linux 進程死鎖定位

最近定位一個服務問題時發現telnet某個端口，無法鏈接。無奈之下只能一步步排查。

端口是否存在

ss -l|grep LISTEN|grep 9999

如果端口存在那麼可以觀察該端口上的recv-q send-q 如果是發生死鎖一般情況下這兩個隊列只會增加（當然當服務處理過慢時也會導致包堆積）

Recv-Q Send-Q Local Address:Port Peer Address:Port 
0 1024 *:5200 *:* 

0. 另外可以通過一下命令統計各類socket 狀態的數據

ss |awk 'BEGIN{arr[""]=0}{arr[$1]++}END{for(i in arr) print i,arr[i]}'
LAST-ACK 1305
ESTAB 341643
State 1
FIN-WAIT-1 7553
CLOSING 3
FIN-WAIT-2 908
CLOSE-WAIT 60067

如果你的服務是多個進程那麼，如果只是一個進程死鎖，那麼很容易就可以看出來該進程的cpu消耗時間應該小於其他進程，當然這個取決於進程的運行時間。下面的進程中，id=1903的進程就是疑似死鎖問題。

root 1901 1 0 11:09 ? 00:00:00 ./client -f ../conf/client.ini -d

root 1902 1901 15 11:09 ? 00:31:55 ./client -f ../conf/client.ini -d

root 1903 1901 1 11:09 ? 00:02:25 ./client -f ../conf/client.ini -d

root 1904 1901 15 11:09 ? 00:31:19 ./client -f ../conf/client.ini -d

root 1905 1901 15 11:09 ? 00:31:17 ./client -f ../conf/client.ini -d

定位哪裡死鎖

經過一步步盤查之後，懷疑進程死鎖，ok。最好的定位方法就是attach到進程，然後bt一下既可以看到進程hang在哪裡。。。

$gdb attach 1903

#0 0x00007f105892105e in __lll_lock_wait_private () from /lib64/libc.so.6

#1 0x00007f10588c6cad in _L_lock_2164 () from /lib64/libc.so.6

#2 0x00007f10588c6a67 in __tz_convert () from /lib64/libc.so.6

#3 0x00007f105890da5d in __vsyslog_chk () from /lib64/libc.so.6

#4 0x00007f105889948e in __libc_message () from /lib64/libc.so.6

#5 0x00007f105889ee66 in malloc_printerr () from /lib64/libc.so.6

#6 0x00007f10588c6909 in tzset_internal () from /lib64/libc.so.6

#7 0x00007f10588c6a89 in __tz_convert () from /lib64/libc.so.6

#8 0x00000000004c0917 in shift_fd (lvl=1, fmt=0x55e308 "[%s][%d][%s]: [server] recv SIGSEGV.pid:%d!\\n") at ../src/log_xx.cpp:95

#9 write_log (lvl=1, fmt=0x55e308 "[%s][%d][%s]: [server] recv SIGSEGV.pid:%d!\\n") at ../src/log_xx.cpp:138

上面這個問題導致是因為進程拋出了SEGV信號之後，在處理信號的方法中使用了非線程安全的localtime，而該方法中會枷鎖。