Linux下如何处理一次用户态进程死循环问题

　　在进行Linux系统操作的时候，有时候会遇到一次用户态进程死循环，即系统反应迟钝、进程挂死等问题，那么遇到这些问题又该如何解决呢？下面小编就给大家介绍下一次用户态进程死循环的问题该如何处理。

　　1、问题现象

　　业务进程（用户态多线程程序）挂死，操作系统反应迟钝，系统日志没有任何异常。从进程的内核态堆栈看，看似所有线程都卡在了内核态的如下堆栈流程中：

　　［root@vmc116 ~］# cat /proc/27007/task/11825/stack

　　［《ffffffff8100baf6》］ retint_careful+0x14/0x32

　　［《ffffffffffffffff》］ 0xffffffffffffffff

　　2、问题分析

　　1）内核堆栈分析

　　从内核堆栈看，所有进程都阻塞在 retint_careful上，这个是中断返回过程中的流程，代码（汇编）如下：

　　entry_64.S

　　代码如下：

　　ret_from_intr：

　　DISABLE_INTERRUPTS（CLBR_NONE）

　　TRACE_IRQS_OFF

　　decl PER_CPU_VAR（irq_count）

　　/* Restore saved previous stack */

　　popq %rsi

　　CFI_DEF_CFA rsi，SS+8-RBP /* reg/off reset after def_cfa_expr */

　　leaq ARGOFFSET-RBP（%rsi）， %rsp

　　CFI_DEF_CFA_REGISTER rsp

　　CFI_ADJUST_CFA_OFFSET RBP-ARGOFFSET

　　。。。

　　retint_careful：

　　CFI_RESTORE_STATE

　　bt $TIF_NEED_RESCHED，%edx

　　jnc retint_signal

　　TRACE_IRQS_ON

　　ENABLE_INTERRUPTS（CLBR_NONE）

　　pushq_cfi %rdi

　　SCHEDULE_USER

　　popq_cfi %rdi

　　GET_THREAD_INFO（%rcx）

　　DISABLE_INTERRUPTS（CLBR_NONE）

　　TRACE_IRQS_OFF

　　jmp retint_check

　　这其实是用户态进程在用户态被中断打断后，从中断返回的流程，结合retint_careful+0x14/0x32，进行反汇编，可以确认阻塞的点其实就在

　　SCHEDULE_USER

　　这其实就是调用schedule（）进行调度，也就是说当进程走到中断返回的流程中时，发现需要调度（设置了TIF_NEED_RESCHED），于是在这里发生了调度。

　　有一个疑问：为什么在堆栈中看不到schedule（）这一级的栈帧呢？

　　因为这里是汇编直接调用的，没有进行相关栈帧压栈和上下文保存操作。

　　2）进行状态信息分析

　　从top命令结果看，相关线程实际一直处于R状态，CPU几乎完全耗尽，而且绝大部分都消耗在用户态：

　　［root@vmc116 ~］# top

　　top - 09:42:23 up 16 days， 2:21， 23 users， load average： 84.08， 84.30， 83.62

　　Tasks： 1037 total， 85 running， 952 sleeping， 0 stopped， 0 zombie

　　Cpu（s）： 97.6%us， 2.2%sy， 0.2%ni， 0.0%id， 0.0%wa， 0.0%hi， 0.0%si， 0.0%st

　　Mem： 32878852k total， 32315464k used， 563388k free， 374152k buffers

　　Swap： 35110904k total， 38644k used， 35072260k free， 28852536k cached

　　PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND

　　27074 root 20 0 5316m 163m 14m R 10.2 0.5 321:06.17 z_itask_templat

　　27084 root 20 0 5316m 163m 14m R 10.2 0.5 296:23.37 z_itask_templat

　　27085 root 20 0 5316m 163m 14m R 10.2 0.5 337:57.26 z_itask_templat

　　27095 root 20 0 5316m 163m 14m R 10.2 0.5 327:31.93 z_itask_templat

　　27102 root 20 0 5316m 163m 14m R 10.2 0.5 306:49.44 z_itask_templat

　　27113 root 20 0 5316m 163m 14m R 10.2 0.5 310:47.41 z_itask_templat

　　25730 root 20 0 5316m 163m 14m R 10.2 0.5 283:03.37 z_itask_templat

　　30069 root 20 0 5316m 163m 14m R 10.2 0.5 283:49.67 z_itask_templat

　　13938 root 20 0 5316m 163m 14m R 10.2 0.5 261:24.46 z_itask_templat

　　16326 root 20 0 5316m 163m 14m R 10.2 0.5 150:24.53 z_itask_templat

　　6795 root 20 0 5316m 163m 14m R 10.2 0.5 100:26.77 z_itask_templat

　　27063 root 20 0 5316m 163m 14m R 9.9 0.5 337:18.77 z_itask_templat

　　27065 root 20 0 5316m 163m 14m R 9.9 0.5 314:24.17 z_itask_templat

　　27068 root 20 0 5316m 163m 14m R 9.9 0.5 336:32.78 z_itask_templat

　　27069 root 20 0 5316m 163m 14m R 9.9 0.5 338:55.08 z_itask_templat

　　27072 root 20 0 5316m 163m 14m R 9.9 0.5 306:46.08 z_itask_templat

　　27075 root 20 0 5316m 163m 14m R 9.9 0.5 316:49.51 z_itask_templat

　　。。。

　　3）进程调度信息

　　从相关线程的调度信息看：

　　［root@vmc116 ~］# cat /proc/27007/task/11825/schedstat

　　15681811525768 129628804592612 3557465

　　［root@vmc116 ~］# cat /proc/27007/task/11825/schedstat

　　15682016493013 129630684625241 3557509

　　［root@vmc116 ~］# cat /proc/27007/task/11825/schedstat

　　15682843570331 129638127548315 3557686

　　［root@vmc116 ~］# cat /proc/27007/task/11825/schedstat

　　15683323640217 129642447477861 3557793

　　［root@vmc116 ~］# cat /proc/27007/task/11825/schedstat

　　15683698477621 129645817640726 3557875

　　发现相关线程的调度统计一直在增加，说明相关线程一直是在被调度运行的，结合其状态也一直是R，推测很可能在用户态发生了死循环（或者非睡眠死锁）。

　　这里又有问题：为什么从top看每个线程的CPU占用率只有10%左右，而不是通常看到的死循环进程导致的100%的占用率？

　　因为线程数很多，而且优先级都一样，根据CFS调度算法，会平均分配时间片，不会让其中一个线程独占CPU。结果为多个线程间轮流调度，消耗掉了所有的cpu。。

　　另一个问题：为什么这种情况下，内核没有检测到softlockup？

　　因为业务进程的优先级不高，不会影响watchdog内核线程（最高优先级的实时线程）的调度，所以不会产生softlockup的情况。

　　再一个问题：为什么每次查看线程堆栈时，总是阻塞在retint_careful，而不是其它地方？

　　因为这里（中断返回的时候）正是调度的时机点，在其它时间点不能发生调度（不考虑其它情况~），而我们查看线程堆栈的行为，也必须依赖于进程调度，所以我们每次查看堆栈时，正是查看堆栈的进程（cat命令）得到调度的时候，这时正是中断返回的时候，所以正好看到的阻塞点为retint_careful。

　　4）用户态分析

　　从上面的分析看，推测应该是用户态发生了死锁。

　　用户态确认方法：

　　部署debug信息，然后gdb attach相关进程，确认堆栈，并结合代码逻辑分析。

　　最终确认该问题确为用户态进程中产生了死循环。

　　以上就是linux系统下一次用户态进程死循环问题的处理方法介绍了，先要分析出现问题的原因，然后再根据原因进行处理，你学会了吗？