Containerd详解

       containerd

       containerd

       专注简洁、鲁棒与移植性，码调作为工业级容器运行时。码调它在Windows和Linux上以守护进程形式运行，码调全面管理容器生命周期，码调精准逃顶源码包含镜像传输与存储、码调容器执行监督、码调底层存储与网络附件。码调

       作为构建大型系统时的码调组件，containerd而非直接应用。码调其功能强大，码调适用于复杂环境。码调

       containerd

       官方网站提供的码调文档

       安装containerd，提供多种选择。码调

       一种方法是直接使用官方提供的二进制文件。适用于基于glibc的Ubuntu或Rocky系统，而对于Alpine系统可能不适用。

       第一步：安装containerd。

       第二步：安装runc。

       第三步：安装CNI插件。

       另一种方法，利用apt-get等包管理器进行安装。这种安装方法包含runc，但不提供CNI插件。素数的分解源码

       第三种方式，从源码构建。参考BUILDING.md文件。

       与containerd交互，使用三种命令行工具：ctr、nerdctl、crictl。其中，ctr用于调试，nerdctl提供更友好的用户体验。

       具体操作示例：将Docker默认命名空间中的镜像迁移至ctr的oakestra.io命名空间，执行以下命令：

Linux进程复制机制，探索fork的原理与实现

       深入探索Linux进程复制机制，本文将解析fork函数的原理与实现过程，从glibc库到内核，再到返回应用层。在现代Linux系统中，fork是创建进程的基本手段。为了更好地理解这一过程，本文将使用arm平台的Linux内核3..3和glibc库2.作为研究对象，这些信息可从ftp.gnu.org/gnu/glibc/获取。

       从glibc库到内核，我们首先聚焦于硬件平台和具体版本的系统调用流程。在arm平台下，心形前端源码glibc库通过系统调用进入内核的机制有所差异。当glibc准备进入内核时，内部的`INTERNAL_SYSCALL_RAW`函数将参数存储在寄存器中，并通过`swi 0x0`指令触发软中断，将CPU切换至内核模式，从而实现从用户态到内核态的过渡。这一过程揭示了系统调用的基本步骤，即通过软中断进入内核，调用系统调用表，执行具体操作，最后返回到用户态。

       系统调用表是内核中对各种操作的统一入口，通过`CALL(sys_clone)`宏与地址计算，确定了执行目标为`sys_clone`函数。这一宏将`sys_clone`的地址放置到程序计数器中，使得执行流程能直接跳转至系统调用的处理函数。在`sys_clone`函数内，`SYSCALL_DEFINEx`宏负责定义系统调用的结构与行为，确保了执行流程的正确性和安全性。最终，`do_fork`函数接管了系统调用的执行，这一关键函数在进程复制过程中扮演了核心角色。

       在`do_fork`函数中，根据`clone_flags`参数判断是操作线指标源码否进行调试跟踪，并进行进程复制的主要操作。`copy_process`作为`do_fork`的执行主体，负责初始化新进程的`task_struct`结构，为新进程分配唯一的`pid`，并将新进程加入到运行队列中。此外，`do_fork`还判断是否通过`vfork`创建进程，进而控制父进程的行为，直到子进程释放内存空间后才继续执行。

       整个系统调用流程从应用层发起，通过软中断进入内核，选择目标系统调用，执行具体操作，最后返回应用层，体现了Linux内核与glibc库的紧密协作。`copy_process`的实现涉及大量内核知识与代码细节，本文简要概述其核心功能，并在后续文章中深入探讨。对于`fork()`调用的两次返回，原理在于内核栈中的数据复制与进程切换，确保子进程的独立执行和父进程的后续操作。

       总结起来，Linux进程复制机制通过`fork()`函数实现，从应用层的蚂蚁 挖矿机源码调用到内核的处理，再到最终的进程复制与初始化，涉及了软中断、系统调用表、`do_fork`与`copy_process`等关键组件。这一过程展示了Linux内核在多任务管理与进程控制方面的高效与灵活性。

麒麟V SP2操作系统GDB多线程调试失败

       在FT/4芯片及麒麟V SP2操作系统下，使用GDB进行多线程调试时，遇到了错误。

       经过网络搜索，发现可能导致此问题的原因有两种。首先，libthread_db-1.0.so和libpthread.so都源自glibc库，理论上不应存在版本不一致的情况。其次，在检查版本一致时，会从libpthread.so的符号表中获取nptl_version，即版本信息。若无法获取该信息，则可能引发上述问题。

       可以通过以下命令查看libpthread.so.0中是否存在nptl_version信息。在出现问题的环境下，可能会得到无符合的结果。同时，也可以尝试查看nptl_version，但由于被stripped，因此无法看到结果。

       使用file命令查看libpthread-2..so文件，可以发现其被stripped。strip的作用是在动态库中移除符号表，以减小动态库占用空间。显然，我们需要用到的符号也被清除了。

       为了解决这个问题，我使用了glibc 2.版本，因此需要创建一个no stripped的libpthread-2..so。最简单的方式是下载glibc2.源码编译，然后提取所需的libpthread库。

       1. 从官网下载glibc-2..tar.xz。

       2. 解压tar xvf glibc-2..tar.xz。

       3. 创建编译目录mkdir build。

       4. 进入build目录，执行../configure --prefix=/opt/glibc-2.。

       5. 配置后执行make完成编译，注意我们不需要安装。有编译错误也没有关系，只要build的nptl目录下完成libpthread动态库即可。完成编译后的库名为build/nptl/libpthread.so。通过file命令可看到它是no stripped。

       接下来查看其版本，可以确认是2.版。

       接下来让配置vim ~/.gdbinit加入以下语句，目的是在调用GDB时优先加载我们编译的libpthread.so。修改后，gdb进行多线程调试不再提示错误。

       如果你有把握，也可以使用自己编译的libpthread.so替换环境中的对应库。

Linux 调试秘籍深入探索 C++运行时获取堆栈信息和源代码行数的终极指南

       在软件开发的世界里，特别是在C++领域，运行时错误和异常是常见的挑战。这些错误和异常往往需要开发者深入探索、分析和解决。在这个过程中，获取运行时的堆栈信息和代码行数成为了一项至关重要的任务。正如《代码大全》(Code Complete) 中所说：“好的代码是自我解释的。” 但在现实世界中，当面临复杂的、多层次的代码结构时，我们需要更多的上下文信息来理解和解决问题。

       在C++中，获取运行时的堆栈信息和代码行数并不像看上去那么简单。我们常常需要依赖外部工具和库来帮助我们完成这项任务。但是，这并不意味着我们无法在代码内部实现这一功能。通过深入探索和学习，我们可以找到合适的方法和技术来实现这一目标。

       在本文中，我们将探讨如何使用backtrace, dladdr, 和 libbfd 的组合来获取运行时的堆栈信息和代码行数。我们将从底层原理出发，深入分析每个函数和库的工作原理和使用方法。我们将通过实例代码，展示如何整合这些技术来实现我们的目标。

       正如《C++编程思想》(The C++ Programming Language) 中所说：“C++的设计目标是表达直观的设计。” 我们的目标也是通过直观、清晰的代码和解释，帮助读者理解这一复杂但有趣的主题。

       在GCC的源码中，我们可以找到backtrace 和 dladdr 函数的具体实现。这些函数位于 libgcc 和 glibc 中，通过深入分析这些源码，我们可以更好地理解它们的工作原理和限制。

       通过阅读本文，读者将能够了解如何使用backtrace 函数获取当前的堆栈地址，并使用 backtrace_symbols 函数将这些地址转换为人类可读的字符串形式。这些字符串通常包含函数名、偏移量和地址。我们还将讨论如何使用 dladdr 函数解析堆栈地址，获取函数名和所在的动态链接库信息。libbfd 库将用于获取源代码的行数信息。通过详细的代码示例、图表和解释，我们将帮助读者逐步理解和掌握这些技术。

       正如《深入理解计算机系统》中所说：“堆栈跟踪是程序运行时的快照，它展示了函数调用的层次结构和执行路径。” 获取堆栈信息对于调试和优化代码至关重要。

       接下来，我们将深入探讨如何使用backtrace 函数获取堆栈信息。backtrace 是一个强大的工具，它能帮助我们在程序运行时捕获当前的堆栈跟踪信息。

       在获取堆栈信息后，我们将讨论如何解析这些信息，以获取更具体的信息，例如函数名和源代码行数。我们将深入分析 dladdr 函数的工作原理，以及如何使用它解析堆栈地址。此外，我们还将探讨 libbfd 库如何帮助我们从堆栈地址中获取源代码的文件名和行号。

       为了提供一个完整的解决方案，我们将整合所有步骤，展示如何从获取堆栈信息到解析堆栈地址，再到获取源代码行数，形成一个完整的、自动化的解决方案。

       在解决可能出现的问题方面，我们将详细探讨符号缺失、动态链接库的影响、编译器和平台差异以及复杂或模糊的堆栈信息等问题，并提供相应的解决方案。我们的目标是确保实现既准确又完整，能够在各种情况下可靠地工作。

       总结而言，通过综合应用backtrace, dladdr, 和 libbfd 等技术，我们不仅解决了运行时获取堆栈信息和源代码行数的复杂问题，还为读者展示了这些技术的实际应用和深层次原理。在这个过程中，我们不仅学习了技术，更深入探讨了技术背后的原理和思维。