谈谈随机crash的问题

没有遭遇过软件的随机crash问题的研发人生是不完满的，没有解决过软件随机crash问题的研发人生是有遗憾的！
-------------摘自某某装AC人士笔录！

在一个大型软件里，或是服务器软件，或是嵌入式系统终端软件里，软件crash问题，比比皆是，是个软件开发者必然遭遇过。但是，软件随机crash问题，相遇很难，解决亦难。这里说的随机crash，是会发生在软件运行过程里的不同地方，具体地说，使用GDB追踪几次crash，你会发现每次crash发生得代码文件和行数都不一样。 这就说明，每次追踪得死亡现场都不一样，并且很多时候，发生在malloc 和 free得时候，这就更让人摸不清楚问题得关键所在了。加上，很多得随机crash现象，不能轻易被重现。有时候，运行软件20-30分钟，就出现了；但又时软件跑了8个小时，也没有发生crash。这就让人很抓狂了。

以上描述可以总结出2个规律：
1. 软件随机crash的现场不统一，10次可能发生的地点都不一样；
2. 软件随机crash的发生时机没有规律，不是在固定运行固定时间后就必然发生；

可能的推断：
1. 软件crash发生的现场可能不是第一案发现场；
在第一案发现场的凶手作案后，可能并没有导致软件立即crash掉；
2. 有可能软件运行很长时间，都没有引发导致crash的错误；
这个是由于大型软件的复杂性造成的，每次运行可能软件跑的路径和时序都不大一致，导致有时触发了crash的条件，而有时候有达不到crash条件；

在大型软件系统里，调试随机crash，有几个原则需要注意：
1.  尝试尽量缩小查找错误的代码范围；
从10个软件模块中找bug，和从3个软件模块里找bug，难度是大不一样的；
2. 尝试找到crash必重现的最短路径；
这个有时候，需要经验和运气；
3. 使用必要的辅助测试工具；