7行代码让B站崩溃3小时，竟因“一个诡计多端的0”

点击上方“视学算法”，选择加"星标"或“置顶”

重磅干货，第一时间送达

鱼羊丰色发自凹非寺
量子位 | 公众号 QbitAI

一个小小字符“0”，竟引得B站全面崩溃。

不知你是否还记得那一夜，B站“大楼停电”、“服务器爆炸”、“程序员删库跑路”的彻夜狂欢。（手动狗头）

时隔一年，背后“真凶”现在终于被阿B披露出来——

没想到吧，就是这么简单几行代码，直接干趴B站两三个小时，搞得B站程序员彻夜无眠头发狂掉。

你可能会问，这不就是个普普通通用来求最大公约数的函数吗，怎么就有如此大的威力？

背后一桩桩一件件，归根结底其实就一句话：0，它真的不兴除啊。

具体详情，咱们还是一起来看看“事故报告”。

字符串“0”引发的“血案”

先来说道说道引发惨案的根本原因，也就是开头贴出的这个gcd函数。

学过一点编程知识的小伙伴应该都知道，这是一种用辗转相除法来计算最大公约数的递归函数。

跟我们手算最大公约数的方法不同，这个算法是酱婶的：

举个简单的例子，a=24，b=18，求a和b的最大公约数；

a除以b，得到的余数是6，那么就让a=18，b=6，然后接着往下算；

18除以6，这回余数是0，那么6也就是24和18的最大公约数了。

也就是说，a和b反复相除取余数，直到b=0，函数中：

if b==0 then return a end

这个判断语句生效，结果就算出来了。

基于这样的数学原理，我们再来看这段代码，似乎没什么问题：

但如果输入的b是个字符串“0”呢？

B站的技术解析文章中提到，这段出事的代码是用Lua写的。Lua具有这么几个特点：

这是一种动态类型语言，常用习惯里变量不需要定义类型，直接给变量赋值就行。
Lua在对一个数字字符串进行算术操作时，会尝试将这个数字字符串转成一个数字。
在Lua语言中，数学运算n%0的结果是nan(Not A Number)。

我们来模拟一下这个过程：

1、当b是一个字符串“0”时，由于这个gcd函数没有对其进行类型校验，因此在碰上判定语句时，“0”不等于0，代码中“return _gcd(b, a%b)”触发，返回_gcd(“0”, nan)。

2、_gcd(“0”, nan)再次被执行，于是返回值变成了_gcd(nan, nan)。

这下就完犊子了，判定语句中b=0的条件永远没法达到，于是，死循环出现了。

也就是说，这个程序开始疯狂地原地转圈，并且为了一个永远得不到的结果，把CPU占了个100%，别的用户请求自然就处理不了了。

那么问题来了，这个“0”它到底是怎么进去的呢？

官方说法是：

在某种发布模式中，应用的实例权重会短暂地调整为0，此时注册中心返回给SLB（负载均衡）的权重是字符串类型的“0”。此发布环境只有生产环境会用到，同时使用的频率极低，在SLB前期灰度过程中未触发此问题。
SLB在balance_by_lua阶段，会将共享内存中保存的服务IP、Port、Weight作为参数传给lua-resty-balancer模块用于选择upstream server，在节点weight=“0”时，balancer模块中的_gcd函数收到的入参b可能为“0”。