使用truss、strace或ltrace診斷軟件的"疑難雜癥"
進程無法啟動，軟件運行速度突然變慢，程序的"Segment Fault"等等都是讓每個Unix系統用戶頭痛的問題，本文通過三個實際案例演示如何使用truss、strace和ltrace這三個常用的調試工具來快速診斷軟件的"疑難雜癥"。
truss和strace用來 跟蹤一個進程的系統調用或信號產生的情況，而 ltrace用來 跟蹤進程調用庫函數的情況。truss是早期為System V R4開發的調試程序，包括Aix、FreeBSD在內的大部分Unix系統都自帶了這個工具；而strace最初是為SunOS系統編寫的，ltrace最早出現在GNU/Debian Linux中。這兩個工具現在也已被移植到了大部分Unix系統中，大多數Linux發行版都自帶了strace和ltrace，而FreeBSD也可通過Ports安裝它們。
你不僅可以從命令行調試一個新開始的程序，也可以把truss、strace或ltrace綁定到一個已有的PID上來調試一個正在運行的程序。三個調試工具的基本使用方法大體相同，下面僅介紹三者共有，而且是最常用的三個命令行參數：
-f ：除了跟蹤當前進程外，還跟蹤其子進程。 -o file ：將輸出信息寫到文件file中，而不是顯示到標準錯誤輸出（stderr）。 -p pid ：綁定到一個由pid對應的正在運行的進程。此參數常用來調試后臺進程。
使用上述三個參數基本上就可以完成大多數調試任務了，下面舉幾個命令行例子：
truss -o ls.truss ls -al： 跟蹤ls -al的運行，將輸出信息寫到文件/tmp/ls.truss中。 strace -f -o vim.strace vim： 跟蹤vim及其子進程的運行，將輸出信息寫到文件vim.strace。 ltrace -p 234： 跟蹤一個pid為234的已經在運行的進程。
三個調試工具的輸出結果格式也很相似，以strace為例：
brk(0) = 0x8062aa8 brk(0x8063000) = 0x8063000 mmap2(NULL, 4096, PROT_READ, MAP_PRIVATE, 3, 0x92f) = 0x40016000
每一行都是一條系統調用，等號左邊是系統調用的函數名及其參數，右邊是該調用的返回值。 truss、strace和ltrace的工作原理大同小異，都是使用ptrace系統調用跟蹤調試運行中的進程，詳細原理不在本文討論范圍內，有興趣可以參考它們的源代碼。
下面舉兩個實例演示如何利用這三個調試工具診斷軟件的"疑難雜癥"：
操作系統：FreeBSD-5.2.1-release
clint是一個C++靜態源代碼分析工具，通過Ports安裝好之后，運行：
# clint foo.cpp Segmentation fault (core dumped)
在Unix系統中遇見"Segmentation Fault"就像在MS Windows中彈出"非法操作"對話框一樣令人討厭。OK，我們用truss給clint"把把脈"：
# truss -f -o clint.truss clint
Segmentation fault (core dumped)
# tail clint.truss
739: read(0x6,0x806f000,0x1000) = 4096 (0x1000)
739: fstat(6,0xbfbfe4d0) = 0 (0x0)
739: fcntl(0x6,0x3,0x0) = 4 (0x4)
739: fcntl(0x6,0x4,0x0) = 0 (0x0)
739: close(6) = 0 (0x0)
739: stat("/root/.clint/plugins",0xbfbfe680) ERR#2 'No such file or directory'
SIGNAL 11
SIGNAL 11
Process stopped because of: 16
process exit, rval = 139
我們用truss跟蹤clint的系統調用執行情況，并把結果輸出到文件clint.truss，然后用tail查看最后幾行。注意看clint執行的最后一條系統調用（倒數第五行）： stat("/root/.clint/plugins",0xbfbfe680) ERR#2 'No such file or directory'，問題就出在這里：clint找不到目錄"/root/.clint/plugins"，從而引發了段錯誤。怎樣解決？很簡單： mkdir -p /root/.clint/plugins，不過這次運行clint還是會"Segmentation Fault"9。繼續用truss跟蹤，發現clint還需要這個目錄"/root/.clint/plugins/python"，建好這個目錄后clint終于能夠正常運行了。
操作系統：FreeBSD-5.2.1-release
vim版本為6.2.154，從命令行運行vim后，要等待近半分鐘才能進入編輯界面，而且沒有任何錯誤輸出。仔細檢查了.vimrc和所有的vim腳本都沒有錯誤配置，在網上也找不到類似問題的解決辦法，難不成要hacking source code？沒有必要，用truss就能找到問題所在：
# truss -f -D -o vim.truss vim
這里-D參數的作用是：在每行輸出前加上相對時間戳，即每執行一條系統調用所耗費的時間。我們只要關注哪些系統調用耗費的時間比較長就可以了，用less仔細查看輸出文件vim.truss，很快就找到了疑點：
735: 0.000021511 socket(0x2,0x1,0x0) = 4 (0x4)
735: 0.000014248 setsockopt(0x4,0x6,0x1,0xbfbfe3c8,0x4) = 0 (0x0)
735: 0.000013688 setsockopt(0x4,0xffff,0x8,0xbfbfe2ec,0x4) = 0 (0x0)
735: 0.000203657 connect(0x4,{ AF_INET 10.57.18.27:6000 },16) ERR#61 'Connection refused'
735: 0.000017042 close(4) = 0 (0x0)
735: 1.009366553 nanosleep(0xbfbfe468,0xbfbfe460) = 0 (0x0)
735: 0.000019556 socket(0x2,0x1,0x0) = 4 (0x4)
735: 0.000013409 setsockopt(0x4,0x6,0x1,0xbfbfe3c8,0x4) = 0 (0x0)
735: 0.000013130 setsockopt(0x4,0xffff,0x8,0xbfbfe2ec,0x4) = 0 (0x0)
735: 0.000272102 connect(0x4,{ AF_INET 10.57.18.27:6000 },16) ERR#61 'Connection refused'
735: 0.000015924 close(4) = 0 (0x0)
735: 1.009338338 nanosleep(0xbfbfe468,0xbfbfe460) = 0 (0x0)
vim試圖連接10.57.18.27這臺主機的6000端口（第四行的connect（）），連接失敗后，睡眠一秒鐘繼續重試（第6行的nanosleep（））。以上片斷循環出現了十幾次，每次都要耗費一秒多鐘的時間，這就是vim明顯變慢的原因。可是，你肯定會納悶："vim怎么會無緣無故連接其它計算機的6000端口呢？"。問得好，那么請你回想一下6000是什么服務的端口？沒錯，就是X Server。看來vim是要把輸出定向到一個遠程X Server，那么Shell中肯定定義了DISPLAY變量，查看.cshrc，果然有這么一行：setenv DISPLAY ${REMOTEHOST}:0，把它注釋掉，再重新登錄，問題就解決了。
操作系統：Red Hat Linux 9.0
用調試工具實時跟蹤軟件的運行情況不僅是診斷軟件"疑難雜癥"的有效的手段，也可幫助我們理清軟件的"脈絡"，即快速掌握軟件的運行流程和工作原理，不失為一種學習源代碼的輔助方法。下面這個案例展現了如何使用strace通過跟蹤別的軟件來"觸發靈感"，從而解決軟件開發中的難題的。
大家都知道，在進程內打開一個文件，都有唯一一個文件描述符（fd：file descriptor）與這個文件對應。而本人在開發一個軟件過程中遇到這樣一個問題：已知一個fd ，如何獲取這個fd所對應文件的完整路徑？不管是Linux、FreeBSD或是其它Unix系統都沒有提供這樣的API，怎么辦呢？我們換個角度思考：Unix下有沒有什么軟件可以獲取進程打開了哪些文件？如果你經驗足夠豐富，很容易想到lsof，使用它既可以知道進程打開了哪些文件，也可以了解一個文件被哪個進程打開。
好，我們用一個小程序來試驗一下lsof，看它是如何獲取進程打開了哪些文件。
/* testlsof.c */
#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
int main(void)
{
open("/tmp/foo", O_CREAT|O_RDONLY); /* 打開文件/tmp/foo */
sleep(1200); /* 睡眠1200秒，以便進行后續操作 */
return 0;
}
將testlsof放入后臺運行，其pid為3125。命令lsof -p 3125查看進程3125打開了哪些文件，我們用strace跟蹤lsof的運行，輸出結果保存在lsof.strace中：
# gcc testlsof.c -o testlsof # ./testlsof & [1] 3125 # strace -o lsof.strace lsof -p 3125
我們以"/tmp/foo"為關鍵字搜索輸出文件lsof.strace，結果只有一條：
# grep '/tmp/foo' lsof.strace
readlink("/proc/3125/fd/3", "/tmp/foo", 4096) = 8
原來lsof巧妙的利用了/proc/nnnn/fd/目錄（nnnn為pid）：Linux內核會為每一個進程在/proc/建立一個以其pid為名的目錄用來保存進程的相關信息，而其子目錄fd保存的是該進程打開的所有文件的fd。目標離我們很近了。好，我們到/proc/3125/fd/看個究竟：
# cd /proc/3125/fd/ # ls -l total 0 lrwx------ 1 root root 64 Nov 5 09:50 0 -> /dev/pts/0 lrwx------ 1 root root 64 Nov 5 09:50 1 -> /dev/pts/0 lrwx------ 1 root root 64 Nov 5 09:50 2 -> /dev/pts/0 lr-x------ 1 root root 64 Nov 5 09:50 3 -> /tmp/foo # readlink /proc/3125/fd/3 /tmp/foo
答案已經很明顯了：/proc/nnnn/fd/目錄下的每一個fd文件都是符號鏈接，而此鏈接就指向被該進程打開的一個文件。我們只要用readlink()系統調用就可以獲取某個fd對應的文件了，代碼如下：
#include <stdio.h>
#include <string.h>
#include <sys/types.h>
#include <unistd.h>
#include <fcntl.h>
#include <sys/stat.h>
int get_pathname_from_fd(int fd, char pathname[], int n)
{
char buf[1024];
pid_t pid;
bzero(buf, 1024);
pid = getpid();
snprintf(buf, 1024, "/proc/%i/fd/%i", pid, fd);
return readlink(buf, pathname, n);
}
int main(void)
{
int fd;
char pathname[4096];
bzero(pathname, 4096);
fd = open("/tmp/foo", O_CREAT|O_RDONLY);
get_pathname_from_fd(fd, pathname, 4096);
printf("fd=%d; pathname=%s\n", fd, pathname);
return 0;
}
【注】出于安全方面的考慮，在FreeBSD 5 之后系統默認已經不再自動裝載proc文件系統，因此，要想使用truss或strace跟蹤程序，你必須手工裝載proc文件系統：mount -t procfs proc /proc；或者在/etc/fstab中加上一行：
proc /proc procfs rw 0 0
ltrace不需要使用procfs。
- truss(1) manual page
- strace(1) manual page
- ltrace(1) manual page
- ptrace(2) manual page
- lsof(1) manual page
- Debugging with strace： http://www.devchannel.org/devtoolschannel/03/10/24/2057246.shtml