RaceVis: Ein Werkzeug zur Visualisierung von Data Races

Die Entwicklung und Wartung von nebenläufigen Programmen ist schwierig und fehleranfällig. Fehlende oder falsche Synchronisation kann zu komplizierten Fehlerszenarien führen, die dem Quelltext nur schwer anzusehen sind, jedoch katastrophale Auswirkungen auf die Programmausführung haben können. Durch statische Programmanalyse können alle Quelltextpositionen identifiziert werden, an denen bestimmte Fehler, wie z.B. Data Races, auftreten können. Ein Data Race existiert in einem nebenläufigen Programm, wenn mehrere Threads auf eine gemeinsam genutzte Variable (Shared Variable) zugreifen und folgendes gilt: (1) mindestens ein Thread schreibt auf die Variable und (2) die einzelnen Zugriffe finden ohne Synchronisation statt. Data Races können zu inkonsistenten Daten im Speicher führen und schwerwiegende Folgen für die korrekte Ausführung des Programms haben. Führen beispielsweise zwei Threads gleichzeitig die Operation g = g + c für eine globale Variable g aus, so hängt der resultierende Wert von g davon ab, in welcher Reihenfolge die beiden Threads den alten Wert von g lesen und den neuen Wert in den Speicher ablegen. Zur Erkennung von Data Races wurden in den letzten Jahren eine Vielzahl von Verfahren erforscht. In dem Projekt Bauhaus [2] wurde ein Verfahren zur statischen Analyse basierend auf dem LocksetAlgorithmus [1] implementiert. Aufgrund der prinzipiellen Unentscheidbarkeit des Problems muss eine statische Analyse jedoch die Menge der tatsächlichen Data Races überschätzen. Es wird eine Anzahl an falsch positiven Warnungen erzeugt, die in keiner realen Ausführung des analysierten Programms tatsächlich eintreten können. Für den praktischen Einsatz der Analysen ist deshalb ein Werkzeug nötig, das die Warnungen in geeigneter Form für einen Benutzer aufbereitet. Der Benutzer muss manuell untersuchen können, welche Warnungen tatsächliche Data Races darstellen und welche gefiltert werden sollten. Zu diesem Zweck wird in diesem Papier das Werkzeug RaceVis vorgestellt. Es wurde als Teil des Bauhaus-Projekts als Plugin für die Entwicklungsplattform Eclipse implementiert.