你調(diào)一個函數(shù)傳一樣的參數(shù)返回值卻跟預(yù)期完全對不上。更詭異的是單步跟進(jìn)去發(fā)現(xiàn)它執(zhí)行的邏輯根本不是你寫的那段代碼——函數(shù)名一模一樣可它跑的是別人那份實(shí)現(xiàn)。這不是靈異事件是動態(tài)鏈接里的符號重名。我在這上面栽過不止一次最狠的一次差點(diǎn)帶著問題進(jìn)了量產(chǎn)。一、三個真實(shí)翻車現(xiàn)場先說三個我親歷的案例都跟符號重名有關(guān)項(xiàng)目名、模塊名、函數(shù)名均為化名下同。第一個某常電項(xiàng)目。應(yīng)用程序里有個函數(shù)叫wifi_get_status()化名某 WiFi 協(xié)議棧解耦庫內(nèi)部也有個同名函數(shù)。兩個本來井水不犯河水結(jié)果動態(tài)鏈接之后應(yīng)用程序調(diào)用wifi_get_status()返回值和處理邏輯全變了——它實(shí)際跑的是庫那份實(shí)現(xiàn)不是應(yīng)用自己寫的。第二個某低功耗項(xiàng)目。應(yīng)用的lp_wifi_reset_config()化名和某 WiFi 解耦庫導(dǎo)出的外部函數(shù)重名。同樣的問題調(diào)用點(diǎn)指向了庫的版本應(yīng)用自己的 reset 邏輯被晾在一邊沒執(zhí)行。第三個某電池相機(jī)項(xiàng)目。這次更隱蔽——重名發(fā)生在庫內(nèi)部函數(shù)reboot()和系統(tǒng)函數(shù)之間。庫本意是調(diào)系統(tǒng)的reboot重啟結(jié)果調(diào)到了自己內(nèi)部那個同名函數(shù)重啟行為整個錯亂。三個案例的共同點(diǎn)函數(shù)名一樣調(diào)用點(diǎn)指向了先加載的那個后加載的被忽略。而且沒有任何報錯沒有任何警告。程序照常跑只是行為錯了。二、為什么是靜默覆蓋不是報錯很多人第一反應(yīng)是重名了鏈接器不該報錯嗎靜態(tài)鏈接確實(shí)會。但動態(tài)鏈接不會這才是問題所在。先看靜態(tài)鏈接。兩個.o里都定義了同名全局符號鏈接器會報multiple definition of xxx直接拒絕產(chǎn)出 elf。哪怕一個是強(qiáng)符號、一個是弱符號規(guī)則也是明確的——強(qiáng)符號覆蓋弱符號兩個強(qiáng)符號就報錯。你至少能在一開始就知道有問題。動態(tài)鏈接完全是另一套邏輯。要理解它為什么靜默得先看動態(tài)鏈接器啟動后干的三件事自舉動態(tài)鏈接器先把自己這段代碼重定位好能跑起來。裝載共享對象把可執(zhí)行文件依賴的.so一個個映射進(jìn)內(nèi)存遞歸處理它們的依賴。重定位初始化解析所有符號引用把重定位項(xiàng)填上實(shí)際地址。重名就發(fā)生在第 2 步。裝載共享對象時動態(tài)鏈接器要把各個模塊的符號表合并成一個全局符號表。合并規(guī)則一句話一個符號名在全局符號表里只能有一條先加入的勝出后加入的同名符號直接被忽略。說白了最先被加載的模塊里那個同名符號占住位置后面模塊里的同名符號加不進(jìn)去被靜默丟棄。沒有報錯沒有警告就是悄悄沒了。所以靜態(tài)鏈接是重名就報錯動態(tài)鏈接是重名就覆蓋誰先誰贏。規(guī)則不同后果天差地別。三、靜默覆蓋比報錯危險得多我反復(fù)跟同事強(qiáng)調(diào)一點(diǎn)靜默覆蓋比報錯危險一個數(shù)量級。報錯是好事。multiple definition一報構(gòu)建直接掛你當(dāng)場就得改問題暴露在編譯期成本最低。哪怕漏到運(yùn)行期崩潰也好排查——有 core dump、有棧、有報錯信息順藤摸瓜能定位。靜默覆蓋不一樣。程序不崩不報錯照常啟動照常跑只是邏輯錯了。這種行為錯亂而非崩潰的 bug 是最難排查的一類沒有崩潰點(diǎn)沒有異常棧日志里干干凈凈。函數(shù)名對得上參數(shù)對得上單步進(jìn)去才發(fā)現(xiàn)實(shí)現(xiàn)不對——但你得先懷疑到這上面才會去單步?，F(xiàn)象可能很微妙一個狀態(tài)值偶爾不對、一個配置偶爾沒生效、一個流程偶爾走錯分支。復(fù)現(xiàn)條件依賴加載順序換個編譯選項(xiàng)、換個鏈接順序現(xiàn)象可能就變了甚至消失了。最要命的是量產(chǎn)風(fēng)險。這種問題在開發(fā)期很容易被當(dāng)成偶現(xiàn) bug忽略掉因?yàn)椴皇潜噩F(xiàn)、不影響啟動?？梢坏┑搅丝蛻羰掷锛虞d順序、依賴關(guān)系跟開發(fā)環(huán)境略有差異問題就暴露了——而且是以功能錯亂的形式暴露不是設(shè)備壞了客訴進(jìn)來還很難復(fù)現(xiàn)。前面三個案例里要不是量產(chǎn)前偶然撞上都有帶病出廠的風(fēng)險。所以我對符號重名的態(tài)度是寧可報錯十次不要靜默覆蓋一次。報錯是構(gòu)建系統(tǒng)在幫你靜默覆蓋是構(gòu)建系統(tǒng)在坑你。四、第一道防線符號可見性既然根因是同名符號都進(jìn)了全局符號表那最直接的解法就是不該對外暴露的符號就別讓它進(jìn)全局符號表。這就是符號可見性要管的事。C 語言里控制符號可見性主要兩個手段。一個是static。給函數(shù)或全局變量加static它的作用域就被限制在當(dāng)前.c文件內(nèi)根本不進(jìn)全局符號表。這是最徹底的隔離——別的模塊連看到都看不到更談不上重名。代價是這個符號不能被其他文件引用只適合純內(nèi)部輔助函數(shù)。另一個是 GCC 的-fvisibility比static更精細(xì)控制的是符號在共享對象層面的可見性。GCC 4.0 引入兩個常用值-fvisibilitydefault默認(rèn)行為符號導(dǎo)出進(jìn)動態(tài)符號表外部可見。-fvisibilityhidden符號不導(dǎo)出除非顯式用__attribute__((visibility(default)))標(biāo)記。-fvisibilityhidden的妙處在于它讓對外接口和內(nèi)部實(shí)現(xiàn)在同一份代碼里自然分層。你給整個庫設(shè)hidden只把要對外暴露的 API 顯式標(biāo)default其余幾百個內(nèi)部函數(shù)自動不導(dǎo)出。這些不導(dǎo)出的內(nèi)部函數(shù)不會進(jìn)動態(tài)符號表也就不會跟別的模塊重名。實(shí)測收益很實(shí)在。我們給某 WiFi 解耦庫整體加-fvisibilityhidden只導(dǎo)出對外 API庫體積直接省了 8MB——大量內(nèi)部符號不再進(jìn)動態(tài)符號表符號表本身、字符串表、重定位表都跟著瘦了一圈。可見性不只是防重名還順帶省體積、提升加載速度、改善封裝。但可見性也有局限。一是依賴編譯器版本-fvisibility是 GCC 4.0 才有的老工具鏈用不了。二是它管的是本模塊導(dǎo)不導(dǎo)出對兩個模塊都導(dǎo)出了同名對外符號這種重名無能為力——你總不能把對外 API 也藏起來。三是得各模塊都啟用才徹底有一個模塊漏了它的默認(rèn)符號還是會進(jìn)全局表。所以可見性是第一道防線不是萬能盾。五、規(guī)范為什么靠不住源文檔里給了三條規(guī)范方案內(nèi)部函數(shù)用static、各模塊函數(shù)加前綴、禁用 POSIX 標(biāo)準(zhǔn)函數(shù)名。道理都對我也在團(tuán)隊(duì)里推過。但說實(shí)話規(guī)范這條路靠不住。理想很美好現(xiàn)實(shí)很殘酷。這是源文檔原話也是我的真實(shí)體會。內(nèi)部函數(shù)加static前提是開發(fā)者得記得加、得判斷準(zhǔn)哪個是內(nèi)部。一個函數(shù)今天只在文件內(nèi)用明天被另一個文件調(diào)了有人就把static去了——去掉的那一刻它就進(jìn)了全局符號表重名風(fēng)險就來了?？咳硕⒍⒉蛔?。各模塊加前綴比如app_lib_drv_開頭能從命名上避開重名。但前綴規(guī)則要覆蓋所有模塊、所有開發(fā)者、所有歷史代碼工程一大就到處漏。新來的人不知道前綴約定第三方庫根本不遵守你的約定照樣撞。禁用 POSIX 標(biāo)準(zhǔn)函數(shù)名更難。rebootreadwritemalloc這些名字太通用開發(fā)者順手就用規(guī)范寫在 wiki 里沒人看。前面那個reboot()案例就是庫內(nèi)部圖省事用了標(biāo)準(zhǔn)名跟系統(tǒng)函數(shù)撞了。規(guī)范的本質(zhì)問題是它依賴人持續(xù)遵守而人會松懈、會流動、會不知道有這條規(guī)范。宣貫一次管一個月新人入職又得重新宣貫跨團(tuán)隊(duì)協(xié)作時對方的規(guī)范你管不著。把防重名寄托在大家都自覺上遲早會漏。所以我后來想通了規(guī)范該推還是推但不能再把它當(dāng)唯一防線。真正可靠的是工具自動檢測——構(gòu)建時掃一遍符號表有重名直接報錯掛掉構(gòu)建不給人留僥幸的余地。六、檢測方案三個模塊各管一段基于工具自動檢測這個思路源文檔設(shè)計(jì)了一套三模塊方案。我覺得這套設(shè)計(jì)的關(guān)鍵在于分工明確每個模塊解決一個層面的問題。PD-001 模塊符號隱藏是預(yù)防層在編譯期生效。給各模塊尤其是庫啟用-fvisibilityhidden把內(nèi)部符號擋在動態(tài)符號表之外從源頭減少重名可能。對應(yīng)前面講的可見性那道防線。這一層做的是減少暴露面讓重名根本沒機(jī)會發(fā)生。PD-002 全局符號掃描是發(fā)現(xiàn)層在構(gòu)建期生效。用readelf -s掃每個模塊的符號表用readelf -d遞歸處理依賴模塊NEEDED項(xiàng)把所有對外可見的符號收集起來。這一層做的是把現(xiàn)狀摸清楚——當(dāng)前工程到底導(dǎo)出了哪些符號依賴鏈里藏著哪些。PD-003 全局符號重名檢測是判定層緊接 PD-002。把掃描到的所有符號按名字分組名字相同的就是重名直接報錯。這一層做的是把重名揪出來并阻斷構(gòu)建。三層遞進(jìn)預(yù)防讓重名少發(fā)生發(fā)現(xiàn)把符號摸清判定把重名揪出阻斷。預(yù)防層做得越好后兩層要處理的重名越少但預(yù)防層做不到 100%所以后兩層是兜底缺一不可。七、檢測腳本實(shí)戰(zhàn)readelf 怎么掃落到具體實(shí)現(xiàn)核心工具是readelf。兩個子命令各管一攤。readelf -s看符號表輸出大概長這樣Symbol table .dynsym contains 120 entries: Num: Value Size Type Bind Vis Ndx Name 0: 00000000 0 NOTYPE LOCAL DEFAULT UND 1: 00000000 0 FUNC GLOBAL DEFAULT UND printf 2: 000010a4 24 FUNC GLOBAL DEFAULT 12 wifi_get_status 3: 000020f0 128 FUNC GLOBAL DEFAULT 12 lp_wifi_reset_config 4: 00000000 0 NOTYPE WEAK DEFAULT UND __gmon_start__readelf -d看動態(tài)段重點(diǎn)是NEEDED項(xiàng)告訴你這個模塊還依賴哪些.so檢測要順著這些遞歸下去Dynamic section at offset 0x1234: 0x00000001 (NEEDED) Shared library: [libwifi.so] 0x00000001 (NEEDED) Shared library: [libc.so] 0x0000000e (SONAME) Library soname: [libapp.so]不是所有符號都要檢測。源文檔給了一個精確的篩選條件只挑真正會進(jìn)全局符號表、可能跟別人撞的那些(Bind GLOBAL) (Vis DEFAULT) (Ndx number) (Name ! NULL)逐個解釋為什么這么篩Bind GLOBAL只看全局符號LOCAL的比如static的本來就不進(jìn)全局表跳過。Vis DEFAULT可見性為默認(rèn)的才會導(dǎo)出HIDDEN的不導(dǎo)出跳過——這正是 PD-001 隱藏掉的那些。Ndx numberNdx是符號所在的 section 索引得是個數(shù)字定義在本模塊里不能是UNDundefined只是引用沒定義也不能是ABS。UND的符號是我要用別人定義的不是我導(dǎo)出的不算重名源。Name ! NULL沒名字的符號沒意義跳過。四個條件一卡剩下的就是本模塊定義的、全局的、對外可見的符號——這些才是會進(jìn)全局符號表、可能跟別的模塊撞名的。把它們按名字一聚合重名就現(xiàn)形了。源文檔給了一個檢測腳本ez_symbol_check.sh化名bash 寫的核心就是readelf -s取符號、readelf -d取依賴遞歸處理。腳本有個誠實(shí)的局限說明暫不支持系統(tǒng)庫掃描因?yàn)橄到y(tǒng)庫得指定交叉工具鏈路徑這塊要單獨(dú)配。我覺得這個局限該說就說比假裝覆蓋了強(qiáng)——系統(tǒng)庫符號通常是穩(wěn)定的既成事實(shí)重點(diǎn)掃自研模塊和第三方庫就夠了。八、檢測時機(jī)卡在構(gòu)建里別留到運(yùn)行期檢測腳本寫好了什么時候跑很關(guān)鍵。我的原則是卡在構(gòu)建流程里越早越好最好別留到運(yùn)行期。最理想的位置是 CI 流水線的構(gòu)建階段。每次提交或合并觸發(fā)構(gòu)建時編譯完、鏈接出.so之后緊接著跑一遍符號檢測腳本。發(fā)現(xiàn)重名直接讓構(gòu)建掛exit 非 0PR 就過不去。這樣問題在它產(chǎn)生的當(dāng)下就被攔住根本進(jìn)不了倉庫更到不了量產(chǎn)。為什么強(qiáng)調(diào)構(gòu)建期而不是運(yùn)行期因?yàn)榉栔孛庆o默覆蓋運(yùn)行期不會主動告訴你。你要是等運(yùn)行期靠現(xiàn)象發(fā)現(xiàn)前面說了那是行為錯亂級別的 bug排查成本極高、復(fù)現(xiàn)困難、還可能已經(jīng)帶病出廠。構(gòu)建期檢測把事后救火變成事前防火成本天差地別。集成時有個細(xì)節(jié)要注意檢測腳本得拿到完整的模塊清單和依賴鏈。一個工程可能有主程序、多個自研.so、若干第三方庫檢測要覆蓋所有會被一起加載的模塊漏一個就可能有重名溜過去。readelf -d的遞歸處理就是干這個的——從一個入口順著NEEDED把整條依賴鏈撈出來確保掃描的是真實(shí)加載時會同處一個進(jìn)程的那些模塊。還有個實(shí)操建議把檢測腳本的輸出做成模塊 符號名 定義文件的清單報錯時直接告訴開發(fā)者哪兩個模塊的哪個符號重名、各自定義在哪。別只甩一句發(fā)現(xiàn)重名讓人自己查那等于把排查成本又推回去了。報錯信息越具體修復(fù)越快。九、寫在最后回過頭看符號重名這個坑的可怕之處不在于它多復(fù)雜在于它靜默。靜態(tài)鏈接會大喊大叫地報錯動態(tài)鏈接卻悄悄覆蓋把一個本該在編譯期暴露的問題藏到了運(yùn)行期還偽裝成功能偶現(xiàn)異常這種最折磨人的形態(tài)。防住它我靠三件事但權(quán)重不一樣?？梢娦詢?yōu)先。內(nèi)部符號用static庫用-fvisibilityhidden只導(dǎo)出對外 API從源頭減少暴露面——這是投入產(chǎn)出比最高的一步做了立刻少一大半重名可能。規(guī)范兜底。前綴命名、禁標(biāo)準(zhǔn)名該推還是推但別指望它獨(dú)自扛住它只是給工具檢測減負(fù)。工具阻斷是最后也是唯一不靠人自覺的防線。構(gòu)建期readelf掃符號表、篩全局可見符號、查重名、發(fā)現(xiàn)就掛構(gòu)建。前兩步漏的這一步兜住。下次遇到函數(shù)調(diào)用返回值莫名其妙變了別先懷疑業(yè)務(wù)邏輯先想想是不是動態(tài)鏈接的符號被別人覆蓋了——readelf -s看一眼誰導(dǎo)出了同名符號可能問題就在那兒。有用的話點(diǎn)個在看讓更多踩同樣坑的工程師看到。嵌入式開發(fā) #動態(tài)鏈接 #符號重名 #鏈接器 #工具鏈