perl プログラムが hang する
会社でperlでcrawler (prefork 型のプログラム) を書いたのだが、 数日動かしているといくつかのworkerプロセスが固まって動かなくなってしまうという事案が発生している。
とりあえず手許で再現はできたが原因・解決法はわかっていない。
もしわかる方いましたら教えてもらえると大変嬉しいです。
どういうところで固まるか
- fork を多用しているprogramで、
Sys::SigAction::timeout_call で重たい処理を囲み、
Sys::SigAction::timeout_call $sec, sub { do_heavy_work(); };
timeout が起こり、
Perl_sighandler
が signal 14 (SIGALRM) で呼ばれ- さらに
Perl_sighandler
の中で下記が呼ばれPerl_safesysmalloc
malloc
_L_lock_9503
__lll_lock_wait_private
- たまに固まる
手許での再現方法
https://github.com/shoichikaji/perl-hang にある hang.pl で再現可能。
perl hang.pl を実行すると、master process が30個のworkerをforkする。 そしてworkerは timeout_call をsetしつつ重い処理(ここではfibonacci数の計算)をやる。 通常、workerは数十秒で終了しあらたなworkerがforkされるはずである。
ところがこのプログラムを1時間ぐらい動かしていると、
skaji 3930 0.0 0.2 133096 5200 pts/1 S+ 11:19 0:03 | \_ perl hang.pl skaji 8916 0.0 0.2 133096 4228 pts/1 S+ 11:55 0:00 | \_ worker (2015-05-30 11:55:17) skaji 14191 11.4 0.2 133096 4212 pts/1 R+ 12:33 0:02 | \_ worker (2015-05-30 12:33:14) skaji 14209 10.5 0.2 133096 4212 pts/1 R+ 12:33 0:01 | \_ worker (2015-05-30 12:33:20) skaji 14210 10.6 0.2 133096 4212 pts/1 R+ 12:33 0:01 | \_ worker (2015-05-30 12:33:20)
となる。ここで pid=8916 のworkerは30分近く生きており固まっているとわかる。
(また、おそらくこのprocessが固まる時に Attempt to free unreferenced scalar: SV 0x1620660 at hang.pl line 21.
なる warning がでてきた。)
pid=8916 のback traceは以下のような感じ。
#0 0x00007fb96b78e05e in __lll_lock_wait_private () from /lib64/libc.so.6 #1 0x00007fb96b71316b in _L_lock_9503 () from /lib64/libc.so.6 #2 0x00007fb96b7106a6 in malloc () from /lib64/libc.so.6 #3 0x000000000048a675 in Perl_safesysmalloc (size=<value optimized out>) at util.c:130 #4 0x00000000004b7a28 in Perl_sv_grow (sv=0x16347b0, newlen=10) at sv.c:1593 #5 0x00000000004b4968 in Perl_sv_setsv_flags (dstr=0x16347b0, sstr=0x1410100, flags=<value optimized out>) at sv.c:4524 #6 0x00000000004b56bd in Perl_newSVsv (old=<value optimized out>) at sv.c:9325 #7 0x0000000000494ff2 in Perl_sighandler (sig=14, sip=0x7fff073c97b0, uap=0x7fff073c9680) at mg.c:3216 #8 <signal handler called> #9 0x00007fb96b70f17d in _int_malloc () from /lib64/libc.so.6 #10 0x00007fb96b7106b1 in malloc () from /lib64/libc.so.6 #11 0x000000000048a675 in Perl_safesysmalloc (size=<value optimized out>) at util.c:130 #12 0x00000000004a2650 in Perl_av_extend_guts (av=0x1634780, key=6, maxp=0x16cb400, allocp=0x16cb408, arrayp=<value optimized out>) at av.c:176 #13 0x00000000004a2bb8 in Perl_av_store (av=0x1634780, key=6, val=0x1634798) at av.c:345 #14 0x0000000000465abf in Perl_pad_push (padlist=0x16229d0, depth=36) at pad.c:2352 #15 0x00000000004a54aa in Perl_pp_entersub () at pp_hot.c:2671 #16 0x00000000004a36f3 in Perl_runops_standard () at run.c:42 #17 0x0000000000437fbe in S_run_body (my_perl=<value optimized out>) at perl.c:2451 #18 perl_run (my_perl=<value optimized out>) at perl.c:2372 #19 0x000000000041ce5c in main (argc=2, argv=0x7fff073ca0b8, env=0x7fff073ca0d0) at perlmain.c:114
なぜ固まるか?
misc
- fork が関係あるかもまだよくわからず。
- Sys::SigAction::timeout_call での timeout は使うべきでないのか。
cf: http://blogs.perl.org/users/leon_timmermans/2012/01/what-you-should-know-about-signal-based-timeouts.html - 今週中にこれを解決し、shibuya.pm でLTしたいと思っていたのだがw