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?？矗此扑芯€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)核堆棧看，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)確認方法：

　　部署debug信息，然后gdb attach相關(guān)進程，確認堆棧，并結(jié)合代碼邏輯分析。

　　最終確認該問題確為用戶態(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?