Go|Go Exec 僵尸与孤儿进程 GoExec僵尸与孤儿进程

原文地址：Go Exec 僵尸与孤儿进程
最近，使用 golang 去管理本地应用的生命周期，期间有几个有趣的点，今天就一起看下。
场景一我们来看看下面两个脚本会产生什么问题：
创建两个 shell 脚本

start.sh

#!/bin/sh sh sub.sh

sub.sh

#!/bin/sh n=0 while [ $n -le 100 ] do echo $n let n++ sleep 1 done

执行脚本
输出结果

$ ./start.sh 0 1 2 ...

进程关系查看进程信息

ps -jUSERPIDPPIDPGIDSESSJOBCSTATTTTIMECOMMAND root31758313463175801S+s0000:00.00/bin/sh ./start.sh root31759317583175801S+s0000:00.01sh sub.sh

sub.sh 的父进程（PPID）为 start.sh 的进程id（PID）
sub.sh 和 start.sh 两个进程的 PGID 是同一个，（属一个进程组）。

删除 start.sh 的进程

kill -9 31758# 再查看进程组 ps -j## 返回 USERPIDPPIDPGIDSESSJOBCSTATTTTIMECOMMAND root3175913175800Ss0000:00.03sh sub.sh

start.sh 进程不在了
sub.sh 进程还在执行
sub.sh 进程的 PID 变成了 1

问题1：
那sub.sh 这个进程现在属于什么？
场景二 【Go|Go Exec 僵尸与孤儿进程】假设sub.sh 是实际的应用， start.sh 是应用的启动脚本。
那么，golang 是如何管理他们的呢？我们继续看看下面关于golang的场景。
在上面两个脚本的基础上，我们用golang 的 os/exec库去调用 start.sh脚本

package mainimport ( "context" "log" "os" "os/exec" "time" )func main(){ cmd := exec.CommandContext(context.Background(), "./start.sh")// 将 start.sh 和 sub.sh 移到当前目录下 cmd.Dir = "/Go/src/go-code/cmd/" cmd.Stdout = os.Stdout cmd.Stderr = os.Stderr if err := cmd.Start(); err != nil { log.Printf("cmd.Start error %+v \n", err) } for { select { default: log.Println(cmd.Process.Pid) time.Sleep(2 * time.Second) } } }

执行程序

go run ./main.go

查看进程

ps -jUSERPIDPPIDPGIDSESSJOBCSTATTTTIMECOMMAND root45458454574545700Ss+s0040:00.03...___1go_build_go_code_cmd root45462454584545700S+s0040:00.01/bin/sh ./start.sh root45463454624545700S+s0040:00.03sh sub.sh

发现 go 、 start.sh 、sub.sh 三个进程为同一个进程组（同一个 PGID）
父子关系为： main.go -> start.sh -> sub.sh
删除 start.sh 的进程
实际场景，有可能启动程序挂了，导致我们无法监听到执行程序的情况，删除start.sh进程，模拟下场景：

kill -9 45462

再查看进程

ps -jUSERPIDPPIDPGIDSESSJOBCSTATTTTIMECOMMAND root45458454574545700Ss+s0040:00.03...___1go_build_go_code_cmd root4546214545700S+s0040:00.01(bash) root45463454624545700S+s0040:00.03sh sub.sh

发现没， start.sh 的 PPID 为1
即使 start.sh 的 PPID变成了1 ，log.Println(cmd.Process.Pid) 还持续的输出 .

问题2:
那如果 PPID为1 ，golang程序不就无法管理了吗？即使 sub.sh 退出也不知道了，那要如何处理？
问题分析

两个场景中，都有一个共同的点，就是 PPID 为1，这妥妥的成为没人要的娃了——孤儿进程
场景二中，如果 cmd的没有进程没有被回收，go程序也无法管理，那么start.sh就成为了占着茅坑不拉屎的子进程——僵尸进程

那究竟什么是孤儿进程 和 僵尸进程？
孤儿进程
在类 UNIX 操作系统中，孤儿进程（Orphan Process）指：是在其父进程执行完成或被终止后仍继续运行的一类进程。
为避免孤儿进程退出时无法释放所占用的资源而僵死，任何孤儿进程产生时都会立即为系统进程 init 或 systemd 自动接收为子进程，这一过程也被称为收养。在此需注意，虽然事实上该进程已有init作为其父进程，但由于创建该进程的进程已不存在，所以仍应称之为孤儿进程。孤儿进程会浪费服务器的资源，甚至有耗尽资源的潜在危险。
解决&预防

终止机制：强制杀死孤儿进程（最常用的手段）；
再生机制：服务器在指定时间内查找调用的客户端，若找不到则直接杀死孤儿进程；
超时机制：给每个进程指定一个确定的运行时间，若超时仍未完成则强制终止之。若有需要，亦可让进程在指定时间耗尽之前申请延时。
进程组：因为父进程终止或崩溃都会导致对应子进程成为孤儿进程，所以也无法预料一个子进程执行期间是否会被“遗弃”。有鉴于此，多数类UNIX系统都引入了进程组以防止产生孤儿进程。

僵尸进程
在类 UNIX 操作系统中，僵尸进程（zombie process）指：完成执行（通过exit系统调用，或运行时发生致命错误或收到终止信号所致），但在操作系统的进程表中仍然存在其进程控制块，处于"终止状态"的进程。
正常情况下，进程直接被其父进程 wait 并由系统回收。而僵尸进程与正常进程不同，kill 命令对僵尸进程无效，并且无法回收，从而导致资源泄漏。
解决&预防收割僵尸进程的方法是通过 kill 命令手工向其父进程发送SIGCHLD信号。如果其父进程仍然拒绝收割僵尸进程，则终止父进程，使得 init 进程收养僵尸进程。init 进程周期执行 wait 系统调用收割其收养的所有僵尸进程。
查看进程详情

# 列出进程 ps -l

USER：进程的所属用户
PID：进程的进程ID号
RSS：进程占用的固定的内存量 (Kbytes)
S：查看进程状态
CMD：进程对应的实际程序

进程状态（S）

R：运行 Runnable (on run queue) 正在运行或在运行队列中等待
S：睡眠 Sleeping 休眠中，受阻，在等待某个条件的形成或接受到信号
I：空闲 Idle
Z：僵死 Zombie（a defunct process) 进程已终止，但进程描述符存在，直到父进程调用wait4()系统调用后释放
D：不可中断 Uninterruptible sleep (ususally IO) 收到信号不唤醒和不可运行，进程必须等待直到有中断发生
T：终止 Terminate 进程收到SIGSTOP、SIGSTP、 SIGTIN、SIGTOU信号后停止运行运行
P：等待交换页
W：无驻留页 has no resident pages 没有足够的记忆体分页可分配
X：死掉的进程

Go解决方案采用杀掉进程组（kill process group，而不是只 kill 父进程，在 Linux 里面使用的是 kill -- -PID）与进程wait方案，结果如下：

package mainimport ( "context" "log" "os" "os/exec" "syscall" "time" )func main() { ctx := context.Background() cmd := exec.CommandContext(ctx, "./start.sh")// 设置进程组 cmd.SysProcAttr = &syscall.SysProcAttr{ Setpgid: true, } cmd.Dir = "/Users/Wilbur/Project/Go/src/go-code/cmd/" cmd.Stdout = os.Stdout cmd.Stderr = os.Stderr if err := cmd.Start(); err != nil { log.Printf("cmd.Start error %+v \n", err) }// 监听进程wait errCmdCh := make(chan error, 1) go func() { errCmdCh <- cmd.Wait() }() for { select { case <-ctx.Done(): log.Println("ctx.done") pid := cmd.Process.Pid if err := syscall.Kill(-1*pid, syscall.SIGKILL); err != nil { return } case err := <-errCmdCh: log.Printf("errCmdCh error %+v \n", err) return default: log.Println(cmd.Process.Pid) time.Sleep(2 * time.Second) } } }

剖析 cmd.Wait() 源码
在 os/exec_unix下：

var ( status syscall.WaitStatus rusage syscall.Rusage pid1int eerror )for { pid1, e = syscall.Wait4(p.Pid, &status, 0, &rusage) if e != syscall.EINTR { break } }

进行了 syscall.Wait4对系统监听，正如"僵死 Zombie（a defunct process) 进程已终止，但进程描述符存在，直到父进程调用wait4()系统调用后释放"，所说一致。
总结严格地来说，僵尸进程并不是问题的根源，罪魁祸首是产生出大量僵尸进程的那个父进程。
因此，当我们寻求如何消灭系统中大量的僵尸进程时，更应该是在实际的开发过程中，思考如何避免僵尸进程的产生。
参考： https://pkg.go.dev/syscall
https://cs.opensource.google/go/go/+/refs/tags/go1.17.7:src/syscall/syscall_linux.go; l=279
https://pkg.go.dev/os/exec