杀不掉的僵尸(zombie)进程

杀不掉的僵尸(zombie)进程

 

Linux的进程，有以下几种状态（摘自本文）：

State

Description

D

Uninterruptible sleep (usually IO)

R

Running or runnable (on run queue)

S

Interruptible sleep (waiting for an event to complete)

T

Stopped, either by a job control signal or because it is being traced.

W

Paging (not valid since the 2.6.xx kernel)

X

Dead (should never be seen)

Z

Defunct ("zombie") process, terminated but not reaped by its parent.

 

当一个进程处于Z状态，我们称之为zombie进程，如下所示：

#top -b -p 56249

  PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND                                                                                          

56249 ats       20   0     0    0    0 Z  0.0  0.0   5914:36 [ET_NET 0] <defunct>

 

正常情况下，处于zombie状态的进程，会很快地被它的父进程回收，以致于我们根本不会注意到zombie进程的存在。可在实践过程中，却有一些无法使用kill -9命令杀掉的zombie进程，这常常令我们束手无策。

 

如果某个进程一直处于zombie状态，可能会带来一些严重的问题，例如，假设这个进程没有正确地close掉socket，就会导致这些socket处于close_wait状态，这些socket将会占用系统的ip/port资源，将导致其他程序无法创建特定socket。

 

当出现「杀不掉」的zombie进程，我们常常归咎于kernel的bug，不了了之，但其实还有一种情况常常被忽略。让我们看看上面的这个zombie进程内部，是否还有其他线程（使用top命令的-H参数）：

#top -b -H -p 56249

 PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND                                                                                         

56249 ats       20   0     0    0    0 Z  0.0  0.0 253:54.05 [ET_NET 0] <defunct>                                                                            

56337 ats       20   0     0    0    0 D  0.0  0.0  38:53.67 [ET_AIO 0]                                                                                      

56338 ats       20   0     0    0    0 D  0.0  0.0  38:48.24 [ET_AIO 1]                                                                                                                                                                       

由上可见，虽然[ET_NET 0](pid=56249)进程处于zombie状态，但它其实是一个多线程的程序，该程序中的其他线程，如[ET_AIO 0](pid=56337)等，处于D(Uninterruptible sleep)状态，因为D状态的进程（在Linux中，线程只是特殊的进程）无法被中断，因此kill -9无法杀掉D状态的进程。也正因为这些D状态的进程的存在，导致父进程无法顺利的回收它们。

 

通常，我们还需要分析处于D状态的进程卡在了哪里。可通过/proc文件系统查看D状态进程的调用栈：

#cat /proc/56337/stack

[<ffffffff811b372e>] __blockdev_direct_IO_newtrunc+0x6fe/0xb90

[<ffffffff811b3c1e>] __blockdev_direct_IO+0x5e/0xd0

[<ffffffff811b1317>] blkdev_direct_IO+0x57/0x60

[<ffffffff81113543>] generic_file_aio_read+0x793/0x870

[<ffffffff81177c3a>] do_sync_read+0xfa/0x140

[<ffffffff81178635>] vfs_read+0xb5/0x1a0

[<ffffffff81178962>] sys_pread64+0x82/0xa0

[<ffffffff8100b0f2>] system_call_fastpath+0x16/0x1b

[<ffffffffffffffff>] 0xffffffffffffffff

 

由上可见，该进程卡在了磁盘的read操作中，很可能是磁盘坏了。