bug的表象和背后的原因往往是一种很让人意外的联系，有时候发现背后的原因可能会很搞笑。

我要做的事情就是把10000组数据录入对应的10000个RRD数据库中，每组数据时一个数组，存放着time:value，按照time递增有序。
RRD有个特点就是，同一个time不能录入两次，后面录入数据的time值必须大于前面录入数据的time值。

第一个bug：
我使用多线程的方式进行数据录入。
在子线程里面访问主线程中开辟的内存空间，总会出segment fault，调试了半天不知道为什么。偶然间做了一次小数据量的测试，发现子线程突然不运行了。然后灵光一现，意识到，主线程跑得太快，直接退出了，子线程就根本不会起来。看了一下别人的代码，发现了问题所在。C里面，开启子线程之后，主线程要调用join函数才会等待子线程执行完毕，否则，主线程启动子线程，然后继续执行完自己的代码就会退出，然后整个进程就会退出。而之前的segment fault就是因为主线程正在退出释放资源，而子线程去访问已经释放的内存空间，就出现了segment fault。

第二个bug：
录入10000组数据需要很长时间，所以我在测试时会使用较小的数据量，比如1000组。小数据量时，程序运行很正常，但是一旦我把数据量加大，就会出现数据库更新失败的错误。百思不得其解，在一次错误日志中发现，有一条错误的现象是在往A数据库中存time1的数据时发现time1已经有值了，也就是说之前已经更新过一次了。可是，明明我的数据库只会由一个线程来写，怎么会在它写之前已经有数据了呢？而且这个问题只会在数据量加大的时候出现。经过我的测试，测试数据在2000组以下时不会出错，一旦到了3000组就会出错。我就觉得是不是多线程的时候，各个进程之间跑串掉了。因为更新数据库的操作是调用RRD的库函数，我开始怀疑RRD的update函数是否是线程安全的。
后来在别人的提示下，先把程序用单线程跑，看有没有问题，再试试多线程，因为毕竟单线程要好找bug。我一开始还自信满满的说单线程肯定没问题，结果运行后发现单线程也会出错，问题很快定位到测试数据。我生成的测试数据里面有重复的。也就是对于一些数据库，在同一个time值下生成了两个value，两次向同一个数据库中插入同一个time下的值时就会出错。可是我一行行的看了一下我生成测试数据的代码，就是没找到错误。最后干脆把这段代码重写了一遍，问题依旧。然后就意识到，我生存测试数据时，使用的输入文件中，数据库的名称有重复的。也就是我可能对某一个数据库生成了两组数据。而输入文件的前2000个数据库名称中没有重复的，在2000~3000之间有一个重复的，这也就能解释为什么程序在录入2000组数据时不会出错，一旦到3000组或者更多的数据时就会出错。

Last modified on 2009-08-22