正常
009-01: ELF Loader 加载段时自毁 ELF 头 — 内核崩溃排查
一、问题现象
症状：内核测试运行到 Big Kernel Load Tests (009) 时，test_big_kernel_load 输出 PT_LOAD[0] 信息后突然中断，后续测试全部消失，QEMU 退出。
log
[RUN] test_big_kernel_load::test_load_elf_success
[ELF] Entry point: 0x0xFFFFFFFF81000000
[ELF] Program headers: 3 at offset 0x0x40
[ELF] PT_LOAD[0]: vaddr=0x0xFFFFFFFF81000000 paddr=0x0x1000000 filesz=0x0x19F0 memsz=0x0x19F0
← 输出在此截断，"Loaded segment" 消息从未出现崩溃特征：
- 没有
#PF、#GP等异常信息输出 - 输出在 PT_LOAD[0] 信息与 "Loaded segment" 消息之间中断
- QEMU 直接退出（
-no-reboot导致 triple fault 后关机） - 之前的测试（kprintf / C++ / GDT/IDT / PMM / ATA / ELF Loader）全部通过
二、定位崩溃点
分析 load_elf() 执行流程
elf_loader.cpp 中 load_elf() 函数的循环逻辑：
kprintf("PT_LOAD[%u]: ...") ← ✅ 已输出
↓
边界检查 (staging buffer) ← 不可能崩溃
↓
memcpy(dest, src, filesz) ← 💥 崩溃嫌疑点 1
↓
memset (BSS 清零) ← filesz == memsz，跳过
↓
kprintf("Loaded segment ...") ← ❌ 从未输出结论：崩溃发生在 memcpy 调用期间或之后的循环迭代中。
三、根本原因：Staging Buffer 与 p_paddr 重叠
关键地址对照
BIG_KERNEL_LOAD_ADDR (staging buffer) = 0x1000000 (16 MB)
Big Kernel PT_LOAD[0].p_paddr = 0x1000000 (16 MB) ← 同一个地址！大内核的 ELF 被从磁盘读到 staging buffer（0x1000000），然后 load_elf() 把 PT_LOAD 段复制到 p_paddr 指定的物理地址。但 PT_LOAD[0] 的目标地址就是 staging buffer 自身。
崩溃过程还原
展开代码 (共 25 行)收起代码
循环 i=0:
┌─────────────────────────────────────────────────────┐
│ Staging Buffer @ 0x1000000 │
│ ┌──────────┬──────────────────────┬─────────────┐ │
│ │ ELF 头 │ Program Headers │ Segment 0 │ │
│ │ (64 B) │ (3 × 56 B = 168 B) │ 数据... │ │
│ └──────────┴──────────────────────┴─────────────┘ │
│ src = staging + 0x78 │
│ dest = p_paddr = 0x1000000 (= staging 起点!) │
│ size = 0x19F0 │
└─────────────────────────────────────────────────────┘
↓ memcpy
┌─────────────────────────────────────────────────────┐
│ Staging Buffer @ 0x1000000 (已被覆盖) │
│ ┌─────────────────────────────┬──────────────────┐ │
│ │ Segment 0 数据 (前 0x78 字节)│ 原始 Segment 0 │ │
│ │ ↑ 覆盖了 ELF 头！ │ │ │
│ └─────────────────────────────┴──────────────────┘ │
└─────────────────────────────────────────────────────┘
循环 i=1:
get_phdr(ehdr, 1)
→ 读取 ehdr->e_phoff ← 垃圾值！ELF 头已被 Segment 0 数据覆盖
→ 计算出野指针
→ 解引用野指针 → #PF → Triple Fault → QEMU 退出 💥为什么之前的单元测试没发现？
ELF Loader 的单元测试（008）使用手工构造的小 ELF 在栈上测试，p_paddr 与源缓冲区不重叠，所以不会触发这个问题。只有集成测试（从磁盘读取真实的大内核 ELF）才会命中此 bug。
四、修复方案
修复 1: load_elf() 保存 ELF 头到本地变量
在进入加载循环之前，将 ELF 头字段和所有 Program Header 拷贝到栈上：
展开代码 (共 24 行)收起代码
cpp
uint64_t load_elf(void* elf_src, uint64_t staging_size) {
// 验证 ELF 头
const auto* ehdr = static_cast<const Elf64_Ehdr*>(elf_src);
// ★ 在任何段复制之前保存头信息
const uint64_t saved_entry = ehdr->e_entry;
const uint16_t saved_phnum = ehdr->e_phnum;
const uint64_t saved_phoff = ehdr->e_phoff;
const uint16_t saved_phentsize = ehdr->e_phentsize;
// ★ 拷贝所有 Program Header 到本地数组
Elf64_Phdr saved_phdrs[16];
for (uint16_t i = 0; i < saved_phnum; i++) {
saved_phdrs[i] = *get_phdr(ehdr, i); // 逐个深拷贝
}
// 后续循环只读 saved_phdrs[]，不访问 staging buffer 的头
for (uint16_t i = 0; i < saved_phnum; i++) {
const Elf64_Phdr& phdr = saved_phdrs[i];
// ... memmove(dest, src, phdr.p_filesz) ...
}
return saved_entry; // 使用保存的 entry，不回读 ELF 头
}修复 2: memcpy → memmove
当 p_paddr 与 staging buffer 重叠时，memcpy（语义上要求不重叠）是未定义行为。改为 memmove：
cpp
// ❌ 重叠时是 UB
memcpy(reinterpret_cast<void*>(dest_addr), src, phdr.p_filesz);
// ✅ 正确处理重叠
memmove(reinterpret_cast<void*>(dest_addr), src, phdr.p_filesz);修复 3: 测试避免二次调用 load_elf()
test_entry_address 原本再次调用 load_elf()，但此时 staging buffer 已被段数据覆盖，ELF magic 不复存在。改为复用前一个测试保存的结果：
cpp
static uint64_t g_loaded_entry = 0; // 共享变量
namespace test_big_kernel_load {
void test_load_elf_success() {
uint64_t entry = load_elf(...);
g_loaded_entry = entry; // 保存供后续测试使用
}
}
namespace test_big_kernel_entry {
void test_entry_address() {
TEST_ASSERT_EQ(g_loaded_entry, BIG_KERNEL_LOAD_ADDR); // 不再重复调用 load_elf
}
}五、修复后测试输出
展开代码 (共 22 行)收起代码
log
=== Big Kernel Load Tests (009) ===
Reading 512 sectors from LBA 848 to 0x0x1000000...
[RUN] test_big_kernel_elf_magic::test_elf_magic
[PASS] test_big_kernel_elf_magic::test_elf_magic
[RUN] test_big_kernel_crc32::test_crc32_matches
CRC32: stored=0xdfc9c7aa computed=0xdfc9c7aa (elf_end=28056)
[PASS] test_big_kernel_crc32::test_crc32_matches
[RUN] test_big_kernel_load::test_load_elf_success
[ELF] PT_LOAD[0]: vaddr=0x0xFFFFFFFF81000000 paddr=0x0x1000000 filesz=0x0x19F0 memsz=0x0x19F0
[ELF] Loaded segment 0: 0x0x1000 -> 0x0x1000000 (6640 bytes, BSS 0 bytes)
[ELF] PT_LOAD[1]: vaddr=0x0xFFFFFFFF81002000 paddr=0x0x1002000 filesz=0x0x0 memsz=0x0x5000
[ELF] Loaded segment 1: 0x0x1000 -> 0x0x1002000 (0 bytes, BSS 20480 bytes)
[ELF] All PT_LOAD segments loaded.
Entry point: 0x0x1000000
[PASS] test_big_kernel_load::test_load_elf_success
[RUN] test_big_kernel_entry::test_entry_address
[PASS] test_big_kernel_entry::test_entry_address
[RUN] test_big_kernel_first_insn::test_first_instruction_is_cli
[PASS] test_big_kernel_first_insn::test_first_instruction_is_cli
=== Tests: 35 passed, 0 failed ===
=== ALL TESTS PASSED (exit code 0) ===现在所有 3 个 PT_LOAD 段（包括之前的 bug 导致只加载了第 1 个就崩溃的问题）都能正确处理，2 个 PT_LOAD 段 + 1 个非 PT_LOAD 段全部通过。
六、经验教训
1. In-place 加载必须先保存元数据
ELF loader 把段复制到 p_paddr 时，p_paddr 可能与源缓冲区重叠。这种 就地加载 (in-place loading) 场景要求在修改缓冲区之前，先把迭代所需的所有头信息保存到独立的存储中。
❌ 边读边写同一个缓冲区 → 自毁
✅ 先保存头 → 再安全覆盖2. memcpy 的重叠语义
memcpy 要求源和目标不重叠（__restrict__ 语义）。当目标可能等于源时，应使用 memmove。虽然本项目手写的 memcpy 恰好是正向逐字节拷贝（dest < src 时不会出错），但依赖实现细节是未定义行为。
3. 集成测试与单元测试的互补
| 测试类型 | 覆盖场景 | 本案例 |
|---|---|---|
| 单元测试 | 小规模、隔离逻辑 | 手工 ELF 在栈上，地址不重叠 → 无法发现 |
| 集成测试 | 真实数据流、端到端 | 真实大内核 ELF，地址恰好重叠 → 暴露 bug |
4. 排查 "输出截断" 类崩溃的思路
当内核测试输出在某一行中断时：
- 确认截断发生在两条
kprintf之间的哪段代码 - 检查截断点附近的内存写入操作
- 思考写入目标地址是否可能破坏正在使用的数据结构
- 画出地址映射图，寻找重叠区域
相关文件
| 文件 | 修改内容 |
|---|---|
kernel/mini/elf_loader.cpp | 加载前保存 ELF 头 + Program Header 到本地；memcpy → memmove |
kernel/mini/test/test_big_kernel_load.cpp | test_entry_address 复用共享变量，不再二次调用 load_elf() |
内存布局图
展开代码 (共 28 行)收起代码
Big Kernel ELF 加载前（Staging Buffer 完整）:
0x1000000 ┌──────────────┐
│ ELF Header │ e_ident, e_entry, e_phoff, e_phnum ...
├──────────────┤
│ Phdr[0] │ PT_LOAD: paddr=0x1000000
│ Phdr[1] │ PT_LOAD: paddr=0x1002000
│ Phdr[2] │ (non-PT_LOAD)
├──────────────┤
│ .text data │ ← Segment 0 文件内容
│ ... │
└──────────────┘
Big Kernel ELF 加载后（Staging Buffer 被 Segment 0 覆盖）:
0x1000000 ┌──────────────┐
│ Segment 0 │ ← 第一条指令: cli (0xFA)
│ .text data │
│ ... │
├──────────────┤
│ (原 Phdr 区域)│ ← 已被覆盖，内容无意义
│ ... │
└──────────────┘
0x1002000 ┌──────────────┐
│ BSS (零填充) │ ← Segment 1: memmove/memset 清零
│ ... │
└──────────────┘