集群内对象同名冲突导致 core

问题现象

当集群对象产生同名冲突（对象名字不唯一，代码 BUG），在使用 RPM 版本的集群上，发生同名冲突后一段时间，SQL 可能会随机 core。

示例如下：

查看日志文件，发现在生成 core 文件。

[admin@ob171:/data/l]# ls -tlr
total 953747200
drwxrwxrwx 5 admin admin           65 jul  9  2001 ob_poc_ssd
-rw-r--r-- 1 admin admin 493328707584 Dec  8 16:35 core-TNT-LO_l-317100-1670488080
-rw-r--r-- 1 admin admin 167275270144 Dec  8 17:05 core-TNT-LO_l-183504-1670490209
-rw-r--r-- 1 admin admin 492954107904 Dec  8 18:57 core-TNT-LO_l-76444-1670496672

关键诊断信息

触发条件

创建了会产生同名冲突的对象。

问题原因

触发问题的两个必要原因：

• 有同名冲突风险的版本（历史有若干同名冲突的问题已修复）。

• 集群使用了 RPM 版本的 binary。

具体原因：

• 同名冲突问题： 本次同名冲突是因为约束名为空的时候没有进行校验，导致出现了两个名字为空的约束，会触发 schema 的 rebuild 逻辑。

• RPM 版本问题： OceanBase 的 right_to_die() 逻辑在非 RPM 版本的行为是会 hang 住线程；而在 RPM 版本的行为是会抛异常释放当前线程，可能会导致上下文没清理或有内存泄漏等风险。

• Schema 问题： 触发 Schema 刷新前会先设置线程局部 allocator 为栈上 allocator，Schema 刷新结束后 reset 线程局部 allocator。但同名冲突会触发 Schema 的 Rebuild 逻辑并触发 right_to_die() 逻辑，抛异常释放线程后线程局部 allocator 未清理，导致线程局部 allocator 会引用非法的栈上内存。

• SQL： 某线程曾经因为抛异常释放后，若该线程接收请求，其临时栈上的 Schema 对象会优先使用线程局部的 allocator 申请内存，导致可能触发 core。

问题的风险及影响

• 同名冲突问题可能会导致操作对象非预期，进而触发正确性问题。

• 在发生同名冲突后的一段时间内，SQL 可能会随机触发 core。

影响租户

影响 OceanBase 数据库中的 SYS 租户和 Oracle 租户以及 MySQL 租户。

影响的版本

OceanBase 数据库 V2.2.77 GA（oceanbase-2.2.77-20210508211731）及之后版本、V3.1.2 GA（oceanbase-3.1.2-20210618150922）及之后版本、V3.2.3 GA（oceanbase-3.2.3.0-20220419）及之后版本、V3.2.4 GA（oceanbase-3.2.4.0-100000072022102819）及之后版本。

解决方法及规避方式

• 业务规避产生同名冲突的场景。

• 升级至问题已修复版本。目前已修复的版本包括 OceanBase 数据库 V2.2.77 BP15（oceanbase-2.2.77-115000012023010607）、V3.1.2 BP11（oceanbase-3.1.2-111000052023010412）、V3.2.3 BP7（oceanbase-3.2.3.3-107000092023011911）、V3.2.4 BP1（oceanbase-3.2.4.1-101000052023010822）。