Question

我运行一个相当流行的基于浏览器的网页游戏，在Apache（worker）和mod_perl下运行。在高峰时段，当服务器每分钟处理大约4200个请求时，每3-15分钟左右一次，Apache进程将挂起。

我已经确定这些进程陷入“FUTEX_WAIT”状态，并且似乎没有做任何事情：它们不消耗CPU或在RAM中变大。但这是一个严重的问题，因为他们只是坐在那里占据RAM。

我目前的解决方案是一个cron作业，它剔除了陷入futex_wait_queue_me的Apache进程。但这并不好，因为正好等待来自挂起的Apache进程的响应的用户会收到错误（500：服务器关闭连接而不发送数据）。

我无法在我的开发机器上重现问题，也无法弄清楚如何继续进行故障排除。我很想知道：我怎么能进一步说明这一点？

编辑：我发现问题发生在流量爆发之后，当Apache产生更多的工作进程，然后尝试剔除它们。从孩子的角度来看，这就是它正常工作的样子：

$ sudo strace -p 21764
Process 21764 attached - interrupt to quit
read(5, "!", 1)                         = 1
tgkill(21764, 21791, SIGHUP)            = 0
tgkill(21764, 21791, SIG_0)             = 0
select(0, NULL, NULL, NULL, {0, 500000}) = ? ERESTARTNOHAND (To be restarted)
--- SIGTERM (Terminated) @ 0 (0) ---
rt_sigreturn(0xf)                       = -1 EINTR (Interrupted system call)
munmap(0x7f9905750000, 8392704)         = 0
munmap(0x7f98f8736000, 8392704)         = 0
[...]
madvise(0x7f98e4021000, 73728, MADV_DONTNEED) = 0
exit_group(0)                           = ?
Process 21764 detached

......但偶尔会出现这样的情况：

$ sudo strace -p 24133
Process 24133 attached - interrupt to quit
read(5, "!", 1)                         = 1
tgkill(24133, 24164, SIGHUP)            = 0
tgkill(24133, 24164, SIG_0)             = 0
--- SIGTERM (Terminated) @ 0 (0) ---
rt_sigreturn(0xf)                       = 0
select(0, NULL, NULL, NULL, {0, 500000}) = 0 (Timeout)
tgkill(24133, 24140, SIGUSR1)           = 0
futex(0x7f9904f4e9d0, FUTEX_WAIT, 24140, NULL

......不再继续。

我不知道如何进一步调试它。

Answer 1

这是由于mod-perl中的一个错误，因为已修复，在此处记录：

http://www.gossamer-threads.com/lists/modperl/dev/104026

Answer 2

选择最低的流量时间，然后在实时计算机上启动apache，这样你就可以找出错误的原因，对于一个互联网博主来说，一个解决方案可以归结为

rm /dev/random 
mknod -m 644 /dev/random c 1 9

您可以通过使用反向代理设置来避免500: server closed connection without sending data back，因此当apache检测到没有数据的超时时，它会将请求转发给其他mod_perl子项

这样，他的请求需要额外的5秒，而不是客户端获得500 （不要问我怎么做，请参阅mod_perl / apache指南：）

Apache mod_perl进程挂起在futex_wait状态

2 个答案: