« 异星工厂的机械臂模块 | 返回首页 | 流体系统 »

难产的 Lua 5.4.4

2021 年 12 月 21 日,Lua 发布了 Lua 5.4.4 rc2 。

Lua 5.4.4 这个版本相当难产。之前几个小版本从 rc1 到正式发布最多只有十几天,而这次这个版本已经过去一个月,看起来还不能正式发布。

因为,就在 rc2 发布几个小时后,在邮件列表的讨论中,有人就发现了一个 bug 。有趣的是,这个 bug 并不是 Lua 5.4.4 引入的,而已经存在了 10 年以上。

在 Lua 5.4.4 rc1 发布后,也曾发现 bug ,同样也不是新版本引入的。似乎最近两年,给 Lua 做测试的人群多了起来,新的测试方法找到了很多过去未曾发现的 bug 。这些隐藏颇深的 bug 几乎都和 GC 有关。GC 的 bug 难以通过单元测试的方式提前找到,即使被定位到,也很难理解,彻底修复更加困难。

在 Lua 5.4 刚发布不久,新引入的分代 gc 中的一个 bug 就被讨论了很久才彻底解决 。Bug 发布两天后,Lua 的作者表示对彻底解决 bug 还没有线索

Until now, I have no clues about this one. It seems to be a real problem in the GC, but it is hard to reproduce. Applying the previous fixes makes it disappear, but I cannot see how they could solve the bug.

我当时也饶有兴趣的分析了很久。拨茧抽丝般理解这种复杂 Bug 能带来极大的愉悦感,同时也深感彻底避免出问题是多么的不易。

Lua 5.4.4 这次遇到的问题不那么难,但也有 gc 有关。主要有两个,都和 finalizer 有关。

在 Lua 的 finalizer ,即 gc 元方法里调用 gc 的 api 有可能引发重入,而 Lua 的 gc 被设计成不能重入的。我相信这是一个正确的设计选择。gc 已经够复杂了,如果设计一个允许重入的 gc 会更难不出问题。

这个问题最终的解决方案是彻底禁止在 gc 元方法里调用 collectgarbage 。

gc 无法重入这一点,很多人都没有意识到。实际上,如果你在 finalizer 里使用内存,是退出 finalizer 前,是无法被回收的。也不可能在 finalizer 运行过程中,触发另一个 finalizer 的运行。从实现角度上讲,这个限制理所当然。但对使用者来说,限制似乎难以理解。在公布解决方案时,很多人质疑说,一旦在 finalizer 里禁止 gc ,会不会导致更容易发生 oom 错误?实际上,Lua 从加入 finalizer 特性开始到现在,已经是这样的。

另一个问题是在 finalizer 里构造了新对象,并添加了新的 finalizer 后,新添加的 finalizer 会排在已经在准备运行但尚未运行的其它 finalizer 之后运行。

如果你在 Lua 虚拟机关闭过程中,让这个新的 finalizer 运行 C 动态库中的函数,就可能因为 C 动态库先被 unload 而出错。这是因为,C 动态库是由最开始注册的 finalizer 负责卸载的。原本 finalizer 遵循先入后出次序运行,卸载 C 动态库通常是最后,就相安无事。但在关闭虚拟机的最后阶段,新对象在全部老对象释放之后生成了,它引用了被卸载的 C 动态库中的代码。

而 C 函数本身是一个 light C function ,实现上就是一个指针,是无法 mark 动态库对象的。

目前的解决方案是在虚拟机关闭的最后阶段,忽略新创建的 finalizer 。我认为可能还可以有更好的解决方案:比如,在最后阶段,新创建出来的 finalizer 不要等新一轮的 mark sweep 再进入 finalizer 链表,而直接串在finalizer 链表的最前面,这样也能保证最初创建用来卸载 C 动态库的 finalizer 最后运行。

目前 Lua 5.4.4 尚未正式发布,不知道还会不会进一步改动。

我认为这件事说明了几个道理:

从直接的方面说,我们在使用 finalizer 时,应该保证只在里面做非常简单的事情,除了释放 C 代码管理的资源外,什么都别做。这个原则不仅仅针对 Lua ,我想对其它带 GC 的语言也同样适用。对象的构建和释放往往是系统中最复杂的部分,Bug 的滋生之所,简单是对付复杂性的唯一良药。

从更宽泛的意义上讲,软件保持健壮是一件非常难的事情。对于基础设施,我们应保持足够简单,并尽量争取更多人的目光。正如 Eric S.Raymond 在《大教堂与集市》中提出的 Linus 定律:"given enough eyeballs, all bugs are shallow”。我觉得这里的 eyeballs 不是指绝对意义上的人数,毕竟程序员的水平可以差上数个数量级。在特定领域上找出特定问题的潜在人选,一共可能也没几个,只有在软件的用户有庞大基数的情况下,才偶尔能吸引那么几个重要的眼球过来看。

这里引用一下去年学到的草台班子理论:“我工作以后才发现,大家都是草台班子。政府草台,企业草台,我也草台,大家都草台,凑合赚钱过日子。一个企业,看着像一台奔驰在高速公路上的豪华轿车,里面其实是几个人蹬着自行车顶个壳。路上的车都是这样,大家谁都不戳破。”

对于大多数开发团体来说,都是草台班子构成的。你几乎不要指望他们不犯错误。这就是为什么我认为软件基础设施必须开源的原因:我们需要为那些最优秀的人提供机会,让他们能分出一些精力来对草台班子搭出来的草台修修补补。


恰巧前两天有网易的老同事来访,谈及新创业的游戏项目。我建议他们新的服务器基于 skynet 来做。倒不是说 skynet 设计的有多好,而是它已经被搭建了 10 年,已经拥有了很多很多不同的团队的眼球。它已经很久没有加新的特性、但已有的那些代码中,不断有发现新的问题。每解决一个 bug ,就增添一份信心。这是闭门造车的服务器框架很难取代的。

Comments

手机盘工具可以支持让skynet开箱即用https://github.com/skynetlua/phonedisk-web

Lua 5.4.4 刚刚 release 啦~(正好看到了😝

每次来看云风大佬的文章,都能学到新知识,虽然好多看不懂。

一个好的服务端框架除了最底层之外, 业务框架也很重要。由于 skynet 不是一个开箱即用的框架,而 Lua 又提供了很大的自由度,所以用 skynet 构建出来的游戏代码,上限和下限都很高。

我见过乱到刷新我下限的代码,也见过写的干净整洁的代码,说到底还是写代码的人的素质以及主程的约束力。

另外,希望 skynet 社区能出一些开箱即用的框架,多做一些业务层的封装,虽然不说可以应对所有游戏,但做为一个干净整洁的样本,给那些没经验的主程做参考也是不错的。

联想到最近沸沸扬扬的log4j事件,找bug真的是很困难的事:D

有经典版本就可以了~底层的~往往需要筛很多东西。。。

草台班子的结果是不进步,死循环。它可以让很多人活着,却只能让大家活着。

看厌了就G,而不是留言表达自己芝麻大的心思,我反正经常在这里看新东西

风大近十几年似乎没出什么像样的作品了~。希望出点给力的作品,这些技术博客似乎也看厌了~

skynet真的很优秀,稳定,好用,感谢云风大哥

觉得草台班子挺有意思的,去搜索了一会也没找到源头。。。

Post a comment

非这个主题相关的留言请到:留言本