問題描述

OSN3500網(wǎng)元的SSN2EGS2單板上報"COMMUN_FAIL"告警，業(yè)務(wù)中斷。檢查發(fā)現(xiàn)是該SSN2EGS2單板異常復(fù)位導(dǎo)致上報"COMMUN_FAIL"告警。單板復(fù)位后業(yè)務(wù)恢復(fù)，之后未出現(xiàn)"COMMUN_FAIL"告警和單板異常復(fù)位。
主機版本為5.21.12.42
EGS2單板版本為2.14

告警信息

COMMUN_FAIL

處理過程

升級SSN2EGS2單板到R6C02B014（單板軟件版本3.15）版本根本解決。

根因

根據(jù)現(xiàn)場反饋的情況，此問題是業(yè)務(wù)正常運行中，沒有進(jìn)行任何操作的情況下，突然出現(xiàn)單板復(fù)位業(yè)務(wù)中斷的情況。
分析黑匣子數(shù)據(jù)，發(fā)現(xiàn)在處理Hello報文時，前兩次處理成功，到了第三次處理的時候，出現(xiàn)釋放內(nèi)存失敗異常，導(dǎo)致單板復(fù)位。
log日志信息：
bb1.log                               2008-10-14 20:19:33          D:/3500prj/public/HardDrv/NP3454Drv/NP3454PktMng.cpp,813, Hardware operation failed  ,(null)
處理Hello報文錯誤，需要釋放內(nèi)存空間。          bb1.log                               2008-10-14 20:19:33          Error:0x70008, freeAddr=0x1cc8070, BufSize=0x90, dmm_intf.cpp, line:1439, , 
 01cc80f0: 00000000 00000000 64656164 64656164
  bb1.log                               2008-10-14 20:19:33          Reset: File_NP3454PktMng.cpp, Line_859, Type_0xf0000010.
釋放報文內(nèi)存錯誤，內(nèi)存釋放失敗
  bb1.log                               2008-10-14 20:19:33          Error:0x70008, freeAddr=0x1cc7380, BufSize=0x90, NP3454PktMng.cp, line:669, , 
 01cc7400: 00000000 04001200 0180c200 00000000
申請報文內(nèi)存錯誤，申請內(nèi)存失敗   
bb1.log                               2008-10-14 20:19:33          Error:0x70008, freeAddr=0x1cc7380, BufSize=0x90, dmm_intf.cpp, line:1439, , 
 01cc7400: 00000000 04001200 0180c200 00000000
分析復(fù)位記錄，是由于內(nèi)存申請失敗或是內(nèi)存寫越界導(dǎo)致。
通過分析該段代碼發(fā)現(xiàn)：
在處理協(xié)議報文時，首先指針未初始化；其次由于內(nèi)存泄漏，在用完片分和非片分后，申請失敗，但是只記了level3黑匣子，未返回錯或者直接重起；最后是在發(fā)送失敗判斷釋放內(nèi)存時筆誤，導(dǎo)致內(nèi)存沒有釋放；
由于內(nèi)存泄漏，用完后別的任務(wù)申請失敗就會重起；而如果pSendMsgBuf是一個沒有初始化，也有沒有獲得空間的指針，在下面釋放也有可能導(dǎo)致重復(fù)釋放而重起；
因此，問題原因為：由于申請內(nèi)存之后，在特殊的場景下沒有釋放內(nèi)存，導(dǎo)致內(nèi)存泄露，單板復(fù)位。內(nèi)存泄露后的累計是一個長期的過程，所以復(fù)位單板之后問題消失。該問題為單板質(zhì)量問題。