15、Linux 进程挂起与核心转储问题排查指南

Linux 进程挂起与核心转储问题排查指南

1. 识别进程挂起问题

当进程出现挂起现象时，简单地使用 -9 （ sigkill ）杀死进程，或者重启操作系统（除非是陈旧文件句柄问题），都很难找到进程挂起的根本原因，而且无法防止此类异常再次发生。不过，我们可以运用进程创建和资源使用的相关知识来找出问题根源。

当发现进程挂起时，首先要使用 ps 命令确定该任务的关键信息，包括任务状态、线程、优先级、父进程和等待通道等，同时要明确其累积 CPU 时间和初始启动时间。因为仅靠一个 ps 命令无法获取所有必要信息，所以需要采用全面的方法。

有时候，进程看似被阻塞，实际上可能正在进行计算或非阻塞 I/O 操作。如果累积 CPU 时间持续增长，任务状态很可能是 R （运行中），此时进程在运行队列中，没有等待通道。持续监控其累积 CPU 时间，如果进程一直处于运行队列，可能是在进行耗时的计算，即使是世界上最快的计算机计算无限循环也需要时间。但要注意，处于运行状态的进程可能是程序的正常操作、应用程序的“特性”，也可能是驱动程序问题。

如果某个问题进程以极高的速率消耗系统资源，导致生产应用程序资源匮乏，在可以杀死该进程的情况下，这样做是合理的。然而，有些进程无法被杀死。当进程的时间片耗尽时，它会以给定的优先级进入 sleep() 状态。当进程的优先级低于 PZERO 时，它处于不可中断状态，无法接收信号，但信号可以排队，对于某些操作来说，这是正常的。而对于那些程序挂起且无法