神奇的"僵尸"进程问题(java defunct)
现象描述
- 大概1个月多以前 在启动脚本中增加了tail -f
- 用来启动后追踪日志判断是否启动成功
- 后发现无法执行shutdown.sh(卡住 利用curl) 然后无奈使用kill -9
- 但通过ps -el 发现此时进程变为defunct 即僵尸进程
- 当时的解决办法无奈 只能找到僵尸进程的父进程kill
- 当时认为可能是tail的问题 后来启动脚本中去掉tail 发现问题解决
- But
- 当时一直没有来得及排查是如何引起僵尸进程的问题
- 这两天抽时间排查了一下 发现和tail没有一毛钱关系
艰难的排查过程1-尝试复现
import java.util.concurrent.TimeUnit;
public class Defunct {
public static void main(String[] args) {
while (true) {
System.out.println("test defunct");
try {
TimeUnit.SECONDS.sleep(30);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
#!/bin/bash
nohup java -cp defunct.jar Defunct &
echo "$!"
echo "$!" > pid
- 启动脚本start_tail.sh 使用了tail
#!/bin/bash
nohup java -cp defunct.jar Defunct &
echo "$!"
echo "$!" > pid
tail -f nohup.out
#!/bin/bash
pid=`cat pid`
echo $pid
kill $pid
- 分别用两个脚本测试，得出下面几个结论
- start.sh启动的java进程的父进程是1 即init进程
- start_tail.sh启动后 java进程的父进程是sh
- sh分别有两个子进程
- 一个是java子进程 一个是tail子进程
- 当启动start_tail.sh后 因为tail是前台进程 所以ctrl+c可以结束
- 此时sh和tail两个进程都结束了
- 而此时java进程的父进程变为了1
- 用这个例子做各种测试 都无法复现僵尸进程的问题
艰难的排查过程2-游戏服务器尝试复现
- 当初出现是在游戏服务器复现的 那么应该比较复现吧
- 修改了一下一个游戏服务器的启动脚本 默认是没有加tail 现在加上了tail -f
- 启动游戏服务器脚本 看到日志 启动成功 ctrl+c 退出tail
- 调用shutdown.sh 发现服务器顺利关闭
- 结论
艰难的排查过程3-各种思考、查阅资料
- 首先从僵尸进程的产生原因入手
- 猜测是否是sh这个父进程没有调用waitpid去回收java子进程
- 查询网上类似的tomcat tail -f问题
- 思考当初1个多月以前的情形
- 其中有一个很重要的当初情形是shutdown的时候curl卡住了...
- 灵光一现
- 难道是当初操作失误了 没有按下ctrl+c 而是按下了ctrl+z
神奇的ctrl+z 复现测试代码defunct
[xx@achilles deploy_defunct]$ sh start_tail.sh
3974
nohup: appending output to `nohup.out'
defunct2
^Z
[2]+ Stopped sh start_tail.sh
- 启动stop.sh 发现进程(3974)无法被stop
[xx@achilles deploy_defunct]$ sh stop.sh
3974
[xx@achilles deploy_defunct]$ jps
4146 Jps
3974 Defunct2
12790 SpursLauncher
3726 SpursLauncher
- 使用kill -9 尝试杀死进程 此时发现进程已经是defunct了
[xx@achilles deploy_defunct]$ kill -9 3974
[xx@achilles deploy_defunct]$ jps
3974 Defunct2
12790 SpursLauncher
4314 Jps
3726 SpursLauncher
[xx@achilles deploy_defunct]$ ps -el | grep 3974
0 Z 500 3974 3973 0 80 0 - 0 exit pts/4 00:00:00 java <defunct>
- 此时 只要使用fg命令 从后台调到前台 然后按下ctrl+c 则僵尸进程进程自动消失
[xx@achilles deploy_defunct]$ ps -el | grep 3974
0 Z 500 3974 3973 0 80 0 - 0 exit pts/4 00:00:00 java <defunct>
[xx@achilles deploy_defunct]$ fg
sh start_tail.sh
^C
[xx@achilles deploy_defunct]$ ps -el | grep 3974
神奇的ctrl+z 复现游戏服务器defunct
- 启动脚本(有tail) 等待一段时间(将所有服务器全部开启) 并ctrl+z
[xx@achilles spurs-2]$ sh start.sh
......
^Z
[1]+ Stopped sh start.sh
- 此时执行shutdown.sh 发现没有任何反应(卡住) 无奈ctrl+c
[xx@achilles spurs-2]$ sh shutdown.sh
^C
[xx@achilles spurs-2]$ jps
9667 SpursLauncher
9796 Jps
[xx@achilles spurs-2]$ ll /proc/9667 | grep cwd
lrwxrwxrwx 1 xx xx 0 Dec 5 17:32 cwd -> /data/home/user00/xx/achilles/backend/spurs-2
[xx@achilles spurs-2]$ ps -el | grep 9667
0 T 500 9667 9666 7 80 0 - 1442848 signal pts/6 00:00:07 java
[xx@achilles spurs-2]$ ps -el | grep 9666
0 T 500 9666 8959 0 80 0 - 26521 signal pts/6 00:00:00 sh
0 T 500 9667 9666 7 80 0 - 1442848 signal pts/6 00:00:07 java
0 T 500 9669 9666 0 80 0 - 25241 signal pts/6 00:00:00 tail
- 此时执行jstack 也发现没有任何反应(卡住) 无奈ctrl+c
[xx@achilles spurs-2]$ jstack 9667
^C
- 此时执行kill -9 此时java进程已经变为了僵尸进程
[xx@achilles spurs-2]$ kill -9 9667
[xx@achilles spurs-2]$ ps -el | grep 9667
0 Z 500 9667 9666 1 80 0 - 0 exit pts/6 00:00:07 java <defunct>
- 此时用fg将暂停的脚本恢复 然后ctrl+c 则僵尸进程消失 顺利被回收
[xx@achilles spurs-2]$ fg
sh start.sh
^C
[xx@achilles spurs-2]$ ps -el | grep 9666
[xx@achilles spurs-2]$ ps -el | grep 9667
总结1
- tail和造成defunct没有任何关系
- 根本原因是因为按下ctrl+z 将start_tail.sh切换到了后台
- 测试1 当start_tail.sh后 按下ctrl+z 如果直接被crt#session关闭了呢
- 更神奇的事情发生了 java进程直接被干掉了
- ！！ 这个在游戏服务器也测试了 一定要注意!!
- 测试2 执行start_tail.sh 直接关闭ctr#session 则java进程还在 因为是nohup启动
- 测试3 当start_tail.sh后 按下ctrl+z 再按fg 恢复执行 此时之后可以顺利shutdown
总结2
- 正常启动脚本 没有tail java进程的父进程是1 即init进程 使用shutdown脚本关闭java进程后 自动被init进程回收
- 启动脚本加了tail
- 此时java进程的父进程是sh进程
- sh进程有两个子进程 一个是java子进程 一个是tail子进程
- 直接ctrl+c 则sh进程和tail进程都结束 java进程的父进程变为了1
- 如果不ctrl+c 直接shutdown java进程 则java进程也会正常结束 即sh父进程会回收java子进程
总结3
- 最终'罪魁祸首'是ctrl+z 其会暂停程序的运行
- 如果我们启动脚本没有加tail 则执行完nohup & 自动到后台
- 但是我们加了tail后 因为tail是前台进程 所以要么ctrl+c结束 要么ctrl+z
- 如果我们按下了ctrl+z 则sh启动的所有子进程都会暂停
- 所以我们的java进程此时处于暂停状态 所以shutdown/jstack都卡住了一样 只能ctrl+c退出
- 然后错误的操作就是使用kill -9 这个会把进程给干掉 但是因为父进程sh被暂停了 所以无法waitPid 执行子进程的回收操作 从而导致java进程变为了僵尸进程
- 而通过fg恢复后 ctrl+c 父进程和tail都退出 java进程被init进程接管 自动回收
总结4
- 加tail -f 没有问题
- 但是一定不要忘了ctrl+c
- 如果ctrl+z 那么一定fg 然后ctrl+c
- 不过当出现了shutdown.sh卡住 或者操作jvm都没反应 可以怀疑是暂停了
参考
