java标准版故障排除指南（神奇的Java僵尸defunct进程问题排查过程）

java标准版故障排除指南（神奇的Java僵尸defunct进程问题排查过程）分别用两个脚本测试，得出下面几个结论：关服脚本stop.sh 这里使用kill关服测试代码Defunct.Java启动脚本start.sh启动脚本start_tail.sh 使用了tail

作者：landon30

来源：https://url.cn/5uZp402

现象描述

• 大概1个月多以前 在启动脚本中增加了tail -f
• 用来启动后追踪日志判断是否启动成功
• 后发现无法执行shutdown.sh(卡住 利用curl) 然后无奈使用kill -9
• 但通过ps -el 发现此时进程变为defunct 即僵尸进程
• 当时的解决办法无奈 只能找到僵尸进程的父进程kill
• 当时认为可能是tail的问题 后来启动脚本中去掉tail 发现问题解决
• But
• 当时一直没有来得及排查是如何引起僵尸进程的问题
• 这两天抽时间排查了一下 发现和tail没有一毛钱关系
  

艰难的排查过程1-尝试复现

测试代码Defunct.Java

启动脚本start.sh

启动脚本start_tail.sh 使用了tail

关服脚本stop.sh 这里使用kill关服

分别用两个脚本测试，得出下面几个结论：

• 所以初步结论是貌似和tail没有什么关系
• 此时sh和tail两个进程都结束了
• 而此时java进程的父进程变为了1
• sh分别有两个子进程
• 一个是java子进程 一个是tail子进程
• start.sh启动的java进程的父进程是1 即init进程
• start_tail.sh启动后 java进程的父进程是sh
• 当启动start_tail.sh后 因为tail是前台进程 所以ctrl c可以结束
• 用这个例子做各种测试 都无法复现僵尸进程的问题

艰难的排查过程2-游戏服务器尝试复现

• 当初出现是在游戏服务器复现的 那么应该比较复现吧
• 修改了一个游戏服务器的启动脚本 默认是没有加tail 现在加上了tail -f
• 启动游戏服务器脚本 看到日志 启动成功 ctrl c 退出tail
• 调用shutdown.sh 发现服务器顺利关闭

结论：竟然无法在游戏服务器复现

艰难的排查过程3-各种思考、查阅资料

首先从僵尸进程的产生原因入手，猜测是否是sh这个父进程没有调用waitpid去回收java子进程。

查询网上类似的tomcat tail -f问题，思考当初1个多月以前的情形，其中有一个很重要的当初情形是shutdown的时候ctrl卡住了。灵光一现，难道是当初操作失误了，没有按下ctrl c而是按下了ctrl z。

神奇的ctrl z 复现测试代码defunct

启动start_tail.sh 然后ctrl z

[xx@achilles deploy_defunct]$ sh start_tail.sh 3974 nohup: appending output to `nohup.out' defunct2 ^Z [2] Stopped sh start_tail.sh

启动stop.sh 发现进程(3974)无法被stop

[xx@achilles deploy_defunct]$ sh stop.sh 3974 [xx@achilles deploy_defunct]$ jps 4146 Jps 3974 Defunct2 12790 SpursLauncher 3726 SpursLauncher

使用kill -9 尝试杀死进程 此时发现进程已经是defunct了

[xx@achilles deploy_defunct]$ kill -9 3974 [xx@achilles deploy_defunct]$ jps 3974 Defunct2 12790 SpursLauncher 4314 Jps 3726 SpursLauncher [xx@achilles deploy_defunct]$ ps -el | grep 3974 0 Z 500 3974 3973 0 80 0 - 0 exit pts/4 00:00:00 java <defunct>

此时只要使用fg命令从后台调到前台然后按下ctrl c 则僵尸进程自动消失

[xx@achilles deploy_defunct]$ ps -el | grep 3974 0 Z 500 3974 3973 0 80 0 - 0 exit pts/4 00:00:00 java <defunct> [xx@achilles deploy_defunct]$ fg sh start_tail.sh ^C [xx@achilles deploy_defunct]$ ps -el | grep 3974

神奇的ctrl z 复现游戏服务器defunct

启动脚本(有tail) 等待一段时间(将所有服务器全部开启) 并ctrl z

[xx@achilles spurs-2]$ sh start.sh ...... ^Z [1] Stopped sh start.sh

此时执行shutdown.sh 发现没有任何反应(卡住) 无奈ctrl c

[xx@achilles spurs-2]$ sh shutdown.sh ^C [xx@achilles spurs-2]$ jps 9667 SpursLauncher 9796 Jps [xx@achilles spurs-2]$ ll /proc/9667 | grep cwd lrwxrwxrwx 1 xx xx 0 Dec 5 17:32 cwd -> /data/home/user00/xx/achilles/backend/spurs-2 [xx@achilles spurs-2]$ ps -el | grep 9667 0 T 500 9667 9666 7 80 0 - 1442848 signal pts/6 00:00:07 java [xx@achilles spurs-2]$ ps -el | grep 9666 0 T 500 9666 8959 0 80 0 - 26521 signal pts/6 00:00:00 sh 0 T 500 9667 9666 7 80 0 - 1442848 signal pts/6 00:00:07 java 0 T 500 9669 9666 0 80 0 - 25241 signal pts/6 00:00:00 tail

此时执行jstack 也发现没有任何反应(卡住) 无奈ctrl c

[xx@achilles spurs-2]$ jstack 9667 ^C

此时执行kill -9 此时java进程已经变为了僵尸进程

[xx@achilles spurs-2]$ kill -9 9667 [xx@achilles spurs-2]$ ps -el | grep 9667 0 Z 500 9667 9666 1 80 0 - 0 exit pts/6 00:00:07 java <defunct>

此时用fg将暂停的脚本恢复 然后ctrl c 则僵尸进程消失 顺利被回收

[xx@achilles spurs-2]$ fg sh start.sh ^C [xx@achilles spurs-2]$ ps -el | grep 9666 [xx@achilles spurs-2]$ ps -el | grep 9667

总结1

• tail和造成defunct没有任何关系
• 根本原因是因为按下ctrl z 将start_tail.sh切换到了后台
• 测试1 当start_tail.sh后 按下ctrl z 如果直接被crt#session关闭了呢
• 更神奇的事情发生了 java进程直接被干掉了
• ！！这个在游戏服务器也测试了 一定要注意!!
• 测试2 执行start_tail.sh 直接关闭ctr#session 则java进程还在 因为是nohup启动
• 测试3 当start_tail.sh后 按下ctrl z 再按fg 恢复执行 此时之后可以顺利shutdown

总结2

• 正常启动脚本 没有tail java进程的父进程是1 即init进程 使用shutdown脚本关闭java进程后 自动被init进程回收
• 启动脚本加了tail
• 此时java进程的父进程是sh进程
• sh进程有两个子进程 一个是java子进程 一个是tail子进程
• 直接ctrl c 则sh进程和tail进程都结束 java进程的父进程变为了1
• 如果不ctrl c 直接shutdown java进程 则java进程也会正常结束，即sh父进程会回收java子进程
  

总结3

• 最终'罪魁祸首'是ctrl z ，它会暂停程序的运行
• 如果我们启动脚本没有加tail 则执行完nohup & 自动到后台
• 但是我们加了tail后 因为tail是前台进程 所以要么ctrl c结束 要么ctrl z
• 如果我们按下了ctrl z 则sh启动的所有子进程都会暂停
• 所以我们的java进程此时处于暂停状态 所以shutdown/jstack都卡住了一样 只能ctrl c退出
• 然后错误的操作就是使用kill -9 这个会把进程给干掉 但是因为父进程sh被暂停了 所以无法waitPid 执行子进程的回收操作 从而导致java进程变为了僵尸进程
• 而通过fg恢复后 ctrl c 父进程和tail都退出 java进程被init进程接管 自动回收

总结4

• 加tail -f 没有问题，但是一定不要忘了ctrl c；
• 如果ctrl z 那么一定要fg然后ctrl c；
• 当出现shutdown.sh卡住或者操作jvm都没反应，则可以怀疑是暂停引起的；

我自己是一名从事了多年开发的Java老程序员，辞职目前在做自己的Java私人定制课程，今年年初我花了一个月整理了一份最适合2019年学习的Java学习干货，从最基础的JavaSE到Spring各种框架都有整理，送给每一位Java小伙伴，想要获取的可以关注我的头条号并在后台私信我：Java，即可免费获取。