学步园

系统环境：CentOS
 6.5 x86_64

一、问题表现

系统负载升高，某一个核的cpu资源被top进程耗尽，如下图所示：

二、分析过程

1. 通过strace命令打印top进程信息，出现大量重复的系统调用，如下：

   
   

   
   

   查看top进程的fd信息如下：

   
   
   通过以上信息推断，top进程的输入输出异常，触发select返回文件描述符，但是文件描述符未处理或处理不当造成select无限触发，陷入死循环，占用一个核的cpu资源。

2. 下载procps-3.2.8查看top源码，在第3398行找到了相关调用。如代码所示标准输入被放到了select调用里，因为标准输入错误导致触发select返回fd，无tv时长的等待。
   

3. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

   long file_flags; int rc; char c; fd_set fs; FD_ZERO(&fs); FD_SET(STDIN_FILENO, &fs); file_flags = fcntl(STDIN_FILENO, F_GETFL); if(file_flags==-1) file_flags=0; fcntl(STDIN_FILENO, F_SETFL, O_NONBLOCK|file_flags);    // check 1st, in case tv zeroed (by sig handler) before it got set rc = chin(0, &c, 1); if (rc <= 0) {     // EOF is pretty much a "can't happen" except for a kernel bug.    // We should quickly die via SIGHUP, and thus not spin here.    // if (rc == 0) end_pgm(0); /* EOF from terminal */    fcntl(STDIN_FILENO, F_SETFL, file_flags);    select(1, &fs, NULL, NULL, &tv);    fcntl(STDIN_FILENO, F_SETFL, O_NONBLOCK|file_flags); }         if (chin(0, &c, 1) > 0) {     fcntl(STDIN_FILENO, F_SETFL, file_flags);    do_key((unsigned)c); } else {    fcntl(STDIN_FILENO, F_SETFL, file_flags); }

4. 标准输入的处理代码如下：
   

5. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

   static int chin (int ech, char *buf, unsigned cnt) {    int rc;       fflush(stdout);    if (!ech)       rc = read(STDIN_FILENO, buf, cnt);    else {       tcsetattr(STDIN_FILENO, TCSAFLUSH, &Savedtty);       rc = read(STDIN_FILENO, buf, cnt);       tcsetattr(STDIN_FILENO, TCSAFLUSH, &Rawtty);    }    // may be the beginning of a lengthy escape sequence    tcflush(STDIN_FILENO, TCIFLUSH);    return rc;                   // note: we do NOT produce a vaid 'string' }

6. rc为read返回值，分三类返回正的字节数、0（表示到达文件末尾）、返回负值-1（表示出错）。源码中 rc==0的情况被注掉了（如下图）造成标准输入fd未处理，select的超时未生效。

7. top在运行时出现标准输入异常这种情况一般是很难发生的，通过ps -fe 打印出了top的进程关系如下:
   
   
   sudo 进程的pid变成1了，通过 ssh -t ‘strace -o sudo.strace sudo -i’  抓取信息如下：
   
   
   在终端异常关闭（断网）后，并未退出，将父进程设成1继续运行。

8. 经测试在ssh -t ‘sudo -i’ 这种方式登陆，sudo的父进程是sshd，当终端异常关闭时sudo会将自己的父进程改为1继续运行。正常登陆后在运行sudo的，sudo的父进程一般为bash（也可能是其他shell），不会出现类似情况。
   

三、总结

因线上环境很多操作需要切换到root，为了方便在ssh登陆的时候加上了 -t ‘sudo -i’ 的参数，从而导致了悲剧的发生。捷径随好但要小心陷阱，一不小心就可能酿成大错。

注：

1. setsid top 或者其他守护进程调用top，当终端异常退出引起标准输入错误时都会造成top异常。

2. ubuntu系统不存在此问题，debian修复了此问题。