崩溃恢复问题，非正常退出之后，重新连接，会出现无法发送和接收的问题

[youyuanshanren]

我用的最新的版本，我比较注重灾难恢复，正常通信的两个程序，强行让其崩溃，并重新启动之后，就会出现无法通信的情况。而disconnect 函数也会阻塞起来没有动静。

[mutouyun]

用master分支上的代码试试？

[youyuanshanren]

我用最新的测试过了，也用例子试验了一下，最后的结论是： ipc::channel 两个建立通信连接之后，不论那个崩溃重启，都可以重新连接成功，但是ipc::route 却不可以。 你也可以自己测试一下，就那个send_recv 例子改成 route， 很容易复现

[mutouyun]

ipc::route 机制有点差别，可能有bug。我有空看下咋回事

[mutouyun]

最近又忙起来了，可能端午我在家看看

[youyuanshanren]

这个库性能蛮好的。可如果用在嵌入式上，必须保持稳定或者程序重启恢复机制。另外就是，当发现连接端已经断掉之后，貌似没有通知机制。

[mutouyun]

是的，因为连接是假的。我打算重构的时候用一些别的方式来做，比如用一个socket做连接；或者干脆抛弃连接的概念……

[mutouyun]

奇怪，我测试了下是正常的 你的崩溃指的是不是没有办法用任何signal捕获做退出清理？这种情况下确实是不支持的。
重启恢复倒是有办法，直接执行类似sudo rm -rf /dev/shm/__IPC_SHM___*这样的语句就可以了，需要注意的是确保所有route或channel进程都不存在。

[youyuanshanren]

就是刻意杀死程序之后，重新启动， 然后就收发不到消息了。我在linux 虚拟机和 嵌入式设备都试验过。毕竟我们注册的signal 是不完整的。异常退出就没有清理。

[mutouyun]

嗯，对的，这种崩溃现在确实没办法恢复 =.=

[wzhao18]

hi @mutouyun, 我想请问下怎么才能清除一个channel的cache？我遇到这种情况（非正常退出）的做法就是开一个新channel，想问问可不可以直接把原来的数据给清空。

[mutouyun]

可以的，通过system调用sudo rm -rf /dev/shm/__IPC_SHM___*

[wzhao18]

@mutouyun 感谢！

[Jiwangreal]

大佬，我用的代码是：6111722 (HEAD -> master, origin/master, origin/HEAD) fix: the receiver of channel will hang after disconnect，我没有改动任何代码，但是在测试msg_que这个程序时，发现：重启./msg_que r时，在./smg_que s方有时候会出现force_push: msg_id = 50160838, remain = 6496, size = 0 force_push: k = 0, cc = 1, rem_cc = 1的问题，这个问题必须得用sudo rm -rf /dev/shm/IPCSHM*这个问题解决吗？

[Jiwangreal]

同样的commit id：6111722 ，还有有时候会出现：force_push: msg_id = 10457620, remain = 11104, size = 0 fail mutex lock[131] fail condition timedwait[1]: tm = 100, tv_sec = 528925, tv_nsec = 469316999 fail mutex unlock[1] 这是啥问题啊？，我感觉出错的位置：可能在： // Only the owner can unlock. if (ftx_tid(val) != tid) { return A0_MAKE_SYSERR(EPERM); }这行代码，这块逻辑出现的问题，也是不是只能通过sudo rm -rf /dev/shm/IPCSHM*这个去解决呢？没有优雅的方式吗？

[mutouyun]

我最近没怎么上github……要不你邮件发我微信吧，我加你聊下

[NHMMing]

同样的commit id：6111722 ，还有有时候会出现：force_push: msg_id = 10457620, remain = 11104, size = 0 fail mutex lock[131] fail condition timedwait[1]: tm = 100, tv_sec = 528925, tv_nsec = 469316999 fail mutex unlock[1] 这是啥问题啊？，我感觉出错的位置：可能在： // Only the owner can unlock. if (ftx_tid(val) != tid) { return A0_MAKE_SYSERR(EPERM); }这行代码，这块逻辑出现的问题，也是不是只能通过sudo rm -rf /dev/shm/IPCSHM*这个去解决呢？没有优雅的方式吗？

@mutouyun @Jiwangreal 我也遇到了同样的问题，请问有优雅的解决方法吗？

[mutouyun]

额，是的，主要是异常退出导致的。。根本原因有如下几个方面：

1. 目前的机制是尽量保证不丢消息，因此存在接收端尚未读取的消息时会进行等待，故而非法退出的接收端会卡住整个队列；
2. linux下pthread的condition在非法退出后无法恢复（这个我好像有一个ut测试这种情况）；
3. 存在原子循环锁，非法退出导致锁未释放。

如上这几个情况里，1需要对实现做重构，并定义出不同预期的接口；3需要考虑用无锁结构重构这部分原子锁代码；2我暂时没想出啥好办法解决=.=

我最近半年太忙了，而且暂时看不到头，基本没啥时间改代码。如果你有好的点子，可以帮我提提pr……

[mutouyun]

123