C语言 并行编程中的一个奇怪案例

Question

>我有一个并行程序，它有时会运行，有时只是给出分段错误。当强制使用 3 个线程运行时，可执行文件运行良好（基本上它也使用只是串行的单线程运行），但是当强制使用任何其他线程值运行时，它会给出分段错误。场景如下：

从主函数内部main.c：

cilk_for ( line_count = 0; line_count != no_of_lines ; ++line_count )
{
     //some stuff here
     for ( j=line_count+1; j<no_of_lines; ++j )
     {
         //some stuff here
         final_result[line_count][j] = bf_dup_eleminate ( table_bloom[line_count], file_names[j], j );
         //some stuff here
     }
     //some stuff here
}

bf_dup_eleminate bloom-filter.c文件中的功能：

int bf_dup_eleminate ( const bloom_filter *bf, const char *file_name, int j )
{
    int count=-1;
    FILE *fp = fopen (file_name, "rb" );
    if (fp)
    {
        count = bf_dup_eleminate_read ( bf, fp, j);
        fclose ( fp );
    }
    else
    {
        printf ( "Could not open filen" );
    }
    return count;
}

从bloom-filter.c文件中bf_dup_eleminate_read：

int bf_dup_eleminate_read ( const bloom_filter *bf, FILE *fp, int j )
{
    //some stuff here
    printf ( "before while loop. j is %d ** workder id: **********%d***********n", j, __cilkrts_get_worker_number());
    while (/*somecondition*/)
    {/*some stuff*/}
    //some stuff
}

我从intel inspector报告了此错误：

ID | Problem                         |  Sources       
P1 | Unhandled application exception | bloom-filter.c

调用堆栈为：

exec!bf_dup_eleminate_read - bloom-filter.c:550
exec!bf_dup_eleminate - bloom-filter.c:653
exec!__cilk_for_001.10209 - main.c:341

同样，gdb也在同一位置报告错误，它是：

现在gdb告诉我你有以下错误

0x0000000000406fc4 in bf_dup_eleminate_read (bf=<error reading variable: Cannot access memory at address 0x7ffff7edba58>, fp=<error reading variable: Cannot access memory at address 0x7ffff7edba50>, j=<error reading variable: Cannot access memory at address 0x7ffff7edba4c>) at bloom-filter.c:536

Line 536 int bf_dup_eleminate_read ( const bloom_filter *bf, FILE *fp, int j )

其他详细信息：

现在我的布隆过滤器是一个结构，定义为

struct bloom_filter
{
    int64_t m;      //size of bloom filter.
    int32_t k;      //number of hash functions.
    uint8_t *array;
    int64_t no_of_elements_added;
    int64_t expected_no_of_elements;
};

它的内存分配如下：

    bloom_filter *bf = (bloom_filter *)malloc( sizeof(bloom_filter));
    if ( bf != NULL )
    {
        bf->m = filter_size*8;      /* Size of bloom filter */
        bf->k = num_hashes;
        bf->expected_no_of_elements = expected_no_of_elements;
        bf->no_of_elements_added = (int64_t)0;
        bf->array = (uint8_t *)malloc(filter_size);
        if ( bf->array == NULL )
        {
            free(bf);
            return NULL;
        }
    }  

bloom_filter只有一个副本，每个线程都应该访问相同的副本（因为我没有修改任何内容，只是读取）。

谁能帮我，因为我被困在这里 4 天，我想不出出路。最糟糕的部分是它运行了 3 个线程!!

注意：cilk_for只是在 cilk 中生成线程的关键字。

Answer 1

当调试器告诉您如下错误时：

0x0000000000406fc4 in bf_dup_eleminate_read (
    bf=<error reading variable: Cannot access memory at address 0x7ffff7edba58>,
    fp=<error reading variable: Cannot access memory at address 0x7ffff7edba50>,
    j=<error reading variable: Cannot access memory at address 0x7ffff7edba4c>
) at bloom-filter.c:536
536: int bf_dup_eleminate_read ( const bloom_filter *bf, FILE *fp, int j )

它通常表示函数入口代码（称为函数"序幕"）正在崩溃。简而言之，您的堆栈已损坏，CPU 在计算三个局部变量的地址并在堆栈上为它们分配空间时崩溃。

我会检查或尝试修复此错误的内容（这些都不能保证有效，其中一些您可能已经尝试过）：

1. 确保不会超出在程序的其他部分中声明的任何局部变量使用的任何空间。

2. 确保你没有写入已声明为局部变量然后从程序其他部分中的函数返回的指针。

3. 确保每个线程都有足够的堆栈空间来处理您声明的所有局部变量。您是否声明了任何基于堆栈的大型缓冲区？默认的每线程堆栈大小取决于编译器设置，在本例中取决于 cilk 库。尝试在编译时增加每个线程堆栈大小，看看崩溃是否消失。

运气好的话，上述方法之一应该使您能够缩小问题的根源。