问题描述

华为OSN3500网元的SSN2EGS2单板上报"COMMUN_FAIL"告警，业务中断。检查发现是该SSN2EGS2单板异常复位导致上报"COMMUN_FAIL"告警。单板复位后业务恢复，之后未出现"COMMUN_FAIL"告警和单板异常复位。

主机版本为5.21.12.42

华为EGS2单板版本为2.14

告警信息

COMMUN_FAIL

处理过程

升级OSN3500 SSN2EGS2单板到R6C02B014（单板软件版本3.15）版本根本解决。

根因

根据现场反馈的情况，此问题是业务正常运行中，没有进行任何操作的情况下，突然出现单板复位业务中断的情况。

分析黑匣子数据，发现在处理Hello报文时，前两次处理成功，到了第三次处理的时候，出现释放内存失败异常，导致单板复位。

log日志信息：

bb1.log                               2008-10-14 20:19:33          D:/3500prj/public/HardDrv/NP3454Drv/NP3454PktMng.cpp,813, Hardware operation failed  ,(null)

处理Hello报文错误，需要释放内存空间。          bb1.log                               2008-10-14 20:19:33          Error:0x70008, freeAddr=0x1cc8070, BufSize=0x90, dmm_intf.cpp, line:1439, ,

01cc80f0: 00000000 00000000 64656164 64656164

 bb1.log                               2008-10-14 20:19:33          Reset: File_NP3454PktMng.cpp, Line_859, Type_0xf0000010.

释放报文内存错误，内存释放失败

 bb1.log                               2008-10-14 20:19:33          Error:0x70008, freeAddr=0x1cc7380, BufSize=0x90, NP3454PktMng.cp, line:669, ,

01cc7400: 00000000 04001200 0180c200 00000000

申请报文内存错误，申请内存失败  

bb1.log                               2008-10-14 20:19:33          Error:0x70008, freeAddr=0x1cc7380, BufSize=0x90, dmm_intf.cpp, line:1439, ,

01cc7400: 00000000 04001200 0180c200 00000000

分析复位记录，是由于内存申请失败或是内存写越界导致。

通过分析该段代码发现：

在处理协议报文时，首先指针未初始化；其次由于内存泄漏，在用完片分和非片分后，申请失败，但是只记了level3黑匣子，未返回错或者直接重起；最后是在发送失败判断释放内存时笔误，导致内存没有释放；

由于内存泄漏，用完后别的任务申请失败就会重起；而如果pSendMsgBuf是一个没有初始化，也有没有获得空间的指针，在下面释放也有可能导致重复释放而重起；

因此，问题原因为：由于申请内存之后，在特殊的场景下没有释放内存，导致内存泄露，单板复位。内存泄露后的累计是一个长期的过程，所以复位单板之后问题消失。该问题为单板质量问题。