编程学习工具的资源边界

在线编程练习看起来只是“编辑代码,点击运行”,后台却要接收不可信源码、准备编译环境、执行程序,再把输出送回编辑器。任何一步没有边界,都可能让一个死循环拖住工作节点,或让一份恶意代码读到别人的文件。学习工具既要让学生自由试错,也要保证一次试错不会影响其他人。
每次运行都是独立任务
代码提交后应立即生成任务标识,并绑定编辑器会话与用户。后续的编译日志、运行结果和取消操作都沿着同一条关联关系传递:
request_id -> editor_id -> result
这个关系不能只存在于前端内存。用户刷新页面、网络重连或同时打开两个编辑器时,旧结果可能晚于新结果返回。前端收到消息后要核对 request_id,只把结果写回对应的编辑器。服务端也要区分“任务已接收”“正在编译”“正在运行”“已取消”和“已结束”,避免超时后仍把后台完成的结果当成当前任务。
每次执行使用干净的工作目录,目录中只放本次源码和明确提供的测试数据。编译缓存可以共享,但缓存键必须包含语言版本、依赖版本和编译参数,缓存内容也不能带入用户文件。任务结束后清理临时目录;清理失败要有记录和补偿机制,而不是等磁盘写满才发现。
限制 CPU、内存、进程和输出
运行超时只是最基本的一条线。学生代码可以快速派生大量子进程、持续申请内存、打开文件描述符,或不断向标准输出写数据。执行环境需要同时限制 CPU 时间、内存、进程数、打开文件数、磁盘空间和输出大小。到达上限时,平台应结束整个进程组,不能只杀掉最外层的解释器。
错误信息要适合学习场景。与其返回“系统异常”,不如区分编译失败、运行超时、内存超限和输出超限,并保留学生能够理解的日志片段。底层宿主机路径、容器标识和内部调用栈则不应暴露。若日志被截断,要明确提示截断位置,否则学生可能误以为程序只输出了这些内容。
不同语言的资源特征不同。编译型语言启动阶段可能占用较多内存,脚本语言更容易在运行阶段形成无界循环。配额应按语言和题目类型配置,不能为了某个特殊题目把所有任务的上限一起放大。确实需要长时间运行的练习,可以进入单独队列或专用执行池。
网络与文件权限默认关闭
多数基础练习不需要访问公网,也不需要读取宿主机文件。执行环境应默认断网、使用非特权身份、挂载只读运行时,并只开放本次工作目录的写入。需要下载依赖的课程,应在构建阶段准备受控依赖,或通过带白名单和缓存的代理完成,不能让学生代码任意请求外部地址。
判题数据也要与学生可见文件分开。程序可以通过规定接口读取输入,但不应列出隐藏用例或其他用户提交。多租户平台还要验证符号链接、路径穿越、异常文件名和压缩包解压等入口,防止工作目录限制被绕过。
高峰期先保护已在运行的任务
上课或比赛开始时,提交会集中到达。入口队列必须有长度和等待时间上限,达到上限后直接告诉用户“当前繁忙,可稍后重试”,比让所有任务排队到超时更诚实。调度器可以按用户限制并发,避免一个人连续点击运行占满执行槽;已经开始的任务则保留必要资源,减少频繁抢占造成的重复编译。
验收时应准备死循环、内存持续增长、子进程逃逸、超量输出、网络访问和磁盘写满等样例,同时测试取消和页面重连。资源边界是否有效,不看正常代码跑得多快,而看这些异常任务结束后,执行节点能否迅速恢复,其他学生的任务是否仍能按预期完成。
341



被折叠的 条评论
为什么被折叠?



