Skip to content

约 3 分钟阅读

Linux 进程管理 ​

同一订单服务可能包含HTTP线程、导出子进程和由systemd管理的主进程;宿主机还运行处理设备与内存的内核线程。排查进程要先确定关系和管理边界,再看状态、资源和退出原因。

先分清父子与资源归属 ​

Linux进程创建与管理关系

图中的主机进程树区分PID 1的用户空间服务与kthreadd分支;内核线程并非由systemd派生。线程共享哪些资源、服务cgroup包含哪些进程,则是另一种关系,不能把它们都画成同一种父子箭头。容器内只看到当前PID命名空间可见的进程,编号也可能与主机不同。

页面机制与操作入口
systemdunit配置、启动顺序、就绪、重启与停止
Init进程PID 1、孤儿收养、subreaper与容器信号
用户进程创建、执行、退出与实际waitpid实验
内核线程工作队列、软中断、回收及压力证据
进程命令 / 速查命令参数、后台任务与优先级

观察父子与线程可以使用以下Linux procps命令;进程很多时按目标PID缩小范围:

bash
ps -eo pid,ppid,stat,comm --forest
ps -L -p 目标PID -o pid,ppid,lwp,stat,pcpu,comm
cat /proc/目标PID/cgroup

PPID回答谁是当前父进程,LWP展示线程ID,cgroup回答部分资源和管理归属。三者不能互相替代。例如服务fork出多个worker,主进程退出不表示worker已经被回收,服务停止时还要看管理器的进程组/cgroup策略。

状态是快照 ​

Linux进程状态与退出回收

状态表示什么需要补充什么证据
R正在运行或可运行CPU、配额、线程热点
S可中断等待等待事件、定时器、锁或系统调用
D不可中断类等待wchan、内核栈、设备与I/O延迟
T / t作业停止 / 跟踪停止信号、调试器与管理动作
Z已退出但尚有待回收状态PPID及wait处理
I空闲内核线程,依版本可见不应直接视为异常

图是常见路径,省略部分内核状态与异步信号转换。唤醒不意味着立即获得CPU;Z不能恢复成运行任务。D常和I/O有关,但不是“磁盘坏了”的证明;SIGKILL是否能及时结束还要看具体内核等待。细节与实验见 用户进程。

用订单故障串联资源 ​

导出服务耗时上升,先把慢请求时间与进程证据对齐。线程栈显示等待数据库,先看查询与连接;用户态CPU占满时看代码采样;D等待与磁盘延迟同步上升时,再查块设备或远程文件系统。不要先换调度参数或清空缓存。

资源观察入口不能直接等同的概念
CPUtop、pidstat、线程采样负载平均值与CPU利用率
内存status、smaps、PSI、cgroupRSS与独占内存、主机空闲与容器限额
I/Oiostat、pidstat -d、内核日志吞吐大与延迟高
文件描述符lsof、fd目录、limits文件数量与打开句柄数量
网络ss、队列与应用超时日志端口监听与请求成功

工具可能需要sysstat等软件包与访问权限。应使用有限采样窗口,保留起止时间;一张top截图不能说明持续趋势。

失败后如何闭环 ​

服务未启动时,先看 systemctl status 的 Result、退出码与本次启动日志,再核对有效unit、执行路径、身份和目录;出现重启限流时保留首次失败,不先增大次数。

进程存在但服务慢时,先按同一时间窗收集状态、线程和资源,定位等待来源。僵尸增多则先找父进程:

bash
ps -eo stat,ppid,pid,comm | awk '$1 ~ /^Z/'

修复后用同一输入验证结果、延迟、资源与子进程数。涉及停止或重启时,还应核对在途请求和任务最终状态;“PID变了”只证明发生了管理动作。

别急,先让缓存热一下。