暑假开始，格蠹开始对NDB调试器的新一轮升级。研发团队里，有几位新的面孔，包括远程的志愿者，还有新来格蠹的实习生。
本地调试Linux应用是新增的一个较大功能。为了支持这个功能，我们特意把本来集成在ndstub模块中的Linux本地调试代码独立成ndu模块，以便可以同时为ndstub（远程连接）、ndb命令程序（本地命令行接口）和ndb图形前端使用。
代码调整之后，从Windows连接ndstub进行远程调试的功能不工作了。排除一些小问题后，一块大石头挡在面前：收到一个莫名其妙的0号事件。
Debug event 0 for 0.0
ERROR: failed to find process 0.
Unknown event number 0x00000000
event status 6
meta poll returned 0观察收到的调试事件结构体，整个结构体的数据都是0。所以从事件ID，到进程ID、线程ID都变成了0，把调试引擎搞晕了。
起初，我以为是填写调试事件的代码有问题，但是跟踪一番，没有找到问题。
接下来，我准备深入跟踪传递调试事件的过程。目标机上使用gdb调试ndstub，主机上使用VS调试前端脚本。
这时，奇怪的现象发生了。当主机端通过socket发出poll调用时，超乎寻常的快速得到结果，而这个结果就是诡异的0号事件，而且gdb里的poll断点并没有命中。
跟踪过程中，还有一个奇怪现象，那就是感觉创建子进程的行为不是很顺利。
于是我扩大跟踪范围，对创建被调试进程的函数也设置断点。
在跟踪创建子进程的fork函数时，我感觉到眼前一亮，“哇，原来如此！”
问题的诱因是字符串转换。Linux下的宽字符（wchar_t）是4字节，Windows下的宽字符(wchar_t)是2字节，同时还要支持普通的单字节char，而ndb要支持两个系统，所以字符串转换成了一件麻烦事情。
错误的过程是这样的。来自Windows主机的创建进程请求传递的是2字节的宽字符，而ndu的CreateProcessW函数接受的wchar_t，其内部又调用wcstombs转换为单字符，以便调用Linux本地API。
在CreateProcessW的某些版本里，使用自己编写的utf162ansi函数，可以把Windows的宽字符转为单字符，但是最近代码改动频繁，utf162ansi被改为wcstombs，于是转换失败，转出来的字符串是空串，这导致传给exec的主程序路径为空。
如果exec成功，那么fork出来的子进程（pid 14323）便会执行自己的新程序，也就是被调试进程。但是现在exec失败了，调用exec的代码打印了一句错误信息后没有做更多处理。
exec failed with err=2
这导致新的子进程在父进程里继续奔跑。它跑到了本不该它跑的父进程逻辑，提前回复了创建进程请求。
主机端收到创建进程的回复后，继续发出gettargetinfo等请求，都被子进程给回复了。
当主机端调用poll请求时，目标机的原本工作线程执行好真正的创建新进程处理工作，再次回复创建进程请求。这导致主机端的poll请求立刻收到回复。但收到的结果并不是对poll的回复，而是第二次对创建进程请求的回复。
0708114745U#14320:<<<ndpcall getconnectioninfo, in 4, out 16, event 0, 0:0
0708114745U#14320:>>>ndpcall getconnectioninfo[5], in 4, out 16, hr 0x0
0708114745U#14320:<<<ndpcall createprocessw, in 48, out 24, event 0, 0:0
0708114745U#14320:creating process ""
0708114745U#14320:[ndt_createp]
[Detaching after fork from child process 14323]
0708114745E#14320:New Thread 14323 is created
0708114745E#14323:exec failed with err=2
0708114745U#14323:Process "" is created with pid=0 ret 0
0708114745U#14323:>>>ndpcall createprocessw[11], in 48, out 24, hr 0x0
0708114745U#14323:<<<ndpcall gettargetinfo, in 0, out 1108, event 0, 0:0
0708114745E#14323:failed to open proc file /proc/version_signature for 2
0708114745U#14323:Machine type: aa64
0708114745U#14323:>>>ndpcall gettargetinfo[4], in 0, out 1108, hr 0x0
0708114745U#14323:<<<ndpcall getprocessorid, in 0, out 8, event 0, 0:0
0708114745U#14323:>>>ndpcall getprocessorid[6], in 0, out 8, hr 0x0
0708114929E#14320:waitpid on newly process 14323 got 0x27f�� signaled pid 14323
0708114929E#14320:set PTRACE_SETOPTIONS 0x48 for pid 14323 ret 0, errno 84
0708114929U#14320:process inited for 14323 ndstub调试的逻辑本来复杂，这又是故障情况，看官可能晕了吧？
来个手工的时序图吧，左侧是目标机的14320号线程，右侧是主机的请求线程，中间是fork出来的14323号线程，本来它应该跑自己的/bin/ls程序的但是exec失败后，它子承父业，跑起了父线程的逻辑。
Linux的fork和exec逻辑源自古老的unix，思想朴素，实现灵活，同时也狂野奔放，有时有意想不到的效果。描述这样的复杂问题，文字有点不够了，词不达意，不知道各位格友看懂没有？
(写文章很辛苦，恳请各位读者点击“在看”，也欢迎转发）
*************************************************
正心诚意，格物致知，以人文情怀审视软件，以软件技术改变人生
扫描下方二维码或者在微信中搜索“盛格塾”小程序，可以文章和有声读物
也欢迎关注格友公众号
