首先，我确实意识到这不是一个具有绝对答案的完美的问与答风格的问题，但是我想不出任何措辞来使它更好地工作。我认为没有绝对的解决方案，这就是为什么我将其发布在此处而不是Stack Overflow的原因之一。
在过去的一个月中，我一直在重写相当旧的服务器代码（mmorpg），以使其更加现代，并且易于扩展/修改。我从网络部分开始，并实现了一个第三方库（libevent）来为我处理事务。通过所有的重构和代码更改，我在某个地方引入了内存损坏，而我一直在努力寻找发生错误的地方。
我似乎无法在我的开发/测试环境中可靠地重现它，即使实现原始机器人来模拟某些负载时，我也不会再崩溃（我修复了会导致某些问题的libevent问题）
到目前为止，我已经尝试过：
摆脱困境-直到事情崩溃（可能需要1天以上的生产时间或仅仅一个小时）崩溃之前，我才真正感到困惑，这之前肯定没有无效的写入，肯定在某个时候它将访问无效的内存并且不会覆盖内容机会？（是否可以“扩展”地址范围？）
代码分析工具，即coverage和cppcheck。尽管他们确实指出了代码中的一些.nastiness和边缘情况，但没有什么严重的。
记录该过程，直到它与gdb崩溃（通过undodb），然后以反向方式工作。/ sounds /这样的声音应该是可行的，但是我要么通过使用自动完成功能最终导致gdb崩溃，要么由于一些可能的分支（一个损坏导致另一个损坏，因此导致内部迷失）在内部libevent结构中丢失上）。我想如果能看到指针最初属于/分配指针的地方，那将消除大多数分支问题，那就太好了。但是我无法使用undodb运行valgrind，而且我正常的gdb记录的速度实在太慢了（如果甚至可以与valgrind结合使用）。
代码审查！我自己（彻底）并让一些朋友来检查我的代码，尽管我怀疑它是否足够彻底。我当时在考虑也许要雇用一名开发人员与我一起进行一些代码审查/调试，但是我付不起太多钱，而且我也不知道该去哪里寻找愿意为小工作而工作的人-如果他没有找到问题或根本没有资格，那就不要钱。
我还应该指出：我通常会得到一致的回溯。在某些地方发生崩溃，主要与套接字类以某种方式损坏有关。它是指向不是套接字的东西的无效指针，还是套接字类本身被乱码覆盖（部分？）。尽管我怀疑它在那里崩溃最多，因为那是最常用的部分之一，因此它是第一个被使用的损坏的内存。
总而言之，这个问题使我忙了将近2个月（无论是开还是关，都是一个业余项目），这确实让我感到沮丧，以至于我变得脾气暴躁，并想放弃。我只是想不出我应该怎么做才能发现问题。
我错过了任何有用的技术吗？你怎么处理那件事呢？（这可能不那么普遍，因为没有太多相关信息。或者我真的是盲人？）
编辑：
一些重要的规格：
通过gcc 4.7使用c ++（11）（版本由debian wheezy提供）
代码库大约有15万行
编辑以回复david.pfx帖子：（抱歉响应缓慢）
您是否在仔细记录崩溃情况以寻找模式？
是的，我仍然遗漏了最近发生的崩溃事件
几个地方真的很相似吗？用什么方式？
好吧，在最新版本中（每当我添加/删除代码或更改相关结构时，它们似乎都会改变），它总是会陷入项目计时器方法中。基本上，一个项目有一个特定的时间，在该时间之后，它会过期，并将更新的信息发送给客户端。无效的套接字指针将在Player类中（据我所知仍然有效），大部分与此有关。在正常关闭后，我还将在清理阶段遇到大量崩溃，该崩溃将破坏所有未明确破坏的静态类（__run_exit_handlers在回溯中）。大多数情况下只涉及std::map一个类，但猜测这只是第一件事。
损坏的数据是什么样的？零？Ascii？模式？
我还没有找到任何模式，对我来说似乎有点随机。很难说，因为我不知道腐败从哪里开始。
它与堆有关吗？
这完全与堆有关（我启用了gcc的堆栈保护，但没有捕获任何东西）。
腐败发生在a之后
free()吗？
您将不得不对此进行详细说明。您是说要让已经释放的对象指向周围吗？一旦对象被销毁，我会将每个引用都设置为null，所以除非我在某处错过了东西，否则不行。那应该在valgrind中显示出来，但是没有。
网络流量是否有与众不同的东西（缓冲区大小，恢复周期）？
网络流量由原始数据组成。因此，对于更复杂的事物，使用char数组，（u）intX_t或packed（以除去填充）结构，每个数据包都有一个标头，该标头由id和数据包大小本身组成，并针对预期大小进行了验证。它们大约为10-60字节，最大的（内部“启动”数据包，在启动时触发一次）大小为几Mb。
大量的生产断言。在损坏蔓延之前及早地发生崩溃。
我曾经有一次与std::map腐败相关的崩溃，每个实体都有其“视图”的地图，每个实体都可以看到它，反之亦然。我在前面和后面添加了200byte的缓冲区，将其填充为0x33，并在每次访问之前对其进行了检查。腐败刚刚消失了，我必须搬走一些东西使它腐败了。
战略性日志记录，因此您可以准确地知道之前发生了什么。当您更接近答案时，将其添加到日志记录中。
它的工作..扩展。
无奈之下，您可以保存状态并自动重启吗？我可以想到一些实现此目的的生产软件。
我有点做。该软件由一个主要的“高速缓存”进程和一些其他工作进程组成，它们均访问高速缓存以获取并保存内容。因此，每次崩溃我都不会失去太多进展，它仍然会断开所有用户的连接，依此类推，这绝对不是解决方案。
并发：线程，竞争条件等
有一个mysql线程可以执行“异步”查询，尽管这一切都未曾动过，并且仅通过具有所有锁定功能的函数才与数据库类共享信息。
中断
有一个中断计时器可以阻止它锁定，如果它在30秒内没有完成一个周期，它只会中止运行，但是该代码应该是安全的：
if (!tics) {
abort();
} else
tics = 0;
volatile int tics = 0;每次循环完成时增加tic 。也是旧代码。
事件/回调/异常：意外损坏状态或堆栈
正在使用许多回调（异步网络I / O，计时器），但它们不应做任何不好的事情。
异常数据：异常输入数据/时序/状态
我有一些与此相关的案例。在仍在处理数据包时断开套接字会导致访问nullptr等，但是到目前为止，这些值很容易发现，因为在告诉类本身完成后立即清除了每个引用。（破坏本身由循环处理，每个循环删除所有被破坏的对象）
对异步外部过程的依赖。
关心详细吗？上面提到的高速缓存过程就是这种情况。我唯一能想到的就是无法足够快地完成工作并使用垃圾数据，但是事实并非如此，因为那也使用了网络。相同的数据包模型。