Что означает “There is 1 zombie process” и что с ним делать?

#linux #процесс

Залогинился на удаленную машину. Вижу следующую строку в приветственном сообщении. 


  There is 1 zombie process.


Насколько я понял, это означает, что какой-то процесс завершил работу, но не закрылся
и не освободил ресурсы. Хотелось бы лучше понять проблему:


Как можно его обнаружить? Сейчас я угадал, но нужен стабильный метод.
Как можно узнать причины его появления? Есть какие-нибудь логи? Может, по имеющемуся
процессу можно что-либо понять?


Если это важно, ubuntu 14.04, sudo есть.

Дополнение: меня не устраивает метод «просто подождать», т.к. есть сервис, который
должен работать всегда — и подвис он или кто-то из его детей. Он подстрахован monit'ом,
но тот не распознал зомбификацию и не перезагрузил. 
    

Ответы

Ответ 1

Зомби в операционных системах UNIX называют завершившиеся процессы, код завершения
которых не забрал родительский процесс. Зомби не потребляют никаких ресурсов, память
и файловые дескрипторы таких процессов уже освобождены. Остается только запись в таблице
процессов, которая занимает несколько десятков байт памяти. Так что единичный зомби
процесс на систему никак не влияет. НО он явный индикатор того, что у какого то процесса
в системе что то пошло не так.

Поиск зомби:

ps -axho state,pid,ppid | grep Z | sed 's/./ps/' | sh


Данная команда покажет все зомби процессы и их родителей (тестировалась под linux,
под другими *nix возможны другие ключи у команды ps).

Убить зомби можно только перезапуском родительского процесса. kill -9 самого процесса-зомби
и чеснок обычно не помогают. Если появление зомби разовое явление, то возможно проще
на факт его появления забить.

Что бы понять почему именно появился зомби надо смотреть исходники породившего его
процесса и возможно самого зомби. Часто это одна и та же программа. Любой процесс,
выполняющий fork, т.е. запускающий дочерние процессы должен уметь забирать код их завершения,
делается это вызовом wait и/или waitpid. Для начала надо просмотреть исходники на наличие
функций группы wait, а так же наличие функции-обработчика сигнала SIGCHLD (обработчик
устанавливается вызовом signal и функций для работы с сигналами потоков). Если родитель
не использует функции группы wait, то возможно при его нормальной работе завершение
дочерних процессов разработчик вообще не ожидал. Если это так - то причина образования
зомби - незапланированное завершение процесса потомка в следствие какой либо ошибки.
Дать рекомендаций как это искать и лечить невозможно. Можно только посоветовать добавить
в родительский поток обработку CHLD, забор кода завершения с помощью wait и логирование
факта завершения потомка. И дальше запуск потомка под отладчик и т.п. ...

Вариант 2: родительский процесс использует wait, но зомби все равно появляются. Копать
в сторону того, какая разновидность wait используется, если waitpid, которая проверяет
завершение конкретных потомков, то смотреть откуда она берет проверяемые pid, возможно
в процессе работы какие то pid потомков теряются и программа про них забывает. Может
программа в какой то момент запрещает обработку сигналов и забывает восстановить обработку,
после прохождения критического участка. Опять же - вариантов очень много, но сосредоточены
они вокруг обработчика SIGCHLD и функций wait.

Вариант 3: родительский процесс умеет обрабатывать и готов правильно обработать завершение
своих потомков. Но зацикливается в другом месте программы или засыпает на системном
вызове, например чтения с сетевого диска, который стал недоступен и при этом прерывание
по SIGCHLD запрещено. В этом случае надо разбираться с причинами его зависания. Кстати,
отсутствие доступа к каким либо ресурсам, типа сетевых дисков (или при выходе из строя
физического диска) - довольно частая причина массового появления зомби.

Каких либо специальных логов в системе, где можно было бы увидеть хоть какую то информацию
по появляющимся зомби не существует. Следы можно найти только в логах той программы,
которая их порождает, при их наличии.