一個深夜調(diào)試的崩潰現(xiàn)場那年做一個工業(yè)網(wǎng)關(guān)的協(xié)議轉(zhuǎn)換項目。設(shè)備跑在現(xiàn)場，每隔幾天就莫名其妙重啟。日志里沒有任何崩潰記錄，看門狗復(fù)位標(biāo)志倒是置上了。起初懷疑電源紋波，換了濾波電容，沒用。又懷疑溫升導(dǎo)致晶振頻偏，加散熱片，還是復(fù)現(xiàn)。后來把現(xiàn)場抓回來的網(wǎng)絡(luò)報文在實驗室里回放，發(fā)現(xiàn)只要某個特定設(shè)備發(fā)來一條稍長的配置幀，網(wǎng)關(guān)跑十幾分鐘到幾小時不等，就會死。那條配置幀的長度，剛好比協(xié)議棧里某個接收緩沖區(qū)大出幾個字節(jié)。那次之后我才真正把“緩沖區(qū)溢出”這件事從教科書概念，變成了手上能摸到的故障模式。協(xié)議棧的緩沖區(qū)溢出和普通應(yīng)用層溢出最大的不同在于：它發(fā)生在中斷上下文、發(fā)生在協(xié)議狀態(tài)機(jī)內(nèi)部、發(fā)生在你不知道的某個回調(diào)里。你看到的異常表現(xiàn)，往往和溢出這件事本身隔了好幾層。溢出不一定立刻崩很多人以為緩沖區(qū)溢出就是立刻HardFault。實際項目里，協(xié)議棧的緩沖區(qū)溢出有相當(dāng)一部分是“靜默越界”——寫進(jìn)去的字節(jié)數(shù)超了，但恰好覆蓋的是相鄰的另一個緩沖區(qū)，或者恰好落在對齊填充區(qū)，沒有觸發(fā)任何硬件異常。這種時候你會看到什么？現(xiàn)象一：協(xié)議解析結(jié)果隨機(jī)錯亂。比如某個校驗字段偶爾不對，重傳一次又對了。因為溢出的幾個字節(jié)把相鄰緩沖區(qū)的狀態(tài)標(biāo)志改了，但改的值恰好是合法的枚舉范圍。現(xiàn)象二：連接偶爾建立失敗，但重試就成功。溢出的字節(jié)污染了連接控制塊里的某個計數(shù)器，導(dǎo)致握手階段超時判斷出錯?，F(xiàn)象三：內(nèi)存池水位緩慢上漲，最終分配失敗。溢出的寫操作把內(nèi)存管理塊的鏈表指針改了一位，釋放時沒有正確歸還，每次溢出泄漏一點。這些現(xiàn)象的共同特征是：不可穩(wěn)定復(fù)現(xiàn)，和流量大小、報文順序、中斷時