垃圾收集期间崩溃的原因

Question

一段时间以来，我一直在努力解决 C# 应用程序崩溃的问题，该应用程序也使用相当多的 C++/CLI 模块，这些模块主要是本地库的包装器来访问设备驱动程序。 崩溃并不总是很容易重现，但我能够收集六个崩溃转储，这些崩溃转储表明程序总是在垃圾收集期间因访问冲突而崩溃。这是本机调用堆栈和最后一个事件日志：

0:000> k
ChildEBP RetAddr  
0012d754 79f95a8f mscorwks!WKS::gc_heap::find_first_object+0x62
0012d7dc 79f933bb mscorwks!WKS::gc_heap::mark_through_cards_for_segments+0x493
0012d814 79f92cbf mscorwks!WKS::gc_heap::mark_phase+0xc3
0012d838 79f93245 mscorwks!WKS::gc_heap::gc1+0x62
0012d84c 79f92f5a mscorwks!WKS::gc_heap::garbage_collect+0x253
0012d878 79f94e26 mscorwks!WKS::GCHeap::GarbageCollectGeneration+0x1a9
0012d904 79f926ce mscorwks!WKS::gc_heap::try_allocate_more_space+0x15b
0012d918 79f92769 mscorwks!WKS::gc_heap::allocate_more_space+0x11
0012d938 79e73291 mscorwks!WKS::GCHeap::Alloc+0x3b

0:000> .lastevent
Last event: 7e8.88: Access violation - code c0000005 (first/second chance not available)
  debugger time: Mon Sep 26 11:34:53.646 2011 (UTC + 2:00)

所以让我首先提出我的问题并在下面提供更多详细信息。我的问题是：除了托管堆损坏之外，还有其他原因导致垃圾收集期间崩溃吗？

现在详细说明一下，我问这个问题的原因是因为我很难识别破坏托管堆的代码，并且似乎无法找到（据称）被覆盖的内存的模式。

我已经尝试注释所有“危险”C++/CLI 代码（特别是使用固定句柄的部分），但这没有帮助。在尝试在内存中找到被覆盖的模式时，我查看了崩溃时的反汇编代码：

0:000> u .-a .+a
mscorwks!WKS::gc_heap::find_first_object+0x54:
79f935b9 89450c          mov     dword ptr [ebp+0Ch],eax
79f935bc 8bd0            mov     edx,eax
79f935be 8b02            mov     eax,dword ptr [edx]
79f935c0 83e0fe          and     eax,0FFFFFFFEh
79f935c3 f70000000080    test    dword ptr [eax],80000000h      <<<<CRASH
79f935c9 0f84b1000000    je      mscorwks!WKS::gc_heap::find_first_object+0x73

0:000> r
eax=00000000 ebx=01c81000 ecx=01c80454 edx=01c82fe0 esi=012f0000 edi=000027e1
eip=79f935c3 esp=0012d738 ebp=0012d754 iopl=0         nv up ei pl zr na pe nc
cs=001b  ss=0023  ds=0023  es=0023  fs=003b  gs=0000             efl=00010246
mscorwks!WKS::gc_heap::find_first_object+0x62:
79f935c3 f70000000080    test    dword ptr [eax],80000000h ds:0023:00000000=????????

当尝试取消引用空的 EAX 寄存器时，会发生崩溃。现在，从我看来，EAX 是从 EDX 寄存器指向的内容加载的，因此我查看了存储在那里的地址：

0:000> dd @edx-10
01c82fd0  06542778 00000000 00000000 01c82494
01c82fe0  00000000 00000000 00000000 00000000
01c82ff0  01b641d0 00000000 00000000 01c82380

编辑：我现在发现我的分析是错误的，缺乏对 x86 寻址模式的理解。

我可以看到从地址 01c82fed（存储在 EDX 中的值）开始，接下来的 16 个字节为空。 但是，当查看另一个类似的故障转储时，我看到以下内容：

0:000> dd @edx-10
018defd4  00000000 00000000 00000000 00000000
018defe4  00000000 00000000 018b468c 01742354
018deff4  00e0907f 00000000 00000000 00000000

因此，这里 EDX 指向的地址之前的 16 个字节以及接下来的 8 个字节为空。同样的情况也发生在我拥有的其他故障转储中，我在这里没有看到任何模式，即似乎某些代码片段只是简单地覆盖了内存的该区域。

回到这个问题，我想知道的是，除了一段不应该覆盖内存的代码之外，是否还有其他对崩溃的解释。或者关于如何继续的任何建议，我真的迷失在这个这里..

（固定手柄会引起问题吗？我们有很多这样的手柄，我认为有趣的是我总是请参阅 137 - 不多不少 - 在崩溃时用 !gchandles 固定手柄，这对我来说是一个奇怪的巧合..）。

编辑：忘记提及我们正在使用 .Net 框架的 3.5 版本。当后台 GC 处于活动状态时，我在 .Net 4 中看到类似崩溃的报告（某处提到这是 .Net 中的一个错误），但我认为这与此无关，因为 AFAIK 中没有后台 GC .Net 3.5。

Answer 1

不确定这是否有帮助，但通常不要使用析构函数或让 GC 处理非托管内存。请改用 Dispose 模式，并将所有析构函数代码移至终结器：

ref class MyClass
{
  UnsafeObject data;
  MyClass()
  {
    data = CreateUnsafeDataObject();
  }
  !MyClass()  // IDisposable.Dispose()
  {
    DeleteUnsafeDataObject(data);
  }
  ~MyClass()  // Destructor
  {

  }
}

这将在对象上实现 IDisposable 模式。调用 Dispose 来清除非托管数据，在最坏的情况下，您将有更好的机会弄清楚到底发生了什么。

Answer 2

因此，不幸的是，我的问题有点误导，因为我正在寻找除了托管堆损坏之外的其他解释 - 这最终证明是问题（由非托管到托管结构的不安全副本引起）。
问题现已解决，我将我的发现发布在单独的答案中，希望这没问题。

Answer 3

您的终结器之一可能有例外。我相信你需要一一检查它们，因为终结队列中没有容错的地方。如果您没有非托管代码，最好根本没有终结器，只需手动调用 Dispose。