BUG: Bad page map in process XXX pte:800000036fae6227 pmd:35be8c067

首先给出内核的打印信息，串口会有一些，dmesg看的会全一些。

BUG: Bad page map in process XXX pte:800000036fae6227 pmd:35be8c067addr:00007f3fa75c0000 vm_flags:00200070 anon_vma:(null) mapping:(null) index:7f3fa75c0Pid: 1312, comm: XXX Not tainted 2.6.32.27 #1Call Trace: [<ffffffff815a3570>] print_bad_pte+0x1e2/0x1fb [<ffffffff811063ee>] vm_normal_page+0x6e/0x80 [<ffffffff81107117>] unmap_vmas+0x5b7/0x9f0 [<ffffffff8106edba>] ? dequeue_signal+0xda/0x170 [<ffffffff8110cb5c>] unmap_region+0xcc/0x170 [<ffffffff8110e405>] do_munmap+0x305/0x3a0 [<ffffffff8110f183>] sys_munmap+0x53/0x80 [<ffffffff8100c082>] system_call_fastpath+0x16/0x1bDisabling lock debugging due to kernel taint

堆栈中的内核版本号不必关注，因为换成3.16.44的内核也会出现这个问题。

这个堆栈似乎提供了很多的信息，可是对于定位问题，没有太多的帮助，并且一度诱导了错误了方向。

堆栈分析：这个堆栈明显是一个系统调用，系统调用的接口函数为munmap(),在程序代码中搜索，只找到几处，分析代码好像看不出什么问题。于是在进程中挂断点，由于堆栈每次都出现在业务线程，所以将所有的业务线程在munmap()挂上断点：break munmap thread idx，然后break munmap thread idy … ，触发断点，不是每次触发断点都会出现堆栈的，触发几次后才会出现。这个现象开始怀疑是内核的内存出现问题了。直到设了一个display *(0x00007f3fa75c0000)，每次munmap()断点触发，都会试图读取 *(0x00007f3fa75c0000)的值，在某一次中断触发后，直接打印了上述堆栈（没有设置display前都是continue然后munmap()触发打印的），更确定是内核内存出问题了。

本着首先相信内核，怀疑自己的心态，首先定位驱动的问题，首先想到的是netmap驱动。查看进程XXX的内存映射：cat /proc/1312/maps

...7f4020021000 default7f40275c0000 default file=/dev/Vnetmap7f40a8000000 default anon=3 dirty=3 N0=37f40a8021000 default...

有没有惊奇的发现0x7f40275c0000 - 0x00007f3fa75c0000 = 0x80000000,也就是netmap的映射地址减去出问题的映射地址（就是上边display的那个）等于2G。每次都这么准。一脸懵逼，想着这事内核啥机制导致的，于是走读了一下内核内存管理的代码，重点关注了一下mmap()系统调用的流程。大概先屡一下思路。mmap()系统调用的流程简单如下：

do_mmap_pgoff   |   |--get_unmapped_area   |--...   |--mmap_region        |        |--find_vma_repare        |--...        |--file->f_op->mmap        |--...

上边的file->f_op->mmap是特定与文件的函数，还记的上边的设备文件/dev/Vnetmap当用户程序打开它，并把它的文件描述符fd给了mmap()后就可调到Vnetmap自定义的file->f_op->mmap了。他是在Vnetmap驱动中实现，问题就是出在这里了。

分析：运行环境为64位X86平台。Vnetmap是驱动模块，运行在内核态，它将内核中申请的内存一点点映射到用户虚拟地址空间。它使用了一个int类型的变量作为虚拟地址偏移的累计计数，在偏移超过2G之后，int发生符号翻转变成负数了，偏移就变成-2G,这似乎就跟上边联系起来了。

理解：（这部分没跟源码，纯分析仅供说服自己，其实是没有太多时间了，还要干别的，有时间再分析吧）超出2G的内核空间内存，实际跟页表关联（错误关联），但在页面的区域（eara）中不可见,发生错误关联的用户态空间被重新分配时，发现页表意见被关联到页框，打印上述错误。

---

Contact: [e-mail]