生产环境Windows平台C++程序悬空指针问题如何调试？

小提示：你观察到的cdcdcdcd是微软VC++调试堆对已释放堆内存的标记，说明对象是通过正常的delete调用释放的，不存在内存被意外覆写的情况，只要拿到该地址的释放调用栈就能直接定位问题根因。

1. 优先给目标类增加分配/释放栈记录，成本最低见效最快 #

• 仅需要修改目标类的代码，无需全项目改动：给该类重载operator new和operator delete，内部维护一个固定大小的循环日志缓冲区
• 每条日志记录内容包括：操作类型（分配/释放）、对象地址、操作时间戳、当前线程ID、调用栈
• 调用栈抓取可以用Windows自带的CaptureStackBackTrace API，性能损耗极低，生产环境完全可以承受
• 程序崩溃时，直接用悬空指针的地址去缓冲区匹配最近的释放记录，就能直接拿到对象释放时的完整调用栈，准确定位释放位置

2. 利用Windows系统内置调试工具，无需改动代码即可定位 #

• 生产环境已经安装VS，自带gflags调试工具，可开启轻量页堆功能：
  运行gflags /i 你的程序名.exe +ust开启用户态栈追踪，再运行gflags /i 你的程序名.exe /hpa开启堆页保护，该模式对性能的影响约为10%~20%，多数业务场景下完全可以在生产环境短时间运行
• 开启后程序崩溃时，不管是现场调试还是抓全内存Dump，都可以直接通过WinDbg或者VS的调试器查到该内存块的分配、释放完整调用栈
• 若担心全页堆性能影响过大，也可以仅开启堆栈追踪功能，不需要页保护，也能拿到内存分配释放的栈记录

3. 优化Dump抓取策略，解决生产环境排查时间不足问题 #

• 用Procdump工具设置崩溃自动抓包：运行procdump -ma -e 你的程序名.exe 保存路径，程序崩溃时会自动抓取完整内存Dump，抓包完成后程序会自动退出，你可以直接重启服务，后续离线分析Dump即可，整个过程服务中断时间不会超过1分钟
• 完整内存Dump配合之前加的分配释放日志或者页堆的栈记录，足够定位释放点，不需要现场调试

4. 长期修复方案，避免同类问题复发 #

• 针对该类的所有裸指针逐步替换为std::shared_ptr+std::weak_ptr：不需要一次性全量修改，编译器会自动标记所有使用该类裸指针的位置，漏改的地方会直接编译报错，完全不需要人工统计所有指针的使用位置
• 若改动风险过高，也可以先给该类增加引用计数逻辑，原有释放逻辑仅做引用计数减一，计数归零时才真正释放内存，可以先快速解决崩溃问题，后续再逐步排查冗余释放的逻辑

内容的提问来源于stack exchange，提问作者Dan