缘起
最近，接连在项目中遇到了两个界面无响应的问题。都只发生在客户特定机器上，不方便直接调试，只能抓取 dump 进行事后分析了。
抓取 dump
远程连上可以重现问题的机器，使用 process explorer 初步观察卡死的进程，发现 CPU 占用率很低，经过一段时间的观察，基本确定是一个死锁问题。 在卡死的进程上右键，保存完整转储，压缩，发回本地进行分析。
使用 windbg 进行分析
双击抓取的 dump 文件，因为之前已经执行过 windbg.exe -IA，所以默认会通过 windbg 打开 dump 文件。先使用 ~*kvn 粗略浏览一下每个线程的调用栈（因为比较长，这里就不截图了）。经过观察，很快锁定了两个值得进一步查看的线程：一个是主线程（界面线程），因为是界面无响应，肯定要关注界面线程。另外一个是 7 号工作线程。分别看一下这两个线程的调用栈。
主线程的调用栈如下图所示：
注意上图红色高亮部分，主线程通过 SleepConditionVariableCS() 进入等待。
看完主线程，再看 7 号工作线程的调用栈，如下图所示：
7 号线程对 SendMessage() 的调用非常值得怀疑。
猜测整个流程是这样的：主线程不知由于什么原因进入等待状态，而工作线程由于各种各样的原因也进入了等待状态。其中 7 号线程最明显，因为它正在发消息，而主线程此时是无论如何也不会响应这个消息的。
于是，典型的死锁再一次发生了。
加载
加载 AssemblyDesign_Tools.dll 的符号后，查看对应的源码，消除对 SendMessage() 的调用，问题解决！so easy!
说明：工作线程中并没有直接调用
SendMessage()，而是调用了操作界面的相关API，间接调用了SendMessage()给界面线程发消息。
死锁的问题解决了，但是为什么向主线程发个消息就死锁了呢？秉着打破砂锅问到底的原则，我又开始折腾了。下面的内容适合喜欢调试逆向的极客阅读。
深入调查
最开始的思路是：查看主线程在等待的条件变量，然后再调查哪个工作线程会唤醒这个条件变量。奈何 64 位下，前四个参数通过寄存器 RCX, RDX, r8, r9 进行传递，如果这些寄存器没有在栈上存储一份的话，很难查看具体的值。折腾一番后，确实没找到有用的信息，而且就算找到了，也很难找出是哪个线程会执行唤醒操作。
这个死锁问题不像关键段死锁解决起来那么直接。不能直接通过命令（!cs -l），或者查看调用栈就能直接理出头绪。看来只能硬着头皮逆向分析相关代码了。
0 号线程和 7 号线程最值得怀疑，其它线程基本可以排除。先看看主线程为什么会等待吧。
主线程逻辑
找到调用 BentleyG!Bentley::BeConditionVariable::WaitOnCondition() 的地方，也就是 5 号栈帧。
在 IDA 中打开 MobileDgn.dll，并找到这个函数，然后按下神奇的 F5：
可以看到，主线程在陷入等待之前，向工作线程发送了一个任务，也就是 sub_7FEDAC749A0，传递的参数是 v5。v5 偏移 88 的位置保存了 BeConditonVariable 类型的变量，也就是 WaitOnCondition() 所等待的变量。猜测：sub_7FEDAC749A0 内部会唤醒这个BeConditionVariable， 如果 sub_7FEDAC749A0 被顺利执行，那么主线程的等待自然就结束了。
先看看 sub_7FEDAC749A0 的反汇编代码，当然是直接看 F5 后的伪代码了。
可以很明显的看到 sub_7FEDAC749A0 内部调用了 Bentley::BeConditionVariable::Wake((CMFCRibbonInfo::XElementButtonUndo *)((char *)v1 + 88), 1); 。
从函数名就可以猜到是用来唤醒 BeConditionVariable 的。
如此看来，sub_7FEDAC749A0 很有可能还没有被执行，工作线程就挂起了。一起来看看 SendToWorkThread 是怎么把任务发送到工作线程的。
SendToWorkThread() 会先判断是否在工作线程运行，如果是则直接执行对应的函数，否则就根据参数生成一个 RpcMessage ，然后发送这个新生成的 RpcMessage 到工作线程的任务队列中。
再来看一下生成 RpcMessage 的函数，我把这个函数命名为 MakeMobileDgnRPCMessage()。
一定要记住这里的关键信息，后面会根据这里的关键信息验证。 HandlePaint() 传过来的函数地址是 0x7FEDAC749A0，保存在了 rpcMsg 偏移 128 的位置。MobileDgnRPCGenericMessage 类的虚表地址是 000007FEDAD19658。
继续追踪 SendAsynToWorkThread()，如下图：
继续追踪 HandleRpcMessage()（这个名字是我命名的，不是 IDA 识别的），传给它的第一个参数是一个全局变量（姑且命名为 g_taskQueueManager），第二个参数是要发送的 rpcMsg，第三个参数 v3 的值是 2，第四个参数是 1。
这个函数比较长，我只逆了个大概，大体思路是先检查是否存在，不存在则插入。如果队列已经满了，需要等待工作线程从队列中取走一些任务才返回。
至此，基本理清了主线程相关的逻辑。大体是这样的：主线程在处理 HandlePaint() 的时候，先发送一个任务给工作线程，（通过 SendToWorkThread() 发送到工作线程的任务队列中），然后通过 BeConditionVariable::WaitOnCondition() 等待这个任务结束。
看完界面线程，再来再看 7 号工作线程的相关逻辑。
工作线程逻辑
7 号工作线程，只需要关心 9 号栈帧对应的函数。
注意，_RunThread+0x1a3c，这个偏移有点大。由于缺少符号，这里很有可能只是以 _RunThread 作为参照得到的一个偏移，实际对应的是另外一个函数的代码。使用 ub 向前查看反汇编，很快定位到正确的函数首地址。
从上图可知，9 号栈帧对应的函数起始地址是 000007fe dac5fee0。怎么在 IDA 中找到这个函数呢？如果知道这个函数相对于其所在模块的偏移，就可以算出在 IDA 中的地址了。该怎么获取这个地址对应的模块基址呢？在 windbg 中执行 lma address 就可以知道一个地址对应的模块信息了。
得到模块基址（0x000007fe dac10000）后，可以很简单的计算出偏移量为 0x4fee0。有了这些信息就可以在 IDA 中找到这个函数了。
小贴士：也可以在
IDA中调整模块基址，使其与windbg保持一致。这样就不用根据偏移在IDA中手动计算地址了。
得到要查看的函数地址后（我在 IDA 中执行了 Rebase program，所以是 000007fe dac10000），在 IDA 中直接按快捷键 g，输入地址后即可跳转到输入的地址处。
注意：如果在
IDA中以16进制输入地址，请加上0x前缀，而且不要带重音连接符。
再次按下神奇的 F5 ：
至此，工作线程的逻辑也理清了。简单总结如下：工作线程是一个循环，不断从任务队列取任务执行，如果设置了唤醒标记位，那么需要在执行完任务函数后，唤醒等待的线程。
验证猜想
好了，花费了这么多精力终于理清了主线程和工作线程的交互逻辑。目的只有一个，就是为了更好的验证之前的猜想：工作线程还没有来得及执行主线程过来的任务就挂起了。
如果猜测是正确的，那么工作线程的任务队列中应该还保留着这个未执行的任务。接下来的任务就是来找到这个未执行的任务。
通过上面对主线程和工作线程的分析，工作线程的任务队列中应该有类型为 MobileDgnRPCGenericMessage 的对象，并且该对象偏移 128 的位置的值为 0x7FEDAC749A0。根据这两条关键信息在内存中搜寻一下符合条件的记录。
在 windbg 中输入命令 s -q 0 L?fffffffffffffff 000007FEDAD19658，根据虚表地址搜寻 MobileDgnRPCGenericMessage 类型的对象。找到了两条符合条件的记录。
再输入 s -q 0 L?fffffffffffffff 7FEDAC749A0 根据 sub_7FEDAC749A0 的地址搜寻包含这个地址的对象。找到四条符合条件的记录。
我们关心的是这两次搜寻结果相差 128 的记录（因为根据之前的分析，workProc 存储在偏移为 128 的位置）。经过肉眼观察及在 windbg 中计算（? 00000000300b4ea0 - 00000000300b4f20），得到了一个符合条件的对象的地址 00000000 300b4ea0。整个过程如下图：
找到了满足上面条件的对象地址，还需要确认这个对象是否在工作线程的任务队列中。工作线程的任务队列由全局变量 g_taskQueueManager 管理，该变量是一个指针，指针所在的地址是 000007FEDADAA380，指针的值是 00000000024d9fa0。
根据之前的分析猜测，偏移为 8 的位置记录了任务队列的开始位置，偏移 16 的位置记录了任务队列的结束位置，偏移 24 的位置记录了任务队列缓冲区结尾的位置，这个任务队列很有可能是通过 vector 管理的。在 windbg 中查看 g_taskQueueManager 的内容。
查看任务队列起始位置保存的记录信息，输入 dq 0000000037e33ce0，然后与 s -q 0 L?fffffffffffffff 00000000300b4ea0 得到的搜索记录对比，发现有一条是吻合的。
看来，主线程发送给工作线程的任务确实还没有被执行，工作线程就挂起了。
总结
这个偶发的挂起 bug 终于算是解决了。整个过程多亏了强大的 IDA 的强力支持。使整个分析过程简单了 N 倍。最后，对整个分析过程中用到的技术点做一个简单的总结：
IDA的F5真香。- 可以在
IDA中通过Rebase program调整模块基址。 - 在
IDA中按g可以跳转到输入的地址。 - 在
IDA中的地址需要有0x前缀，不要包含windbg中64位地址的地址连接符。 - 可以在
windbg中通过lm a address得到一个地址对应的模块信息。 - 在
windbg中可以通过ub进行反向反汇编。 - 在
windbg中可以根据虚表地址搜寻对应类型的变量在内存中的位置。 - 在工作线程调用界面相关的
API时，是通过给界面线程发消息的方式实现的。
