Skip to content

约 5 分钟阅读

进程定位、信号与后台任务 ​

订单导出卡住后,先找对进程,再决定如何观察和退出。名称相同的进程可能属于不同实例,PID 会复用,后台运行也不等于服务托管。本页讲操作的作用范围;进程创建、等待与僵尸机制见进程专题,常用入口见进程速查。

用身份与启动关系定位目标 ​

终端作业、进程组与服务管理器对应的操作范围

ps 是快照,top 是多次采样,pgrep 负责筛选候选对象。procps-ng 的 ps -ef 使用标准风格选项,ps aux 使用 BSD 风格;混用选项可能改变筛选语义。只运行 ps 通常按当前有效用户和终端筛选,并不列出“当前用户的全部进程”。

bash
ps -eo pid,ppid,pgid,sid,stat,etimes,comm
pgrep -a -x bash

pgrep 无匹配时返回 1,不是工具故障。默认名称匹配和 -f 完整命令行匹配范围不同,后者还可能匹配包装脚本及无关参数;先查看候选进程的用户、启动时间、可执行文件与管理归属,再采取动作。comm 不是完整命令行,名称有长度等限制。ps -p 进程号 -o pid,ppid,user,lstart,stat,args 能补启动与参数线索,但参数可能含秘密,不应直接公开整份输出。

PID、PPID、PGID、SID 分别代表进程、父进程、进程组与会话。pstree -p 便于看父子关系,ps -L -p 进程号 或 top -H -p 进程号 可看线程;进程树不自动等于服务完整成员集合。容器内外的 PID 也可能不同,需先确认 PID namespace。

状态描述等待位置,不直接给出处置 ​

状态常见含义下一步
R正在运行或可运行看CPU、队列与配额,不只看一行快照
S可中断睡眠可能正常等事件,需关联请求进度
D不可中断等待查内核等待、设备与I/O;不保证能立刻响应信号
T、t作业停止或追踪停止核对终端操作与调试器
Z已退出但尚未被等待回收查父进程的wait逻辑,不再向僵尸发终止信号

STAT 还可能附带 s、l、+ 等标记,不能只按整串等于 Z 来筛选。孤儿进程不必然异常;它可能由 subreaper 或 PID namespace 的 init 接管。僵尸与孤儿的处理见进程生命周期。给父进程补发 SIGCHLD 不会自动补上缺失的 wait,定时杀父进程也不能替代根因修复。

%CPU 在 ps 中通常是进程生存期平均,RSS 是驻留内存线索、VSZ 是虚拟地址空间,二者都不是“泄漏大小”。需要趋势时按系统监控对齐时间窗;增长趋势与应用对象保留、映射或分配器证据结合后,才能判断是否泄漏。

信号是请求,退出要验证 ​

kill 的职责是发送信号。TERM 的默认动作是终止,但程序可以捕获、忽略或延迟处理;发送成功不代表任务已退出,更不证明订单已经提交或回滚。HUP 的默认动作通常也是终止,只有程序明确实现时才表示重载。KILL、STOP 不能被捕获或忽略,但 KILL 也不保证不可中断等待立即结束。

下面的 Bash 实验只操作本脚本刚创建的 sleep 子进程,展示暂停、继续、终止和等待;不使用从全系统名称搜索得到的 PID:

bash
sleep 60 &
blog_child_pid=$!
ps -p "$blog_child_pid" -o pid,ppid,stat,comm
kill -STOP "$blog_child_pid"
sleep 0.1
ps -p "$blog_child_pid" -o pid,stat,comm
kill -CONT "$blog_child_pid"
kill -TERM "$blog_child_pid"
if wait "$blog_child_pid"; then
  printf 'child_status=0\n'
else
  printf 'child_status=%s\n' "$?"
fi

通常会看到停止状态 T,并得到 Bash 中 TERM 对应的退出状态 143。实际服务要先停止接收新请求、排空在途工作、保存必要状态,再在约定超时内退出;超时后是否强制终止应由服务合同决定。收到信号和业务完成是两个独立事实。

负 PID 可代表进程组,kill 0 也有组范围语义;复制命令前必须明确作用域。pkill、killall 按匹配范围发信号,可能同时影响多个实例。服务优先通过管理器控制,例如 systemctl stop order-api,并核对自动重启、定时器、socket激活或编排控制器是否还会重新拉起它。kill -0 仅提供存在性与权限线索,PID复用和检查后变化仍然存在;严格身份绑定应由管理器或支持pidfd的程序处理。

后台作业、会话与服务各管一层 ​

方式解决的问题不具备的保证
命令 &、jobs、fg/bg当前shell的作业与前后台切换终端退出后的存活、失败重启
nohup 命令 >日志 2>&1 &忽略HUP并处理相应终端重定向重启、依赖、资源隔离和业务就绪
Bash disown调整shell作业表或HUP处理已有I/O安全、服务可靠性
tmux / screen保留可重新连接的终端会话机器重启后恢复、服务健康检查
systemd / 容器管理器监督服务生命周期与资源业务本身自动获得幂等与正确性

交互 Bash 中 jobs -l 查看作业,Ctrl+Z 通常使前台进程组暂停,bg %1 让作业在后台继续,fg %1 调回前台;%1 是当前 shell 的作业编号,不是 PID。后台任务读取控制终端可能再次停止。Ctrl+C 通常向前台进程组发送 INT,而不是遍历所有子进程。

人工长任务可用 tmux new -s order-lab 创建会话,Ctrl+B 后按 D 分离,tmux attach -t order-lab 重连;screen 对应 screen -S order-lab、Ctrl+A 后按 D、screen -r order-lab。这些组合键是交互操作,不是可粘贴执行的 shell 命令。持续提供订单接口的进程应使用systemd等管理器。

优先级与诊断工具要按瓶颈选择 ​

nice -n 10 命令 以较低调度优先级启动普通调度任务;renice -n 10 -p 进程号 修改已有目标。普通用户通常只能在权限允许范围内降低自身优先级,调高需要相应权限或资源限制。nice 不预留CPU,也不突破cgroup配额;实时调度 FIFO/RR 在 Linux 的静态优先级通常为 1–99,不应把普通调度的0当作实时等级。

taskset 控制亲和性,不能凭绑定两个CPU就声称性能翻倍;必须在允许CPU集内验证迁移、缓存和并发影响。ionice 的效果依赖I/O调度器、内核和设备栈,不能当作统一的磁盘带宽限额。未经测量不使用实时CPU或I/O类别来“加速”在线服务。

卡住时先检查状态、日志和有限采样。strace 可观察系统调用,perf 可采样热点,GDB附加通常会暂停目标;它们受权限、内核支持与运行开销约束,应在允许的窗口使用。pmap、smaps 展示映射与内存线索,不能直接证明泄漏;Valgrind通常需要在受控环境重新运行程序。验证最终应回到同一导出输入、正确结果、退出状态和重试行为,而不是只看到PID消失。

别急,先让缓存热一下。