原文地址：Go Exec 僵尸与孤儿过程

最近，应用 golang 去治理本地利用的生命周期，期间有几个乏味的点，明天就一起看下。

场景一

咱们来看看上面两个脚本会产生什么问题：

创立两个 shell 脚本

  • start.sh
#!/bin/shsh sub.sh
  • sub.sh
#!/bin/shn=0while [ $n -le 100 ]do  echo $n  let n++  sleep 1done

执行脚本

输入后果

$ ./start.sh 012...

过程关系

查看过程信息

ps -jUSER   PID    PPID   PGID   SESS  JOBC  STAT   TT     TIME     COMMANDroot   31758  31346  31758  0     1     S+     s000   0:00.00  /bin/sh ./start.shroot   31759  31758  31758  0     1     S+     s000   0:00.01  sh sub.sh
  • sub.sh 的 父过程（PPID）为 start.sh 的过程id（PID）
  • sub.sh 和 start.sh 两个过程的 PGID 是同一个，（ 属一个过程组）。

删除 start.sh 的过程

kill -9 31758# 再查看过程组ps -j## 返回USER     PID       PPID  PGID     SESS  JOBC   STAT    TT       TIME     COMMANDroot     31759     1     31758    0      0     S       s000     0:00.03  sh sub.sh
  • start.sh 过程不在了
  • sub.sh 过程还在执行
  • sub.sh 过程的 PID 变成了 1

问题1：

那sub.sh 这个过程当初属于什么？

场景二

假如sub.sh 是理论的利用， start.sh 是利用的启动脚本。

那么，golang 是如何治理他们的呢？ 咱们持续看看上面 对于golang的场景。

在下面两个脚本的根底上，咱们用golang 的 os/exec库去调用 start.sh脚本

package mainimport (    "context"    "log"    "os"    "os/exec"    "time")func main()  {    cmd := exec.CommandContext(context.Background(), "./start.sh")  // 将 start.sh 和 sub.sh 移到当前目录下    cmd.Dir = "/Go/src/go-code/cmd/"    cmd.Stdout = os.Stdout    cmd.Stderr = os.Stderr    if err := cmd.Start(); err != nil {        log.Printf("cmd.Start error %+v \n", err)    }    for {        select {        default:            log.Println(cmd.Process.Pid)            time.Sleep(2 * time.Second)        }    }}

执行程序

go run ./main.go

查看过程

ps -jUSER   PID    PPID   PGID     SESS  JOBC  STAT   TT      TIME     COMMANDroot   45458  45457  45457    0     0     Ss+    s004    0:00.03  ...___1go_build_go_code_cmdroot   45462  45458  45457    0     0     S+     s004    0:00.01  /bin/sh ./start.shroot   45463  45462  45457    0     0     S+     s004    0:00.03  sh sub.sh

发现 go 、 start.sh 、sub.sh 三个过程为同一个过程组（同一个 PGID）

父子关系为： main.go -> start.sh -> sub.sh

删除 start.sh 的过程

理论场景，有可能启动程序挂了，导致咱们无奈监听到执行程序的状况，删除start.sh过程，模仿下场景 ：

kill -9 45462

再查看过程

ps -jUSER   PID    PPID   PGID     SESS  JOBC  STAT   TT      TIME     COMMANDroot   45458  45457  45457    0     0     Ss+    s004    0:00.03  ...___1go_build_go_code_cmdroot   45462  1      45457    0     0     S+     s004    0:00.01  (bash)root   45463  45462  45457    0     0     S+     s004    0:00.03  sh sub.sh
  • 发现没， start.sh 的 PPID 为1
  • 即便 start.sh 的 PPID变成了1 ，log.Println(cmd.Process.Pid) 还继续的输入 .

问题2:

那如果 PPID为1 ，golang程序不就无奈治理了吗？ 即便 sub.sh 退出也不晓得了，那要如何解决？

问题剖析

  • 两个场景中， 都有一个独特的点，就是 PPID 为1，这妥妥的成为没人要的娃了——孤儿过程
  • 场景二中，如果 cmd的没有过程没有被回收，go程序也无奈治理，那么start.sh就成为了占着茅坑不拉屎的子过程——僵尸过程

那到底什么是孤儿过程 和 僵尸过程？

孤儿过程

在类 UNIX 操作系统中，孤儿过程（Orphan Process）指：是在其父过程执行实现或被终止后仍持续运行的一类过程。

为防止孤儿过程退出时无奈开释所占用的资源而僵死，任何孤儿过程产生时都会立刻为零碎过程 init 或 systemd 主动接管为子过程，这一过程也被称为收养。在此需注意，尽管事实上该过程已有init作为其父过程，但因为创立该过程的过程已不存在，所以仍应称之为孤儿过程。孤儿过程会节约服务器的资源，甚至有耗尽资源的潜在危险。

解决&预防

  1. 终止机制：强制杀死孤儿过程（最罕用的伎俩）；
  2. 再生机制：服务器在指定工夫内查找调用的客户端，若找不到则间接杀死孤儿过程；
  3. 超时机制：给每个过程指定一个确定的运行工夫，若超时仍未实现则强制终止之。若有须要，亦可让过程在指定工夫耗尽之前申请延时。
  4. 过程组：因为父过程终止或解体都会导致对应子过程成为孤儿过程，所以也无奈意料一个子过程执行期间是否会被“遗弃”。有鉴于此，少数类UNIX零碎都引入了过程组以避免产生孤儿过程。

僵尸过程

在类 UNIX 操作系统中，僵尸过程（zombie process）指：实现执行（通过exit零碎调用，或运行时产生致命谬误或收到终止信号所致），但在操作系统的过程表中依然存在其过程管制块，处于"终止状态"的过程。
失常状况下，过程间接被其父过程 wait 并由零碎回收。而僵尸过程与失常过程不同，kill 命令对僵尸过程有效，并且无奈回收，从而导致资源透露。

解决&预防

收割僵尸过程的办法是通过 kill 命令手工向其父过程发送SIGCHLD信号。如果其父过程依然回绝收割僵尸过程，则终止父过程，使得 init 过程收养僵尸过程。init 过程周期执行 wait 零碎调用收割其收养的所有僵尸过程。

查看过程详情

# 列出过程ps -l
  • USER：过程的所属用户
  • PID：过程的过程ID号
  • RSS：过程占用的固定的内存量 (Kbytes)
  • S：查看过程状态
  • CMD：过程对应的理论程序

过程状态（S）

  • R：运行 Runnable (on run queue) 正在运行或在运行队列中期待
  • S：睡眠 Sleeping 休眠中，碰壁，在期待某个条件的造成或承受到信号
  • I：闲暇 Idle
  • Z：僵死 Zombie（a defunct process) 过程已终止，但过程描述符存在， 直到父过程调用wait4()零碎调用后开释
  • D：不可中断 Uninterruptible sleep (ususally IO) 收到信号不唤醒和不可运行， 过程必须期待直到有中断产生
  • T：终止 Terminate 过程收到SIGSTOP、SIGSTP、 SIGTIN、SIGTOU信号后进行运行运行
  • P：期待替换页
  • W：无驻留页 has no resident pages 没有足够的记忆体分页可调配
  • X：死掉的过程

Go解决方案

采纳 杀掉过程组（kill process group，而不是只 kill 父过程，在 Linux 外面应用的是 kill -- -PID） 与 过程wait计划，后果如下：

package mainimport (    "context"    "log"    "os"    "os/exec"    "syscall"    "time")func main() {    ctx := context.Background()    cmd := exec.CommandContext(ctx, "./start.sh")      // 设置过程组    cmd.SysProcAttr = &syscall.SysProcAttr{        Setpgid: true,    }    cmd.Dir = "/Users/Wilbur/Project/Go/src/go-code/cmd/"    cmd.Stdout = os.Stdout    cmd.Stderr = os.Stderr    if err := cmd.Start(); err != nil {        log.Printf("cmd.Start error %+v \n", err)    }    // 监听过程wait    errCmdCh := make(chan error, 1)    go func() {        errCmdCh <- cmd.Wait()    }()    for {        select {        case <-ctx.Done():            log.Println("ctx.done")            pid := cmd.Process.Pid            if err := syscall.Kill(-1*pid, syscall.SIGKILL); err != nil {                return            }        case err := <-errCmdCh:            log.Printf("errCmdCh error %+v \n", err)            return        default:            log.Println(cmd.Process.Pid)            time.Sleep(2 * time.Second)        }    }}

分析 cmd.Wait() 源码

在 os/exec_unix下：

var (    status syscall.WaitStatus    rusage syscall.Rusage    pid1   int    e      error    )for {    pid1, e = syscall.Wait4(p.Pid, &status, 0, &rusage)    if e != syscall.EINTR {        break    }}

进行了 syscall.Wait4对系统监听，正如"僵死 Zombie（a defunct process) 过程已终止，但过程描述符存在， 直到父过程调用wait4()零碎调用后开释"，所说统一。

总结

严格地来说，僵尸过程并不是问题的本源，罪魁祸首是产生出大量僵尸过程的那个父过程。

因而，当咱们寻求如何毁灭零碎中大量的僵尸过程时，更应该是在理论的开发过程中，思考如何防止僵尸过程的产生。

参考：

https://pkg.go.dev/syscall

https://cs.opensource.google/...;l=279

https://pkg.go.dev/os/exec