1. 当“正常运行”成了一种不安你有没有过这种体验——写好一个 C 程序部署到服务器上过了一天没崩。两天还是稳如老狗。等到第三天你盯着监控面板内存曲线平得像心跳停止了一样CPU 也没飙日志里连个 warning 都没有。按理说这时候应该开香槟庆祝。但你没庆祝你慌了。“这不正常。”你心想。写过 C 的人都知道这门语言从来不缺坑。未定义行为、内存泄漏、野指针、RAII 没包裹到的资源、多线程竞态、悬挂引用……任何一个都可能在某个深夜把服务干趴下。一个 C 程序跑了三天三夜没崩要么是代码写得太好要么是——崩的条件还没凑齐炸弹还在倒计时。这篇文章就聊聊那种“它不崩我反而更慌”的奇妙心态以及应该怎么排查这种“假稳定”的隐患。2. 为什么“不崩”反而让人慌这种焦虑并不是杞人忧天而是来自对 C 复杂性的清醒认知。几个经典场景能解释这种心态内存泄漏在慢慢涨程序没崩但 RSS 每天多 50MB。三天只涨了 150MB服务器内存还充裕OOM Killer 还没出手。可这就像慢性病表面风平浪静随时可能在某个流量高峰到来时突然暴毙。未定义行为“恰好对”数组越界访问了一块刚好没人用的内存野指针指向的数据暂时没有被覆盖对有符号整数溢出后的值碰巧用得合情合理。编译器没有义务通知你但下次换个编译版本、换个运行环境行为可能就全变了。死锁在等待一个极端并发条件三天里采样回放多线程轮了两千万次次次都避开了死锁。看起来稳实际上只是因为线程交织的那个特定顺序还没出现。一旦出现在凌晨三点第二天起来你就得背锅。资源悄悄泄漏文件描述符FD没关数据库连接没归还连接池线程迟迟没 joinhandle 积攒如山。运行三天还没耗尽只是因为你设置的上限比较大不是因为它不会耗尽。换句话说“不崩”只是表象。没有报错不等于没有问题它只意味着问题还没到临界点。3. 拆解排查清单三天不崩更要主动出击如果你的 C 程序连续跑了三天还很稳先别着急乐按下面几条主动查一查。发现问题才是安全感的来源。3.1. 内存泄漏检测——别靠肉眼上工具肉眼估算内存使用量是最不靠谱的事。直接用工具说话Valgrind / massif / memcheck排查小块泄漏和堆使用峰值。三天不崩不代表 massif 的报告会很短。AddressSanitizerASan LSan编译时加上-fsanitizeaddress让代码自己暴露问题。jemalloc / tcmalloc profiling生产环境无法加 Sanitizer 时换用带 profiling 功能的内存分配器看堆栈分配热点。监控 RSS / VSZ / PSS 趋势三天跑下来如果 RSS 持续上扬而不是稳定震荡说明大概率有泄漏。3.2. 未定义行为排查——让编译器当你的 QA未定义行为的特点是“看不出毛病”。能查出来的办法不多但效果显著开-Wall -Wextra -Wpedantic别关 warning。加上-fsanitizeundefined捕获整型溢出、空指针偏移、移位越界等 UB。使用 Clang Static Analyzer 或clang-tidy做静态检查尤其是cppcoreguidelines-*相关规则。阅读变更的编译参数有没有默认开启的优化可能在同一个代码的不同编译单元里产生了不同的 UB 结果。3.3. 并发逻辑审查——死锁藏得比你想的深并发问题很难复现你需要逆向工程自己的锁使用模式用ThreadSanitizerTSan跑一遍代码哪怕只有几分钟的采样也可能暴露出数据竞争。检查所有std::mutex、std::lock_guard、std::unique_lock的持有顺序是否存在潜在循环等待。对于条件变量std::condition_variable确认是否可能出现“通知先于等待”的丢失唤醒lost wakeup或者“虚假唤醒”没有被正确循环检查。有异步回调、future/promise 的地方留意是否可能出现死循环依赖。3.4. 资源使用趋势——耗尽只是时间问题有些资源不会让你马上吃大亏但会在长时间运行后耗尽文件描述符检查open/socket是否都有关闭逻辑RAII 包装要用好std::fstream或自定义句柄类。线程数线程创建后没 join/detach 会导致资源泄漏。用ps -eLf或/proc/[pid]/status观察线程数变化。日志文件大小三天没崩但可能生成了一百多 GB 的日志磁盘满了之后才是噩梦的开始。做好日志轮转log rotate。定时器和信号长时间运行中重复注册信号处理函数可能导致不可预期的行为。信号处理中只做最轻量的事情别在里面 malloc。4. 实践一份“假稳定”项目的排查脚本这里是实际可以跑的命令行和代码片段用来对长期运行的 C 程序做健康检查# 1. 用 top 观察内存和 CPU top -p 12345 -b -n 1 2. 看文件描述符数量是否稳定 ls /proc/12345/fd/ | wc -l 3. 看线程数 cat /proc/12345/status | grep Threads 4. 看虚拟内存/驻留内存曲线 ps -o pid,vsz,rss,pmem -p 12345 5. 如果有 massif 数据生成报告 ms_print massif.out.12345 | less如果不想在生产环境直接用 Valgrind可以在编译时注入性能友好的内存分配器统计#include malloc.h #include cstdio void report_memory_stats() { auto info mallinfo(); // 非 POSIX 标准glibc 支持 printf(Arena: %d, uordblks: %d, fordblks: %d, keepcost: %d\n, info.arena, info.uordblks, info.fordblks, info.keepcost); }每 5 分钟采集一次mallinfo输出写在日志里。三天三夜下来你可以画出一条内存堆块使用量的变化曲线泄漏一目了然。5. 心态建设分清楚“真稳定”和“假稳定”真稳定是你能拍着胸脯说“我做过 72 小时的压力测试Sanitizer 全绿内存回收曲线平稳FD 无泄漏线程数稳定断点续跑覆盖了所有冷数据路径。崩的概率极低且即使崩了我也有自恢复机制。”假稳定是程序跑了三天没崩但你连mallinfo都没打过Sanitizer 一个没开编译的 warning 还压着两页没修。在这种情况下不崩不是计算机对网开一面而是崩溃的条件正在排队。C 开发者最珍贵的品质不是写出从不崩溃的代码而是知道自己的代码会在什么时候崩溃并为此做好准备。那个让你心慌的“三天没崩”恰恰是提醒你去追查所有暗处炸弹的警钟。下次你的服务连续运行 72 小时安然无恙时别先发朋友圈。先看看监控曲线跑一遍 ASan查一下 FD 数量。如果全都确认没问题——那确实值得庆祝。