记录一次排查PHP脚本执行卡住的问题
发现问题
最近忽然从监控中发现,我们一个服务的一台机器负载比同机房的其他机器要高,而流入流出流量没有差别,进一步查看发现每个机房都有一台机器存在相同的现象,梳理后发现有问题的这些机器相比正常的机器多跑了一些PHP脚本,于是猜测是执行脚本出问题导致。
解决问题
登录机器后执行top命令,果然发现存在一个CPU占用较高的PHP进程,然后执行下列命令,发现存在一个由crontab启动的执行了很长时间的PHP脚本:
psaux|grep'php'|grep-v'php-fpm'
由于之前也遇到过PHP脚本执行卡住的类似情况,当时的怀疑是跨机房的Mysql查询在网络抖动时导致Mysql连接卡住了,于是理所当然的将所有卡住的进程都kill掉了,再从负载上看机器马上就恢复正常了,于是心满意足的跑去干别的了。
过了一段时间,刷了下监控,发现问题又出现了,注释掉crontab并kill掉进程后,手动执行问题脚本,竟然能稳定复现问题!看来是把问题想得太简单了,尝试用strace命令看下卡住的进程当前究竟在干什么:
[tabalt@localhost~]sudostrace-p13793 Process13793attached-interrupttoquit
什么输出都没有!再用netstat看下这个进程是否打开了什么端口:
[tabalt@localhost~]sudonetstat-tunpa|grep13793 tcp00192.168.1.100:38019192.168.1.101:3306ESTABLISHED13793/php tcp00192.168.1.100:47107192.168.1.102:6379CLOSE_WAIT13793/php
可以看到进程打开了两个端口,分别与Mysql和Redis建立了连接,并且处于连接建立(ESTABLISHED)和对方主动关闭连接(CLOSE_WAIT)的状态;初看确实像是和数据库的连接卡住了,但是因为吃过亏上过当,咱们使用tcpdump抓包看进程和数据库之间的交互:
tcpdump-ieth0host192.168.1.101andport3306-w~/mysql.cap
抓了好一会,~/mysql.cap文件中却也没有任何输出,难道进程和Mysql之间已经没有任何交互了?那为什么连接建立没有关闭呢?看来只能从头追踪一下脚本的执行情况了:
首先为了能来得及strace到进程,在PHP脚本最开始的时候输出进程的pid并sleep10s:
echogetmypid();sleep(10);
然后启动tcpdump准备抓包本机和Mysql的交互过程。
最后执行PHP脚本,并复制输出的pid后在新窗口中执行strace命令。
这下strace和tcpdump都有内容了!从strace结果看recvfrom之后不再有poll,但并没有看出来有什么不对:
//... poll([{fd=4,events=POLLIN|POLLERR|POLLHUP}],1,1471228928)=1([{fd=4,revents=POLLIN}]) recvfrom(4,"://xxx.com/\0\0\23jiadia"...,271,MSG_DONTWAIT,NULL,NULL)=271 poll([{fd=4,events=POLLIN|POLLERR|POLLHUP}],1,1471228928)=1([{fd=4,revents=POLLIN}]) recvfrom(4,"_b?ie=UTF8&node=658390051\0\0008www."...,271,MSG_DONTWAIT,NULL,NULL)=206
再从抓包结果看,执行了两条SQL查询语句之后,进程没有再次发送查询请求的包,从程序记录SQL语句日志中,也发现确实只执行了两条:
select*fromsiteswheretype=1limit50; select*fromsiteswheretype=2limit50;
但从这些现象中,仍然没有能看出任何端倪,只好祭出终极大法:输出调试!大概看了下代码,并在关键地方添加输出语句,于是代码看起来如下:
echo("startforeach\n"); foreach($typesas$type) { echo("foreach$type\n"); $result[$type]=$this->getSites($type); } echo("endforeach\n");
执行后输出如下,查询type为2的网址时卡住了:
startforeach foreach1 foreach2
开始怀疑调用的getSites()方法有问题,代码如下:
$sites=array();//省略从数据库查询的代码 $siteNum=8;//省略从配置读的代码 $urlKeys=$result=array(); for($i=0;$i<$siteNum;$i++) { do{ $site=array_shift($sites); $urlKey=md5($site['url']); }while(array_key_exists($urlKey,$urlKeys)); $urlKeys[$urlKey]=1; $result[]=$site; } return$result;
原来这里为了实现拿8个不重复的网址写了2个循环,如果结果中不重复的网址只有7个就会有一个空,少于7个就会有死循环!于是查了下type为2的网址个数,果然是只有6个!
总结
该问题从发现到解决花了大概1天时间,虽然最后证明是低级的代码BUG导致,但是整个排查过程还是挺有收获的,最开始的想当然证明是非常肤浅的,过程中tcpdump和strace的结果也已经很能说明问题了,对各个工具的应用应该要更加熟练,工具的结果也要深入分析。以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流。