libasyncns a testování

4.11.2014 15:28 | Přečteno: 1271× | linux/unix | | poslední úprava: 7.11.2014 23:03

Lennart před časem napsal knihovnu s asynchronními verzemi getaddrinfo(), getnameinfo(), res_query() a res_search() za pomoci standardních libc funkcí a vláken. Pokud jsou moje informace správné, tak by měla být dnes pohlcena systemd. Sám jsem se zatím dostal k prozkoumání té originální.

Dostal jsem se k tomu v rámci dolaďování knihovny netresolve, která vedle základní funkcionality umožňuje využívat různé speciální backendy a stejnětak poskytuje vedle vlastného API i frontendy implementující jiná známá API. V rámci knihovny netresolve lze použít asyncns API jako backend i jako frontend. Frontend vypadá tak, že netresolve-asyncns.so implementuje celé API a jde buď linkovat namísto libasyncns a nebo podsunout hotovému programu pomocí utility wrapresolve, která nedělá nic jiného než že nastaví LD_PRELOAD na seznam podobných frontendů, které netresolve poskytuje.

Nedávno z googlu záhadně zmizela dokumentace k asyncns a generovaná dokumentace v rámci zdrojáků nevypadá moc funkční, takže se řídím převážně obsahem hlavičkového souboru, kde jsou funkce přecijen nějak okomentované. Osobně celé API chápu tak, že si pomocí asyncns_new() vytvořím asyncns_t, který na pozadí vytvoří pool vláken, a přes tento objekt pak posílám dotazy (například pomocí asyncns_getaddrinfo()) s možností ponechat si asyncns_query_t, přes který se můžu ptát na stav dotazů v případě potřeby. Dále od asyncns_t získám souborový deskriptor, který zapojím do svého event loopu a pokaždé, když je připravený, zavolám asyncns_wait() s volbou block = 0 a pomocí asyncns_getnext() vyzvednu první odpověď.

V případě více dotazů předpokládám, že se API bude používat tak, že po každém neblokujícím volání asyncns_wait() bude následovat asyncns_getnext() a zpracování příchozí odpovědi. Na to už pokud vím žádná dokumentace není, příklady použití taky ne a test ve zdrojovém stromu libasyncns je nedostačující, takže můžu jenom hádat. Osobně bych si představoval, že budu asyncns_getnext() volat tak dlouho, dokud nevrátí NULL a po každém volání výsledek celý zpracuju a zruším. No a pak je tu možnost zrušení dotazu asyncns_cancel(). To všechno je obsahem násoedujícího testu (jehož průběžně aktualizovanou verzi najdete v gitu).

#include <asyncns.h>
#include <poll.h>
#include <stdlib.h>
#include <string.h>
#include <assert.h>
#include <stdbool.h>
#include <unistd.h>
int
main(int argc, char **argv)
{
        asyncns_t *asyncns;
        asyncns_query_t *query;
        struct addrinfo *result;
        struct pollfd pollfd = { .events = POLLIN };
        int status;
        asyncns = asyncns_new(10);
        assert(asyncns);
        assert(asyncns_getnqueries(asyncns) == 0);
        assert(asyncns_getnext(asyncns) == NULL);
        pollfd.fd = asyncns_fd(asyncns);
        assert(pollfd.fd > 2);
        query = asyncns_getaddrinfo(asyncns, "127.0.0.1", NULL, NULL);
        assert(query);
        assert(asyncns_getnqueries(asyncns) == 1);
        assert(asyncns_getnext(asyncns) == NULL);
        asyncns_cancel(asyncns, query);
        query = NULL;
        assert(asyncns_getnqueries(asyncns) == 0);
        assert(asyncns_getnext(asyncns) == NULL);
        query = asyncns_getaddrinfo(asyncns, "127.0.0.1", NULL, NULL);
        assert(query);
        assert(asyncns_getnqueries(asyncns) == 1);
        assert(asyncns_getnext(asyncns) == NULL);

        usleep(100000);
        status = poll(&pollfd, 1, 0);
        assert(status == 1);
        status = asyncns_wait(asyncns, 0);
        assert(status == 0);
        assert(asyncns_isdone(asyncns, query));
        assert(asyncns_getnqueries(asyncns) == 1);
        assert(asyncns_getnext(asyncns) == query);

        status = poll(&pollfd, 1, 100);
        assert(status == 0);

        status = asyncns_getaddrinfo_done(asyncns, query, &result);
        assert(asyncns_getnqueries(asyncns) == 0);

        /* Intuitively, this should not be needed but the docs state that
         * a call to `asyncns_wait()` is necessary so that `asyncns_getnext()`
         * provides meaningful results.
         */
        status = asyncns_wait(asyncns, 0);
        assert(status == 0);

        /* There were two queries issued, one of which has been cancelled
         * and the other has been freed afterwards. As none of them can be
         * returned, the only meaningful result of `asyncns_getnext()` is
         * NULL.
         */
        assert(asyncns_getnext(asyncns) == NULL);

        asyncns_free(asyncns);
        asyncns_freeaddrinfo(result);

        return EXIT_SUCCESS;
}

Výsledek je ten, že test náhodně padá na druhém nebo třetím testu výsledku asyncns_getnext() nebo projde, vyzkoušet můžete sami. Prvně tedy asyncns_getnext() správně vrací jeden nebo druhý dotaz, další volání někdy fungují a někdy ne. Opakovaná volání asyncns_wait() v testu původně nebyla, ale na základě nejednoznačné dokumentace v hlavičkovém souboru jsem je pro jistotu přidal. Můžete si všimnout možnosti předat na příkazové řádce volbu --skip-cancel, která způsobí vynechání testu vytvoření a zrušení dotazu. Zajímavé je, že s touto volbou test prochází i při mnohočetném opakování. Asi není náhodou, že se volání asyncns_cancel() v upstreamovém testu vůbec nevyskytuje.

Abych autorovi nekřivdil, dřívější API getaddrinfo_a od Ulricha Dreppera zahrnuté do glibc pro jistotu u gai_cancel() v dokumentaci vtipně uvádí, že dotaz nelze zrušit, pokud je zpracováván, což značně kazí iluzi možnosti dotaz kdykoli ukončit. Na druhou stranu libasyncns nedokumentuje, co se stane s již běžícím obslužným vláknem, takže těžko říct, co je horší. V netresolve se tomu vyhýbám tím, že vlákna vůbec nepoužívám a toto privilegium volitelně přenechávám aplikaci a backendům (žádný z mých backendů toho v tuto chvíli naštěstí nevyužívá).

Pořád si říkám, jestli jsem něco nepřehlédl. Navíc ani nevím, jestli a kam má smysl hlásit chybu, vzhledem k tomu, že libasyncns je mrtvý projekt. Nejspíš budu muset reimplementovat to samé pro jeho současnou alternativu v rámci systemd stromu.

UPDATE 2014-11-05: Na základě feedbacku od Hans1024 zápisek nyní obsahuje test, který lépe vystihuje problém s asyncns_cancel() a odkaz na odpovídající soubor v gitu.        

Komentáře

[Hans1024]

Tak jsem se na to podival a failovalo mi to trochu jinak

Failoval mi asyncns_isdone(asyncns, q0), protoze pred nim se vola asyncns_cancel(asyncns, q0), ktera na q0 zavola free. Je to napsane i v tom headeru.

Pak pri asyncns_waitu failne !q->done v complete_query. Teprve po odstraneni toho assertu to failuje jak je popsano ve clanku.

Vypada to ze pri pouziti asyncns_cancel prijde nejaka odpoved (q1 nebo q2) dvakrat a proto failne ten assert !q->done. Mozna mam tuseni cim to je. asyncns_cancel asi zadnym zpusobem nerekne tomu threadu ktere vyrizuje q0, ze se na ten pozadavek ma vykaslat, akorat smaze veskere zaznamy o q0, takze ten thread pak posle odpoved na q0, asyncns_wait se ji snazi zpracovat a chybne urci, ze se jedna o odpoved na q1 nebo q2. Kdyz dam asyncns_wait(asyncns, 1); pred ten cancel, test funguje.

[pavlix]

Failoval mi asyncns_isdone(asyncns, q0), protoze pred nim se vola asyncns_cancel(asyncns, q0), ktera na q0 zavola free.

Tak na ten jsem se zatím nikdy nechytil, ale good catch, tahle kontrola tam nepatří.

Teprve po odstraneni toho assertu to failuje jak je popsano ve clanku.

Takže teď jsme na stejné situaci.

Vypada to ze pri pouziti asyncns_cancel prijde nejaka odpoved (q1 nebo q2) dvakrat a proto failne ten assert !q->done.

Ale mně failují až ty getnext, ne done, a dokonce jako první odpověď vždy dostanu q1 nebo q2, až potom i to failuje. Trochu jsem to vylepšil.

diff --git a/tests/test-asyncns.c b/tests/test-asyncns.c
index 80ed7b8..5194682 100644
--- a/tests/test-asyncns.c
+++ b/tests/test-asyncns.c
@@ -102,7 +102,6 @@ main(int argc, char **argv)
 		asyncns_cancel(asyncns, q0);
 		assert(asyncns_getnqueries(asyncns) == 0);
 		assert(asyncns_getnext(asyncns) == NULL);
-		assert(!asyncns_isdone(asyncns, q0));
 	}
 
 	/* Start first real query */
@@ -144,6 +143,9 @@ main(int argc, char **argv)
 	status = asyncns_wait(asyncns, 0);
 	assert(status == 0);
 
+	/* Check that the first query is no longer there */
+	assert(asyncns_getnext(asyncns) != q1);
+
 	/* Now second query should be available via `asycns_getnext()` */
 	assert(asyncns_getnext(asyncns) == q2);
 
@@ -157,6 +159,10 @@ main(int argc, char **argv)
 	status = asyncns_wait(asyncns, 0);
 	assert(status == 0);
 
+	/* Check that the old queries are no longer there */
+	assert(asyncns_getnext(asyncns) != q1);
+	assert(asyncns_getnext(asyncns) != q2);
+
 	/* Now no more queries should be available via `asycns_getnext()` */
 	assert(asyncns_getnext(asyncns) == NULL);
 

Zjistil jsem, že když to pustím v cyklu, tak se mi to náhodně zastaví na jedné z těch podmínek, kde to kontroluje, zda next není q1, což mi přijde dost divoké, zvlášť když je libasyncns schopná vrátit q1, po jeho zrušení q2 a po jeho zrušení zrušený q1.

[pavlix]

Aha, blbost, q0 a q1 se nejspíš alokují na stejné adrese, takže jsou nerozlišitelné.

[pavlix]

Udělal jsem ještě jednu úpravu, která zviditelní, že se opravdu jedná o q0 (v gitu), ale asi budu test ještě upravovat, abych ten problém chytil už v zárodku.

diff --git a/tests/test-asyncns.c b/tests/test-asyncns.c
index 5194682..099d78f 100644
--- a/tests/test-asyncns.c
+++ b/tests/test-asyncns.c
@@ -143,7 +143,8 @@ main(int argc, char **argv)
 	status = asyncns_wait(asyncns, 0);
 	assert(status == 0);
 
-	/* Check that the first query is no longer there */
+	/* Check that the old queries are no longer there */
+	assert(asyncns_getnext(asyncns) != q0);
 	assert(asyncns_getnext(asyncns) != q1);
 
 	/* Now second query should be available via `asycns_getnext()` */
@@ -160,6 +161,7 @@ main(int argc, char **argv)
 	assert(status == 0);
 
 	/* Check that the old queries are no longer there */
+	assert(asyncns_getnext(asyncns) != q0);
 	assert(asyncns_getnext(asyncns) != q1);
 	assert(asyncns_getnext(asyncns) != q2);
 

To je ale docela problém, protože libasyncns tak drží referenci na zrušená data, jestli to správně chápu, tu referenci dále používá a ještě navíc ji předává volajícímu. Ta funkce asyncns_cancel() je tím pádem v podstatě nevolatelná, pokud si člověk nechce rozsypat stav knihovny a aplikace.

[Hans1024]

Vypada to, ze ten cacel se ve zdrojaku pouziva jen na uvolneni prostredku pokud neco failne pred odeslanim pozadavku, nebo az po obslouzeni pozadavku pri volani ruznych _done funkci. Nevidim zadny mechanismus, ktery by mohl zabranit probihajicimu threadu poslat odpoved, takze to k tomu asi neni vubec urcene. Ja bych to pojmenoval treba _free nebo _delete, _cancel je zjevne zbytecne matouci.

[pavlix]

Nevidim zadny mechanismus, ktery by mohl zabranit probihajicimu threadu poslat odpoved

To zní jako bug.

takze to k tomu asi neni vubec urcene.

Erm...

/** Cancel a currently running query. q is is destroyed by this call
 * and may not be used any futher. */
void asyncns_cancel(asyncns_t *asyncns, asyncns_query_t* q);

Dle dokumentace je to k tomu jednoznačně určené, jen to není naimplementované. Ovšem nemůžu přijít na minimální test, protože pokud vyzvednu zavolám poll(timeout=100) a asyncns_wait(block=1), tak asyncns_getnext() správně vrátí NULL a zdá se, že se to rozsype až s dalším dotazem a to ještě podle všeho nedeterministicky.

[pavlix]

Skoro to vypadá jako bych ty data od vlákna musel přečíst v době, kdy je zrušený dotaz nahrazený novým dotazem, a to jsem se ještě nehrabal v kódu toho asyncns.

[pavlix]

Jinak řečeno, ty nemůžeš zastavit vlákno s dotazem, ale musíš interně podržet objekt dotazu tak dlouho, dokud to vlákno nedoběhne, a pak teprve ho zrušit.

[pavlix]

Upravil jsem zápisek, aby obsahoval nový minimalistický test.

[Hans1024]

zavolám poll(timeout=100) a asyncns_wait(block=1), tak asyncns_getnext() správně vrátí NULL a zdá se, že se to rozsype až s dalším dotazem

Ve funkci handle_response (kterou vola wait na vsechny odpovedi) je:

    if (!(q = lookup_query(asyncns, resp->id)))
        return 0;

Pokud je jedinny query ten smazany, pak lookup_query nenajde zadny query odpovidajici id odpovedi a getnext vraci NULL. Pri vytvoreni noveho query se muze stat, ze se prideli stejne id jako q0. Nedeterministicke je to mozna proto, ze prideleni toho id je ovlivnene tim, jestli thread pro q0 uz skoncil.

[pavlix]

Nový test podle všeho nedeterminismus odstraňuje. Koukám už do toho kódu libasyncns, tam se skutečně jen kopíruje id z toho query a pak se matchuje, problém je tedy v tom, že v případě, že current_id a current_index ukazuje an aktuální pozici a aktuální pozice se vymaže, při nové alokaci zůstává bohužel volné to nezvýšené id. Možná by stačilo jen to current_id a current_index společně posunout. Stejně mi přijde divné udržovat si current_index když je to jen current_id modulo MAX_QUERIES.

diff --git a/libasyncns/asyncns.c b/libasyncns/asyncns.c
index bc0b708..ada1d55 100644
--- a/libasyncns/asyncns.c
+++ b/libasyncns/asyncns.c
@@ -1474,6 +1474,10 @@ void asyncns_cancel(asyncns_t *asyncns, asyncns_query_t* q) {
     asyncns->n_queries--;
     free(q);
 
+    /* This is needed to avoid allocating the same id for the next query. */
+    asyncns->current_index++;
+    asyncns->current_id++;
+
     errno = saved_errno;
 }

S tímhle patchem mi test probíhá bez problémů.

[Hans1024]

Jo, s timhle to funguje. Akorat me jeste napada mezni pripad - current_id muze pretect a v pripade, ze mezitim wait neprecetl starou odpoved, muze zase dojit ke kolizi id u odpovedi.

[pavlix]

Pokud to správně chápu, tak ten ḱód považuje current_id za dostatečně velké, aby se jednalo o unikátní identifikátor. A když to tak promýšlím, tak i při dlouhodobě běžícím procesu by přetečení neměl být problém, protože než se budou alokovat znovu malá id, tak bude ten zrušený dotaz zpracován.

[Hans1024]

Nemusi byt zpracovan, current_id ted jde zvysovat jen vytvarenim a cencelovanim dotazu. Nebo nekteremu threadu bude odpoved trvat zatracene dlouho a mezitim to pretece. Asi je to nepravdepodobne, ale netusim jak to kdo bude zatezovat

[pavlix]

A už zas nemám u ničeho tučňáky ;).

[Šangala]

Kde je tučňák?

[Bedňa]

Aspoň je vidieť, že možnosť kliknúť len na linuxové blogy nemá zmysel.

[pavlix]

A to už mám právo tučňáky rozdávat a občas kouknu, jestli bych ho neměl na něčí blog využít.

[Šangala]

Předpokládám, že můžeš i sám sobě, tak si ho dej.

[pavlix]

Technicky asi ano, ale kritérium je pokud vím zajímavý zápisek o linuxu nebo příbuzném tématu. A to bych pak označoval každý svůj zápisek k tématu, protože pokud by mi nepřipadal zajímavý, tak bych ho nepsal ;). K tomu by to chtělo nadhled někoho druhého.

[Šangala]

Já ti ho schvaluju a Bedňa bych řekl, že taky - co chceš víc(?)

[pavlix]

Aby někdo z vás taky dostal právo rozdávat tučňáky ;).

[pavlix]

Tak výjimečně, ale doufám, že do budoucna ty práva ještě někdo aktivní dostane.

[Bedňa]

:) Spýtaj sa Davkola asi keď máš práva tak ti ho už nikdy nikdo nedá, musíš si ho dať sám :D

[pavlix]

Vidím, že se mi zmršila úprava, to je kombinací tří věcí:

1) Schopnost redakčního systému kurvit blogy po každém uložení tím, že vyrábí falešné prázdné odstavce mezi kusy textu, které mají být skutečnými odstavci.

2) Neumožňuje upload ze souboru při úpravě. Vzhledem k #1 dělám úpravy radši v texťáku a následně bych rád uploadoval výsledek a tím nahradil předchozí verzi.

3) Emulátor terminálu Terminology zdá se občas vynechá prázdnou řádku a občas ne, netuším proč.

[mirec]

1) Schopnost redakčního systému kurvit blogy po každém uložení tím, že vyrábí falešné prázdné odstavce mezi kusy textu, které mají být skutečnými odstavci.

To robí wysiwyg. Vypnúť a pôjde to (teda aspoň mne to ide)

3) Emulátor terminálu Terminology zdá se občas vynechá prázdnou řádku a občas ne, netuším proč.

Nie sú tie riadky vypísané nejakým exotickejším spôsobom než \n? Ak sú vypísané pomocou riadiacich sekvencií mohlo by to znamenať, že terminology kopíruje relatívne surové dáta z terminálu. Možno sa mýlim, neskúšal som.

[pavlix]

To robí wysiwyg.

Nikoliv, ten nepoužívám.

Nie sú tie riadky vypísané nejakým exotickejším spôsobom než \n?

Jsou to úplně stejné nové řádky jako ty, které to vezme. Ale není se čemu divit, celý Enlightenment 0.19 je tak nějak po různu pojebaný, chtělo by to ještě trochu péče.

[alexfa]

Pro jeden ze svych projektu hledam (spise ze zajimavosti a technickeho perfekcionalismu nez z objektivni nutnosti) asynchroniho DNS klienta. Jedna se o implementaci v C / POSIXu.

Nehledam reseni, ktere otevre threadu, ve ktere provede synchronni dotazy - tak to nakonec mam resene ted. To, co hledam, je reseni, ktere pracuje nad socket-based event loop (napr. libev), ktera je sdilena se 'zbytkem projektu'.

Moje kriteria jsou nasledujici:

• prijatelna velikost zdrojoveho kodu (na netu najdete knihovny, ktere jsou jednoduse receno obrovske)
• licence, ktera umoznuje pouziti v komercnim sektoru
• podpora SVR, A a AAAA DSN query vcetne odolnosti proti typickym DNS utokum

Nasel jsem par projektu, ktere splnuji dve ze tri bodu - ale nehledal jsem nijak dusledne. Pokud mate nejaky tip, budu rad, me navedete. Pripadne, pokud ma nekdo zajem a expertizu, rad nejakym zpusobem podporim vznik/adaptaci open-source implementace, ktera ma zminene vlastnosti.

[pavlix]

Osobně implementuju obecný resolver, který právě funguje na principu neblokujícího vstupu a výstupu, tedy bez vláken, s volnou licencí (jednoduchá varianta BSD). Nicméně cílem projektu není implementovat DNS, to je řešeno backendy. Momentálně jsou k dispozici backendy pro libunbound a c-ares, obojí rovněž pod volnou licencí, c-ares bude předpokládám podstatně lehčí vzhledem k funkcionalitě. Velikostí zdrojových kódů se příliš nezabývám, repozitáře obsahují různé věci, zajímá mě, jaké zdrojáky se skutečně použijí a co z toho vypadne jako výsledek.

Pokud jde o DNS jako takové, osobně se teď zabývám právě těmito dvěma knihovnami, každá má své výhody i nevýhody. Mám v zásobě nějaké změny pro každou z nich a budu se tím dále zabývat. Nemám nic proti sdílení zkušeností, případně bych i rozšířil netresolve o další DNS backend, pokud by to dávalo smysl. Na práci s DNS daty používám knihovnu ldns a ty klientské knihovny se snažím pokud možno používat jen pro dotazování, případně pro validaci pomocí DNSSEC (v případě libunbound). Minimalizuju tím množství kódu, který je potřeba udržovat.