

            var socket = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp);
            socket.SendTimeout = 1000 * 10;
            socket.ReceiveTimeout = 1000 * 10;

            await socket.ConnectAsync(address, port);

           //....
        }

这个真实案例很简单，难度等级0， 不知道您学会了吗？ 其实有时也感叹一下，像这种案例会 Windbg 3分钟解决，不会要摸头一上午。

更多高质量干货：参见我的 GitHub: dotnetfly