Linux下如何處理用戶態(tài)進程死循環(huán)問題
Linux下如何處理用戶態(tài)進程死循環(huán)問題
在進行Linux系統(tǒng)操作的時候，有時候會遇到一次用戶態(tài)進程死循環(huán)，即系統(tǒng)反應(yīng)遲鈍、進程掛死等問題，那么遇到這些問題又該如何解決呢?下面學(xué)習(xí)啦小編就給大家介紹下一次用戶態(tài)進程死循環(huán)的問題該如何處理。
1、問題現(xiàn)象
業(yè)務(wù)進程(用戶態(tài)多線程程序)掛死，操作系統(tǒng)反應(yīng)遲鈍，系統(tǒng)日志沒有任何異常。從進程的內(nèi)核態(tài)堆棧看，看似所有線程都卡在了內(nèi)核態(tài)的如下堆棧流程中：
[root@vmc116 ~]# cat /proc/27007/task/11825/stack
[《ffffffff8100baf6》] retint_careful+0x14/0x32
[《ffffffffffffffff》] 0xffffffffffffffff
2、問題分析
1)內(nèi)核堆棧分析
從內(nèi)核堆?？?，所有進程都阻塞在 retint_careful上，這個是中斷返回過程中的流程，代碼(匯編)如下：
entry_64.S
代碼如下：
ret_from_intr：
DISABLE_INTERRUPTS(CLBR_NONE)
TRACE_IRQS_OFF
decl PER_CPU_VAR(irq_count)
/* Restore saved previous stack */
popq %rsi
CFI_DEF_CFA rsi，SS+8-RBP /* reg/off reset after def_cfa_expr */
leaq ARGOFFSET-RBP(%rsi)， %rsp
CFI_DEF_CFA_REGISTER rsp
CFI_ADJUST_CFA_OFFSET RBP-ARGOFFSET
。。。
retint_careful：
CFI_RESTORE_STATE
bt $TIF_NEED_RESCHED，%edx
jnc retint_signal
TRACE_IRQS_ON
ENABLE_INTERRUPTS(CLBR_NONE)
pushq_cfi %rdi
SCHEDULE_USER
popq_cfi %rdi
GET_THREAD_INFO(%rcx)
DISABLE_INTERRUPTS(CLBR_NONE)
TRACE_IRQS_OFF
jmp retint_check
這其實是用戶態(tài)進程在用戶態(tài)被中斷打斷后，從中斷返回的流程，結(jié)合retint_careful+0x14/0x32，進行反匯編，可以確認(rèn)阻塞的點其實就在
SCHEDULE_USER
這其實就是調(diào)用schedule()進行調(diào)度，也就是說當(dāng)進程走到中斷返回的流程中時，發(fā)現(xiàn)需要調(diào)度(設(shè)置了TIF_NEED_RESCHED)，于是在這里發(fā)生了調(diào)度。
有一個疑問：為什么在堆棧中看不到schedule()這一級的棧幀呢?
因為這里是匯編直接調(diào)用的，沒有進行相關(guān)棧幀壓棧和上下文保存操作。
2)進行狀態(tài)信息分析
從top命令結(jié)果看，相關(guān)線程實際一直處于R狀態(tài)，CPU幾乎完全耗盡，而且絕大部分都消耗在用戶態(tài)：
[root@vmc116 ~]# top
top - 09:42:23 up 16 days， 2:21， 23 users， load average： 84.08， 84.30， 83.62
Tasks： 1037 total， 85 running， 952 sleeping， 0 stopped， 0 zombie
Cpu(s)： 97.6%us， 2.2%sy， 0.2%ni， 0.0%id， 0.0%wa， 0.0%hi， 0.0%si， 0.0%st
Mem： 32878852k total， 32315464k used， 563388k free， 374152k buffers
Swap： 35110904k total， 38644k used， 35072260k free， 28852536k cached
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
27074 root 20 0 5316m 163m 14m R 10.2 0.5 321:06.17 z_itask_templat
27084 root 20 0 5316m 163m 14m R 10.2 0.5 296:23.37 z_itask_templat
27085 root 20 0 5316m 163m 14m R 10.2 0.5 337:57.26 z_itask_templat
27095 root 20 0 5316m 163m 14m R 10.2 0.5 327:31.93 z_itask_templat
27102 root 20 0 5316m 163m 14m R 10.2 0.5 306:49.44 z_itask_templat
27113 root 20 0 5316m 163m 14m R 10.2 0.5 310:47.41 z_itask_templat
25730 root 20 0 5316m 163m 14m R 10.2 0.5 283:03.37 z_itask_templat
30069 root 20 0 5316m 163m 14m R 10.2 0.5 283:49.67 z_itask_templat
13938 root 20 0 5316m 163m 14m R 10.2 0.5 261:24.46 z_itask_templat
16326 root 20 0 5316m 163m 14m R 10.2 0.5 150:24.53 z_itask_templat
6795 root 20 0 5316m 163m 14m R 10.2 0.5 100:26.77 z_itask_templat
27063 root 20 0 5316m 163m 14m R 9.9 0.5 337:18.77 z_itask_templat
27065 root 20 0 5316m 163m 14m R 9.9 0.5 314:24.17 z_itask_templat
27068 root 20 0 5316m 163m 14m R 9.9 0.5 336:32.78 z_itask_templat
27069 root 20 0 5316m 163m 14m R 9.9 0.5 338:55.08 z_itask_templat
27072 root 20 0 5316m 163m 14m R 9.9 0.5 306:46.08 z_itask_templat
27075 root 20 0 5316m 163m 14m R 9.9 0.5 316:49.51 z_itask_templat
。。。
3)進程調(diào)度信息
從相關(guān)線程的調(diào)度信息看：
[root@vmc116 ~]# cat /proc/27007/task/11825/schedstat
15681811525768 129628804592612 3557465
[root@vmc116 ~]# cat /proc/27007/task/11825/schedstat
15682016493013 129630684625241 3557509
[root@vmc116 ~]# cat /proc/27007/task/11825/schedstat
15682843570331 129638127548315 3557686
[root@vmc116 ~]# cat /proc/27007/task/11825/schedstat
15683323640217 129642447477861 3557793
[root@vmc116 ~]# cat /proc/27007/task/11825/schedstat
15683698477621 129645817640726 3557875
發(fā)現(xiàn)相關(guān)線程的調(diào)度統(tǒng)計一直在增加，說明相關(guān)線程一直是在被調(diào)度運行的，結(jié)合其狀態(tài)也一直是R，推測很可能在用戶態(tài)發(fā)生了死循環(huán)(或者非睡眠死鎖)。
這里又有問題：為什么從top看每個線程的CPU占用率只有10%左右，而不是通常看到的死循環(huán)進程導(dǎo)致的100%的占用率?
因為線程數(shù)很多，而且優(yōu)先級都一樣，根據(jù)CFS調(diào)度算法，會平均分配時間片，不會讓其中一個線程獨占CPU。結(jié)果為多個線程間輪流調(diào)度，消耗掉了所有的cpu。。
另一個問題：為什么這種情況下，內(nèi)核沒有檢測到softlockup?
因為業(yè)務(wù)進程的優(yōu)先級不高，不會影響watchdog內(nèi)核線程(最高優(yōu)先級的實時線程)的調(diào)度，所以不會產(chǎn)生softlockup的情況。
再一個問題：為什么每次查看線程堆棧時，總是阻塞在retint_careful，而不是其它地方?
因為這里(中斷返回的時候)正是調(diào)度的時機點，在其它時間點不能發(fā)生調(diào)度(不考慮其它情況~)，而我們查看線程堆棧的行為，也必須依賴于進程調(diào)度，所以我們每次查看堆棧時，正是查看堆棧的進程(cat命令)得到調(diào)度的時候，這時正是中斷返回的時候，所以正好看到的阻塞點為retint_careful。
4)用戶態(tài)分析
從上面的分析看，推測應(yīng)該是用戶態(tài)發(fā)生了死鎖。
用戶態(tài)確認(rèn)方法：
部署debug信息，然后gdb attach相關(guān)進程，確認(rèn)堆棧，并結(jié)合代碼邏輯分析。
最終確認(rèn)該問題確為用戶態(tài)進程中產(chǎn)生了死循環(huán)。
以上就是linux系統(tǒng)下一次用戶態(tài)進程死循環(huán)問題的處理方法介紹了，先要分析出現(xiàn)問題的原因，然后再根據(jù)原因進行處理，你學(xué)會了嗎?