本文是引用@五牧同学在阿里ata上发表的文章。感觉分析的比较透彻，分享给大家。
问题的起因在来源于周会上钟老板提出的一个问题，cp新的so文件替换老的so，会导致程序core掉。这个问题引起了大家的热烈讨论，其中提及了的名词有inode，dentry，buserror等，比较混乱，由于功力浅薄，当时也没有十分清楚引起core掉的原因。于是乎趁着10.1的休息时间，闲里偷忙，理一理当时的问题，有不对之处，还请大家多多指出。
文章主要分为下面几个部分
part1.inode，dentry名词介绍
part2.cp，mv操作对inode的影响
part3.cp，mv覆盖动态库的区别
part4.代码分析验证
希望通过这几个部分的介绍，最终能说清楚这个问题：cp操作新的so文件替换老的so文件，程序会core掉的根本原因是什么？
part1：inode，dentry名词介绍
inode索引节点，dentry目录项。从这两个单词的中文意思也能简单猜测下，dentry就像书的目录一样，指向具体的inode号。事实上是不是这样呢，看下具体的介绍。
inode和dentry都是linux下虚拟文件系统(vfs,vitual file system，图1)的重要概念。inode储存着文件的元信息，比如文件的创建者、文件的创建日期、文件的大小等等，特别注意的是inode中不包括文件名信息，具体包含的内容如下(stat命令可以查看文件的inode信息)：
*文件的字节数
*文件拥有者的User ID
*文件的Group ID
*文件的读、写、执行权限
*文件的时间戳，共有三个：ctime是inode上一次变动的时间，mtime指文件内容上一次变动的时间，atime指文件上一次打开的时间。
*链接数，即有多少目录项指向这个inode
*文件数据block的位置dentry是directory entry的缩写，直接翻译目录入口是不是更容易理解些；)。dentry中则包含具体的文件名和指向inode的指针等信息，也就是说通过dentry可以找到对应的inode，再通过inode找到文件存储的block位置。这里我画了一个简单的示例图(图1)，来说明dentry和inode之间的具体关系。
每一个进程在pcb中保存着一份文件描述符表，而文件描述符就是这个表的索引，这里进程打开/home/wsl/test文件，文件描述符为3，其中文件描述符表项中又有一个指向已打开文件的指针，已打开的文件在内核中用file结构体表示，包括打开的标志位，读写的位置f_pos，引用计数(f_count)以及指向dentry结构体的指针(f_dentry)等信息。为了减少读盘次数，内核都缓存了目录的树状结构，称为dentry cache，这里面每一个节点都是一个dentry结构体【正如前面介绍的，dentry中保存着文件名信息】。dentry结构体中都有一个指针指向inode结构体，因此只要沿着路径各部分的dentry搜索即可找到进程要访问的文件的inode结构体，从而获取文件的inode信息，进行文件的具体操作。
简单总结下，*nux系统内部不使用文件名，而是使用inode来识别文件，用户通过文件名打开文件，实际上是首先通过dentry获取文件的inode信息，然后根据读取的inode信息来进行文件的处理。
part 2：cp，mv，rm操作对inode的影响
在介绍完inode后，我们来看下cp和mv操作对文件的inode都有什么样的影响。
snail@ubuntu:~/test$ touch t1 t2 && ls -i t1 t2
792797 t1 792798 t2
snail@ubuntu:~/test$ cp t1 t2 && ls -i t1 t2
792797 t1 792798 t2//将t1 cp成t2，但t2的inode号和原始的t2保持一致
snail@ubuntu:~/test$ mv t1 t2 && ls -i t2
792797 t2 //将t1 mv成t2，t2的inode号为原始t1的inode号
snail@ubuntu:~/test$ cp t2 t3 && ls -i t2 t3
792797 t2 792846 t3//cp到一个不存在的文件t3，t3为新的inode号下面是一些测试结论直接来自参考文献2
cp命令
inode号分配
如果目标文件不存在，分配一个未使用的inode号，在inode表中添加一个新项目；
如果目标文件存在，则inode号采用被覆盖之前的目标文件的inode号
在目录中新建一个dentry，并指向步骤1)中的inode；
把数据复制到block中。
我们接着来看下rm命令对inode会有什么样的影响
mv命令
a.如果mv命令的目标和源文件所在的文件系统相同：
1)使用新文件名建立dentry
2)删除带有原来文件名的dentry； 【该操作对inode表没有影响(除时间戳)，对数据的位置也没有影响，不移动任何数据。(即使是mv到一个已经存在的目标文件，新目录项指源文件inode，会先删除目标文件的dentry)】
b.如果目标和源文件所在文件系统不相同，就是cp和rm；
然后我们来看下rm对inode的影响
首先写了一个简单的python脚本，不停的网log文件里面写数据
[wsl@inc-search-150-67 tmp]$ cat test.py
import time
file = open('log','w')
while(1):
file.write("abc
");
time.sleep(1)
file.flush()
file.close()然后lsof命令查看log文件
其中29908为进程号，120那一列为文件大小，35为inode号
[wsl@inc-search-150-67 tmp]$ /usr/sbin/lsof |grep /tmp/log
python 29908 wsl 3w REG 8,5 96 35 /tmp/log最后删除此log文件，继续查看此命令
[wsl@inc-search-150-67 tmp]$ rm log
[wsl@inc-search-150-67 tmp]$ /usr/sbin/lsof |grep /tmp/log
python 29908 wsl 3w REG 8,5 120 35 /tmp/log (deleted)//节点被标记为deleted
[wsl@inc-search-150-67 tmp]$ /usr/sbin/lsof |grep /tmp/log
python 29908 wsl 3w REG 8,5 232 35 /tmp/log (deleted)//文件大小仍在增加
[wsl@inc-search-150-67 tmp]$ kill -9 29908
[wsl@inc-search-150-67 tmp]$ /usr/sbin/lsof |grep /tmp/log
[wsl@inc-search-150-67 tmp]$ 我们可以看到log文件被删除后，lsof可以看到此文件被标记为deleted，inode仍然存在，并且在没有kill掉进程的情况下，文件的大小仍在增加，只有进程被kill掉后，才释放掉此inode。先埋下这一观察到的现象，到文章的最后，我们在继续讨论这样的操作会有什么样的影响。
下面一些是rm命令对文件inode的影响
rm命令
1)递减链接计数，从而释放inode号码，这个inode号码可以被重用
2)把数据块挂到可用空间列表
3)删除目录映射表中的相关行 但是底层数据实际上没有被删除，只是当数据块被另一个文件使用时，原来的数据才会被覆盖
简单总结下：
cp命令到一个已经存在的文件，inode号沿用已经存在文件的inode号；
mv命令用新的inode号，也就是mv前的文件的inode号；
rm命令删除的底层数据只有被使用的时候才会被覆盖。
part3.cp，mv覆盖动态库的区别
前面两部分是对这一部分的一个简单铺垫。现在我们来看下为什么使用cp对动态库进行覆盖，程序会core掉(或者说可能会core掉？)
首先我们使用strace命令来跟踪cp命令的执行。【btw：strace命令可以跟踪到一个进程产生的系统调用,包括参数，返回值，执行消耗的时间，调试利器】
snail@ubuntu:~/test$ ls
new.so old.so
snail@ubuntu:~/test$ cat new.so //new.so内容
this is new.so
haha!
snail@ubuntu:~/test$ strace cp new.so old.so
//......只列出重要的相关步骤
open("new.so", O_RDONLY) = 3
fstat64(3, {st_mode=S_IFREG|0664, st_size=21, ...}) = 0
open("old.so", O_WRONLY|O_TRUNC) = 4
fstat64(4, {st_mode=S_IFREG|0664, st_size=0, ...}) = 0
read(3, "this is new.sonhaha!n", 32768) = 21
write(4, "this is new.sonhaha!n", 21) = 21
read(3, "", 32768) = 0
close(4) = 0
close(3) = 0
//......可以看到第8行以只读的方式打开了new.so，然后第10行以写加截断(O_WRONLY|O_TRUNC)的方式打开old.so。【O_TRUNC的含义：若文件存在，则长度被截为0，属性不变】，最后将new.so的内容写到old.so中，然后关闭文件。
这个过程具体的发生的事情如下：
1.应用程序通过dlopen打开so的时候，kernel通过mmap把so加载到进程地址空间，对应于vma里的几个page.
2.在这个过程中loader会把so里面引用的外部符号例如malloc printf等解析成真正的虚存地址。
3.当so被cp覆盖时，确切地说是被trunc时，kernel会把so文件在虚拟内的页清理掉。
4.当运行到so里面的代码时，因为物理内存中不再有实际的数据(仅存在于虚存空间内)，会产生一次缺页中断。
5.Kernel从so文件中copy一份到内存中去。这时就会发生下面几种情况
a)如果需要的文件偏移大于新的so的地址范围，就会产生bus error.这个在向宇大神的文章中有详细的介绍(摸我)
b)如果so里面依赖了外部符号，但是这时的全局符号表并没有经过重新解析，当调用到时就产生segment fault
c)如果so里面没有依赖外部符号，程序侥幸可以继续运行。
mv命令新的so到老的so，关键代码就一句，一个重命名的过程，所以旧的so文件的inode号被替换新的so的inode号
//......
rename("new.so", "old.so") = 0
//......part4.代码验证分析
下面就出现的bc两种情况用代码分析验证下。情况a可以参考向宇大神的文章，不在赘述了。
//test.c
#include<stdio.h>
void test1(void){
int j=0;
printf("test1:j=%dn", j);
return ;
}
void test2(void){
int j=1;
return ;
}执行下面命令生成so文件
gcc -fPIC -shared -o libtest.so test.c -g
//main.c
#include <stdio.h>
#include <dlfcn.h>
int main()
{
void *lib_handle;
void (*fn1)(void);
void (*fn2)(void);
char *error;
//表示要将库装载到内存，准备使用
lib_handle = dlopen("libtest.so", RTLD_LAZY);
if (!lib_handle)
{
fprintf(stderr, "%sn", dlerror());
return 1;
}
//获得指定函数(symbol)在内存中的位置(指针)
fn1 = dlsym(lib_handle, "test1");
if ((error = dlerror()) != NULL)
{
fprintf(stderr, "%sn", error);
return 1;
}
printf("fn1:0x%xn", fn1);
fn1();
fn2 = dlsym(lib_handle, "test2");
if ((error = dlerror()) != NULL)
{
fprintf(stderr, "%sn", error);
return 1;
}
printf("fn2:0x%xn", fn2);
fn2();
dlclose(lib_handle);
return 0;
}执行命令：gcc -o main main.c -ldl -g
首先进行测试1，断点设置在27行，fn1()执行之前
Breakpoint 1, main () at main.c:27
//这时我们在另外一个终端执行下面的命令
//cp libtest.so libtest2.so
//cp libtest2.so libtest.so
27 fn1();
(gdb) s
test1 () at test.c:4
4 int j=0; //没有报错
(gdb) n
5 printf("test1:j=%dn", j);
(gdb) n
//出错，因为引用了printf外部函数，而全局符号表并没有经过重新解析，找不到printf函数
Program received signal SIGSEGV, Segmentation fault.
0x00000396 in ?? ()
(gdb) bt
#0 0x00000396 in ?? ()
#1 0xb7fd84aa in test1 () at test.c:5
#2 0x08048622 in main () at main.c:27下面进行测试2，断点设置在38行，fn2执行之前。
然后在另一个终端执行和测试1相同的cp操作
Breakpoint 1, main () at main.c:38
38 fn2();
(gdb) s
test2 () at test.c:10
10 int j=1;
(gdb) n
12 }
(gdb) n
main () at main.c:40
40 dlclose(lib_handle);
(gdb) n
42 return 0;
(gdb)
43 }//程序正常结束从这两个测试例子中，我们可以得到这样的结论：
当用新的so文件去覆盖老的so文件时候：
A)如果so里面依赖了外部符号，程序会core掉
B)如果so里面没有依赖外部符号，so部分代码可以正常运行
总结：
整理完这四部分，回到最开始的问题“为什么cp新的so文件替换老的so，程序会core掉的根本原因是什么？”，现在串联起来总结如下。
1. cp new.so old.so，文件的inode号没有改变，dentry找到是新的so，但是cp过程中会把老的so截断为0，这时程序再次进行加载的时候，如果需要的文件偏移大于新的so的地址范围会生成buserror导致程序core掉，或者由于全局符号表没有更新，动态库依赖的外部函数无法解析，会产生sigsegv从而导致程序core掉，当然也有一定的可能性程序继续执行，但是十分危险。
2. mv new.so old.so，文件的inode号会发生改变，但老的so的inode号依旧存在，这时程序必须停止重启服务才能继续使用新的so，否则程序继续执行，使用的还是老的so，所以程序不会core掉，就像我们在第二部分删除掉log文件，而依然能用lsof命令看到一样。
ps.阿里的第一篇博客，以后尝试经常写写博客，把自己的思路理的更加清晰和有逻辑，如有不对的地方，还请大家多多指正。