记一次 .NET 医院CIS系统内存溢出分析

一：背景

1. 讲故事

前几天有位朋友加wx求助说他的程序最近总是出现内存溢出，很崩溃，如下图：

和这位朋友聊下来，发现他也是搞医疗的，哈哈，.NET 在医疗方面还是很有市场的????????????，不过对于内存方面出的问题，我得先祈祷一下千万不要是非托管。。。

废话不多说，上 windbg，看能不能先救个急。

二：windbg 分析

1. 找出异常对象

如果内存溢出了，大家应该知道 C# 会抛一个 OutOfMemoryException 异常，而且还会附加到那个执行线程上，所以先用 !t 命令调出当前的所有托管线程。


0:000> !t
ThreadCount:      17
UnstartedThread:  0
BackgroundThread: 12
PendingThread:    0
DeadThread:       4
Hosted Runtime:   noLock  ID OSID ThreadOBJ    State GC Mode     GC Alloc Context  Domain   Count Apt Exception0    1 16b0 007da908     26020 Preemptive  64EDD188:00000000 00823830 1     STA System.OutOfMemoryException 57b53d902    2  af8 007e9dc8     2b220 Preemptive  00000000:00000000 007d4838 0     MTA (Finalizer) 3    3 1d94 0081af28     21220 Preemptive  00000000:00000000 007d4838 0     Ukn 5    6 246c 0772b960   102a220 Preemptive  00000000:00000000 007d4838 0     MTA (Threadpool Worker) 8   47 277c 2eebf038   8029220 Preemptive  00000000:00000000 007d4838 0     MTA (Threadpool Completion Port) 
XXXX   41    0 2eebf580   1039820 Preemptive  00000000:00000000 007d4838 0     Ukn (Threadpool Worker)

可以清楚的看到，0号 线程果然带了一个 System.OutOfMemoryException，接下来用 !pe 查查这个异常的调用栈信息。


0:000> !pe 57b53d90
Exception object: 57b53d90
Exception type:   System.OutOfMemoryException
Message:          没有足够的内存继续执行程序。
InnerException:   <none>
StackTrace (generated):SP       IP       Function00482C80 6450BD46 mscorlib_ni!System.Runtime.InteropServices.Marshal.AllocHGlobal(IntPtr)+0xc2fdf600482CB0 198DCEF2 UNKNOWN!FastReport.Export.TTF.TrueTypeCollection..ctor(System.Drawing.Font)+0xe200482D00 198DCC0F UNKNOWN!FastReport.Export.TTF.ExportTTFFont.GetFontData()+0x4700482D58 198DAD54 UNKNOWN!FastReport.Export.Pdf.PDFExport.WriteFont(FastReport.Export.TTF.ExportTTFFont)+0xa400483A7C 198D9CD5 UNKNOWN!FastReport.Export.Pdf.PDFExport.AddPDFFooter()+0x8d00483C38 198D9B53 UNKNOWN!FastReport.Export.Pdf.PDFExport.Finish()+0x2300483C80 19938119 UNKNOWN!FastReport.Export.ExportBase.Export(FastReport.Report, System.IO.Stream)+0x22900483CD8 19937A9D UNKNOWN!FastReport.Export.ExportBase.Export(FastReport.Report, System.String)+0x4d00483D08 19937A3D UNKNOWN!FastReport.Report.Export(FastReport.Export.ExportBase, System.String)+0xd00483D10 15D9FA39 UNKNOWN!xxxx.xxx.FormPrint.PrintPdf(Boolean, System.String, xxxx.DAL.xxx.DataObject.IPatinfoBase, Boolean, System.String)+0x35900483DF0 137B265A UNKNOWN!xxxx.UI.xxx.PrintOrdert2PDF.Handle(System.Object[])+0x3ca00483EB4 1178B36C xxx_PrintOrder2Pdf!xxxx.xxx.PrintOrder2Pdf.Form1.timer1_Tick(System.Object, System.EventArgs)+0xca40048414C 117884DD UNKNOWN!System.Windows.Forms.Timer.OnTick(System.EventArgs)+0x1500484154 117883A0 UNKNOWN!System.Windows.Forms.Timer+TimerNativeWindow.WndProc(System.Windows.Forms.Message ByRef)+0x3800484160 07C939B7 UNKNOWN!System.Windows.Forms.NativeWindow.Callback(IntPtr, Int32, IntPtr, IntPtr)+0x5f

从上面的调用栈可以看出，貌似程序是在做一个 pdf 打印，最后在 Marshal.AllocHGlobal 上抛了异常，熟悉这个方法的朋友应该知道，它就是用来分配 非托管内存 的。。。情况貌似有点不妙。????????????

接下来用 ILSpy 查一下 AllocHGlobal 方法的源码，看看有什么可挖掘的地方。

从图中源码逻辑可以看出，一旦非托管内存分配失败，托管层上手工抛出 OutOfMemoryException 异常，我去，这难道是非托管内存溢出啦？？？

2. 真的是非托管溢出了吗？

要鉴别是否为非托管堆出的问题，还是用那个老办法，看看 MEM_COMMIT Size ≈ GC Heap Size 即可。

用 !address -summary 查看进程的内存使用量


0:000> !address -summary--- Usage Summary ---------------- RgnCount ----------- Total Size -------- %ofBusy %ofTotal
<unknown>                             16334          460bb000 (   1.094 GB)  78.00%   54.72%
Free                                  11177          26319000 ( 611.098 MB)           29.84%
Image                                   831           e48e000 ( 228.555 MB)  15.91%   11.16%
Heap                                    184           4547000 (  69.277 MB)   4.82%    3.38%
Stack                                    61           11c0000 (  17.750 MB)   1.24%    0.87%
Other                                    10             60000 ( 384.000 kB)   0.03%    0.02%
TEB                                      20             24000 ( 144.000 kB)   0.01%    0.01%
PEB                                       1              3000 (  12.000 kB)   0.00%    0.00%--- State Summary ---------------- RgnCount ----------- Total Size -------- %ofBusy %ofTotal
MEM_COMMIT                            16213          521bd000 (   1.283 GB)  91.43%   64.15%
MEM_FREE                              11177          26319000 ( 611.098 MB)           29.84%
MEM_RESERVE                            1228           7b1a000 ( 123.102 MB)   8.57%    6.01%

从上面的 MEM_COMMIT 指标可以看出内存使用量为 1.28 G。

用 !gcheap -gc 看看托管堆的大小


0:000> !eeheap -gc
Number of GC Heaps: 1
generation 0 starts at 0x64c534f8
generation 1 starts at 0x64bccb84
generation 2 starts at 0x02531000
ephemeral segment allocation context: noneGC Heap Size:    Size: 0x195be7b0 (425453488) bytes.

从最后一行可以看出托管堆占用了 425453488/1024/1024 = 405M。

也就是说大概 800M 不知道哪里去了，看似有点吓人，其实算算也还可以，这里我稍微补充一下，看下面的公式：

MEM_COMMIT (1.28G) = Image (228M) + Heap (69M) + Stack (18M) + GCHeap(450M) + GCLoader (153M) + else = 918M

从上面列出来的信息可以看出，最后累积出的 918M 和内存使用量 1.28G 差不了多少，有些朋友可能要问, 这个 GCLoader 怎么算出来的，很简单，它是 CLR 的加载堆，使用 !eeheap -loader 即可。


0:000> !eeheap -loader
--------------------------------------
Total LoaderHeap size:   Size: 0x995a000 (160800768) bytes total, 0x13e000 (1302528) bytes wasted.
=======================================

到这里，我陷入了僵局????????????，才 1.28G 的内存占用，怎么就会把程序给弄溢出了？既然内存上看不出问题，那就从线程上入手吧，看看他们都在做什么？

3. 查看每个线程都在做什么？

要想看线程，可以用 ~*e !clrstack 调出所有线程的托管栈，突然我发现主线程有点奇怪，调用栈特别深，不信我截图跟你看。

从图中可以看到，xxx.xxx.PrintOrder2Pdf.Form1.timer1_Tick 高达 133 个，这说明 Form 窗体上有一个 timer 没有控制好，出现重复执行的情况了，不管怎么说，这个地方肯定有问题，接下来要做的就是把这个 timer1_Tick 源码导出来看看怎么写的，还是用那个 !name2ee + !savemodule 老命令导出，代码简化如下。


private void timer1_Tick(object sender, EventArgs e)
{if (!IsContinue){PrintMsg("等待上一扫描执行完毕");IsContinue = true;return;}IsContinue = false;GetPatList();if (PatList == null || PatList.Rows.Count == 0){timer1.Interval = 600000;PrintMsg("xxxx");IsContinue = true;return;}for (int i = 0; i < PatList.Rows.Count; i++){xxx}IsContinue=true;
}

从代码中可以看出，这个方法用了很多的 IsContinue 来踢掉重复请求，但最终还是出了bug，导致无限量递归，跟朋友沟通后建议用 Stop() 和 Start() 来处理，参考如下代码：

private void button1_Click(object sender, EventArgs e){timer1.Interval = 2000;timer1.Tick += Timer1_Tick;timer1.Start();}private void Timer1_Tick(object sender, EventArgs e){timer1.Stop();MessageBox.Show("hello");timer1.Start();}

起码这种 停止 再 启动 的方式肯定能规避timer的重复执行，先把这个改了再说，给医院那边先部署上，再观后效。。。