MPI_Bcast广播大char数组返回EXIT CODE:139问题排查求助

问题核心 #

通过MPI_Comm_spawn动态生成子进程后，分两步广播char数组：先广播数组长度，再广播数组内容。当数组元素数量超过约8375000（8.375MB）时，进程崩溃并返回EXIT CODE 139（段错误）。Valgrind检测到Syscall param writev(vector[...]) points to uninitialised byte(s)错误，但堆内存无泄漏。

错误根源 #

工作进程中使用**栈上变长数组（VLA）**存储接收数据是关键问题：

char data[in_str_len+1]; // 栈上分配大数组

Linux系统默认栈大小通常为8MB（8192KB），当数组大小超过栈的剩余可用空间时，会触发栈溢出，直接导致进程段错误（SIGSEGV），对应EXIT CODE 139。Valgrind报告的未初始化字节错误是栈溢出破坏MPI内部栈数据结构后的次生问题，并非根源。

解决方案 #

将工作进程中的栈分配改为堆内存分配，避免栈空间不足。推荐使用std::vector（自动管理内存）或手动new/delete：

修改后的工作进程代码片段 #

std::cout << "我是生成的进程 " << rank << "/" << dynamic_procs
          << " 来自主机 " << name << std::endl;

int in_str_len;

// 接收数组大小；
MPI_Bcast(
    &in_str_len,    //数据指针
    1,              //数量
    MPI_INT,        //数据类型
    0,              //root节点
    parent          //与父进程通信的通信器（非MPI_COMM_WORLD）
    );

std::cout << "第一次MPI_Bcast接收的长度: "<< in_str_len * 1e-6<<"MB" << std::endl;

// 使用std::vector在堆上分配内存，替代栈上VLA
std::vector<char> data(in_str_len + 1); 

std::cout << "为第二次MPI_Bcast创建char数组，长度: "<< in_str_len << std::endl;
    
MPI_Bcast(
    data.data(),    //数据指针
    in_str_len,     //数量
    MPI_BYTE,       //数据类型
    0,              //root节点
    parent          //与父进程通信的通信器（非MPI_COMM_WORLD）
    );

std::cout << "第二次MPI_Bcast接收的数据大小: " << data.size() << std::endl;

可选方案（不推荐） #

若必须使用栈分配，可通过修改系统栈大小临时解决，但该方法移植性差，且可能引发其他栈相关问题：

• 编译时添加参数：-Wl,--stack,268435456（设置栈大小为256MB）
• 运行前修改环境变量：ulimit -s 262144（单位KB，对应256MB）

验证说明 #

修改工作进程的内存分配方式后，即使数组远大于8MB，广播操作也能正常完成，Valgrind的未初始化字节错误会同时消失，因为栈溢出问题已解决，MPI内部数据结构不再被破坏。

内容的提问来源于stack exchange，提问作者user1221647