Jaderné noviny – 1. 11. 2012: Poškozování dat v ext4

19. 11. 2012 | Luboš Doležel | Jaderné noviny | 4558×

Aktuální verze jádra: 3.7-rc3. Citáty týdne: Linus Torvalds, Andrew Morton, bugzilla@kernel.org. Kroah-Hartman: hledá se výpomoc. Airlie: ovladače pro Rapsberry Pi jsou k ničemu. Zamyšlení nad panikou kolem ext4.

Obsah

• Aktuální verze jádra: 3.7-rc3
• Citáty týdne: Linus Torvalds, Andrew Morton, bugzilla@kernel.org
• Kroah-Hartman: hledá se výpomoc
• Airlie: ovladače pro Rapsberry Pi jsou k ničemu
• Zamyšlení nad panikou kolem ext4
  • Přehled dění
  • Analýza

Aktuální verze jádra: 3.7-rc3

Aktuální vývojová verze jádra je 3.7-rc3 vydaná 28. října. Linus poukazuje na to, že jde povětšnou o spousty drobných změn na mnoha místech. Ale nalezl problém, který ho znepokojuje: A když už jsme u seznamu změn: sakra lidi, někteří z vás si budou muset změnit jména. Na to, že tu je vícero Davidů, Petrů apod. jsem si zvyknul, ale jen v tomhle rc jsou tři různí Linusové. Pánové, chci se cítit jako jedinečná hvězda, ne jako neznámý člověk v davu.

Stabilní aktualizace: verze 3.0.49, 3.4.16 a 3.6.4 vyšly 28. října; 31. října je následovaly verze 3.0.50, 3.2.33, 3.4.17 a 3.6.5. Všechny obsahují důležité opravy. Za povšimnutí stojí to, že verze 3.6.5 standardně zakazuje bezpečnostní omezení symbolických a pevných odkazů přidaných během začleňovacího okna 3.6 jako odpověď na jinou nahlášenou regresi.

Citáty týdne: Linus Torvalds, Andrew Morton, bugzilla@kernel.org

Ještě jeden IT pisálek se mě zeptá, jestli chci tak malé fonty, tak ho nejdřív ulovím a pak dostane zářez, že to nepamatuje.

-- Linus Torvalds

Náhlé ukončení skenování VM za určitou magickou hranicí je docela hrubé, lepší je něco složitého, postupného, co se bude vždycky chovat špatně, akorát záhadněji

-- Andrew Morton

Dokud bugy nevyřešíte, tak tuto zprávu budete dostávat každý den!

-- bugzilla@kernel.org si těžko hledá kamarády

Kroah-Hartman: hledá se výpomoc

Greg Kroah-Hartman hledá někoho, kdo mu pomůže vytvářet stabilní jádra. Hledám někoho, kdo mi pomůže v procesu vydávání stabilních jader. Aktuálně se topím ve stromech a patchích a hodil by se mi někdo, kdo by dělal kontroly vydání, která vytvářím.

Airlie: ovladače pro Rapsberry Pi jsou k ničemu

Správce grafického subsystému Dave Airlie není potěšen vydáním ovldačů pro Rapsberry Pi. Co je na tom špatného? Nemůžete jejich implementaci GLES nijak vylepšovat, nemůžete přidat nová rozšíření, nemůžete opravit žádné chyby, nedá se s tím dělat nic. Nemůžete pro to napsat ovladač pro Mesa/Gallium. Jednoduše to nejde.

Zamyšlení nad panikou kolem ext4

Během několika dnů se hlášení na mailing listu týkající se poškození souborového systému ext4 stalo rozšířeným tématem zpráv; kvalita ext4 a jeho údržby byla zpochybněna. Jakmile se emoce uklidnily, ukázalo se, že problém nebyl tak vážný, jak se zdálo; daná chyba měla dopad na jen velmi malou skupinu uživatelů s neobvyklými volbami pro připojení. V době psaní tohoto textu se oprava testuje a měla by se brzy dostat do hlavní řady a stabilních jader. Bug byl podivný, ale je zajímavé se podívat na to, jak vznikl a jaký rozruch způsobil.

Přehled dění

23. října se uživatel „Nix“ pokoušel vystopovat pád lock manageru NFS, když narazil na problém: pád neustále poškozoval jeho souborový systém, což mu ladění ještě více komplikovalo. Nahlásil problém na mailing listu linux-kernel a varoval čtenáře LWN. Vývojáři ext4 šli hned hledat problém a po pár hodinách už měli hypotézu. Ta byla bohužel mylná.

Než ale toto vyšlo najevo, všude možně po Internetu už vyšly články o tomto problému. LWN nebylo první, ale 24. už na LWN vyšel článek také. Rychle se ukázalo, že původní hypotéza měla mezery, takže se pokračovalo ve vyšetřování. To nakonec trvalo několik dnů.

Eric Sandeen nakonec dohledal původ chyby v tomto commitu, který se dostal do jádra ve verzi 3.4. Tato změna měla být jen pročištěním, které přemisťuje logiku alokace inodů do jediné funkce a odstraňuje duplicity. Bohužel to způsobuje i to, že dochází k úpravě bitmapy inodů mimo transakci, což má za následek zápis dat do žurnálu bez výpočtu kontrolního součtu. Pokud v tento moment systém havaroval, tak byly při příštím připojování odhaleny chyby v kontrolních součtech a žurnál nebyl přehrán; souborový systém byl vnímán jako poškozený.

Zajímavé je to, že na většině systémů by k problému nikdy nedošlo, protože na nich se kontrolní součty žurnálu nepoužívají. Jde o volitelnou funkci, která není standardně zapnutá a zjevně se moc nepoužívá. Nix tuto funkci nějak nechtěně zapnul; většina lidí ji nezapíná, i když třeba ví, že existuje. Kdokoliv, kdo má tuto funkci vypnutou, nebude touto chybou postižen, takže jen malá skupina uživatelů ext4 má důvod mít z poškození dat obavy.

Zajímavé je také to, že kontrolní součty v žurnálu jsou poněkud problematickou funkcí; jak je z diskuze z roku 2008 jasné, tak není uplně jednoznačné, co by se mělo dělat, když kontrolní součet nesouhlasí. Kontrolní součet v žurnálu není údajem, na který může systém rozumně reagovat; může dokonce vést k problémům sám o sobě.

Ericův patch zjevně problém řeší – poškození, ke kterým bez něj docházelo, jsou pryč. Pochopitelně před začleněním do jádra dojde na revidování – nikdo nechce způsobit další problémy kvůli zbytečnému spěchu – ale vydání jádra s opravou by měla být brzy k dispozici. Většině uživatelů to ale bude jedno, protože nebyli problémem vůbec postiženi. Je budou spíše zajímat plány na vylepšování testovacích sad pro souborové systémy, aby podobné regrese byly v budoucnu snáze odhaleny.

Analýza

Ze současného pohledu se dá říci, že pozornost věnovaná problému v médiích neodpovídala skutečnému dopadu chyby. Dalo by se to přiřknout snaze o senzaci, která přitáhne čtenáře. Ale jsou tu i další faktory, které je třeba mít na paměti, než budeme někoho soudit:

• Velké množství webů zaměstnává redaktory a autory, kteří nejsou ve vývoji jádra trénovaní. Pro ně jak pak těžké pochopit, co se za debatou na linux-kernel ukrývá, i když si ji přečtou a nepostaví článek jen na tipu, co od někoho dostali. Uvidí předmět jako „Zjevné závažné postupné poškozování dat v ext4“ a na to reakce významných vývojářů, které problém zdánlivě potvrzují, no a s tím si musí vystačit. Je těžké jim mít za zlé, že v takovém vlákně vidí zajímavé téma.
• I ti, kdo se v diskuzích na linux-kernel orientují, mají těžké rozhodování. Pokud by v aktuální jádrech skutečně byla obdobně závažná chyba, bylo by neomluvitelné o ní čtenáře neinformovat, když řada z nich tato jádra používá. Zde se dostáváme do bodu, kdy je kvůli nedostatku infomací nutné prostě něco vydat.

Vývojáře ext4 jistě nelze vinit z toho, co se kolem této chyby rozpoutalo. Udělali to, co správný zodpovědný vývojář udělá: odložili vše, na čem dělali, a soustřeďovali se na to, co vypadalo jako závažná regrese. Mohli rozsah paniky trochu ovlivnit tím, že by o problému diskutovali neveřejně, ale takto komunita nefunguje.

Závažnějším tématem je přidávání nových funkcí do ext4. Ext4 je vnímáno jako stabilní systém souborů vhodný k produkčnímu nasazení; právě ext4 máme používat, než Btrfs dozraje. Proto se můžeme setkat s odporem proti přidávání nových funkcí, zejména když nemají moc využití nebo nemusejí fungovat dobře s těmi stávajícími. A byli to nakonec i vývojáři systémů souborů, kteří vyjádřili podobné obavy.

Než ale začneme kvůli tomuto zoufat, je vhodné si připomenou několik faktů. Tento systém souborů je rozsáhle používán ve spoustě různých situací, takže je pravděpodobné, že všechny problémy budou rychle odhaleny. Problémy, které se dotkly skutečných uživatelů, jsou zcela vzácné a dokonce i v tomto případě by se jejich počet dal snadno spočítat na prstech. Ext4 je dlouhodobě velmi stabilní a jeho vývojáři jsou odhodlaní nedopustit, aby se na tom něco změnilo.

       

Komentáře

[pc2005]

Kdokoliv, kdo má tuto funkci zapnutou, nebude touto chybou postižen

IMHO vypnutou (ale možná je jen už moc pozdě večer).

[Lenka]

Taky se mi zda ze by tam melo byt vypnutou...

[Pev]

Jo (Anybody who has journal checksums turned off will not be affected by this bug).

[Luboš Doležel (Doli)]

Rozhodně Díky.

[Ovocníček]

Ona to není je honba za senzací. Hrozba nečekané ztráty dat je jednoduše velkým strašákem, a když se ze začátku nevědělo, jak moc vzácná ta chyba je, tak se nelze divit, že se o tom hodně mluví.

[D.A.Tiger]

Já mám takový dojem, že se už od začátku psalo, že na to aby se chyba projevila, je potřeba rychlý, opakovaný remount disku. Což samo o sobě podle mě poměrně dost zužovalo okruh uživatelů které by to mohlo postihnout....

[2X4B-523P]

je dost možné, že to postihlo můj notebook,ale mohla to být i jiná chyba, občas zapomenu, že v něm nemám baterii a vytrhnu adaptér...

[migrena]

Neviem, či je to práve tento problém, ale pri používaní Mint 13 som mal podozrenie a pri Xubuntu 12.04 už istotu, že mi miznú (celé) súbory a vždy po reštarte (presné okolnosti si už nepamätám).

Prešiel som na Linux Manjaro a tento problém som už ezaznamenal, rovnako ani na Fedore 17, ktorú používam v súčasnosti.

Hovorím ale, že už nemám ako spätne zistiť, či to bol tento problém.

[Andrej]

pak dostane zářez?

[Luboš Doležel (Doli)]

Jiný překlad pro wedgie mě nenapadá.

[w0ndr]

To je myslim bezne pouzivany vyraz pro wedgie

[jehovista]

"bezne pouzivany"

To muselo byt hodne vesele detstvi.

[:::]

wedgie muze vzniknout i samo od sebe, bez pricineni nejaky dalsi osoby