第十八章 系统常见问题&IPC
第十八章 系统常见问题&IPC
18.1 内存常见问题(故障)
在系统运行过程中，由于各种服务、应用、进程等长时间的运行，势必会产生各种问题，这些问题很反馈在内存的特性中，下面就来看一下几个最常见的内存故障及其解决方案。
18.1.1 内存溢出
所谓内存溢出，就是进程在内存中开辟的空间，存入的数据超过了空间所能存放的最大值，如：2B的内存空间，即16bit二进制，第一位二进制表示正负数，表示数据的有15bit二进制数字，那么有效数值范围是 -32768到32767 。当给该块内存空间存入一个超过这个数值范围的数据时，则会出现溢出现象。这种情况一般会出现在循环中，有变量自增加，循环次数过多或死循环时数值就容易超出范围。
另外还有一种情况也会发生内存溢出现象：假设定义了一组数据，提取时指定的编号，超过了这组数据的个数。如10元素数组，编号范围 0-9，提取第10、11号时发生溢出。
发生溢出时的现象：程序突然卡死，不再有任何反应，尤其是每运行到某个点时都会卡死，则说明发生溢出的概率较高。溢出属于编程中的bug。
解决方式：上报相关人员，通知开发部门修复bug。
18.1.2 内存泄露
内存泄露产生的原因：一个进程运行时会占据一块内存空间，进程结束后不释放内存，该进程下次启动，再次占据新的内存空间。进程频繁的启动、停止，造成该进程占据内存空间越来越大。一般在软件中某个功能会有频繁的启动关闭的程序，容易出现泄漏，如：超市的结算区的结算程序，每位顾客都会扫会员卡后扫码结算一次，下一位顾客又重复该操作，那么若有内存泄露现象发生，会对服务器造成较大的内存浪费。
发生泄露后的现象：系统运行变慢，查看CPU正常、进程数、连接数基本正常，只有内存使用率虚高
查找、解决方法：
ps -aux | sort -rn -k 4 | head -n 10
此命令目的是查看占内存最高的前10个进程，查找有无进程占内存20%上下，则此进程为疑似泄露进程。为了确定是否泄露，可以再写一个脚本，每10分钟运行一次，记录该进程占内存的比例、大小，持续2-3个小时，之后分析日志，看该进程是否每隔几次，占内存就会增长一些，若是，则确定为泄露进程无疑。
那么，即可上报相关人员，由上级人员，联系甲方或软件开发方，得到授权后，要么卸载，要么降级（一般项目中新装或升级软件后可能出现泄露现象）。
18.1.3 内存抖动
发生内存抖动的原因：当物理内存使用率高，有大量进程需要运行时，系统将会把内存中暂停的、暂时不运行的进程，转存入swap空间，称为换出。
当swap空间中的进程，需要运行，则会从swap中转回到物理内存中，称为换入。
当大量进程出现频繁的换入换出，称为内存抖动
发生抖动后的现象：系统运行变慢，free命令查看到内存使用率(60%+)、swap使用率(30%+-)均高。
解决方式：上报，申请增加物理内存，或者，将本机的某个业务转移到其他不忙的主机上。
18.1.4 僵尸进程
关于僵尸进程，我们之前已经介绍过了，是由于父子进程的调用，一方异常关闭，造成另一个无法正常结束，卡顿在内存中，不运行，也不退出造成的。
若系统中有僵尸进程，则呈现的现象是：CPU、连接数正常，内存略高
解决僵尸进程，无非是将其查找出来，杀死进程，可以使用如下命令查看：
top ---查看到僵尸进程数
ps -ef | grep defunct ---抓取僵尸进程
多次ps -aux ，也可以看到该进程占内存比例、大小不变。
使用kill -9 杀死僵尸进程即可。
18.2 CPU监控发现故障
在系统资源管理那一章中，我们曾经介绍过用sar命令查看CPU使用率时几个参数的报警阈值，本节只是再次总结一下而已。
18.2.1 业务上涨
原因：访问量增加
现象：系统运行速度慢，查看发现cpu、内存、进程数、连接数都高，sar查看时，可见%user高达50%+-。
tips：可使用如下命令查看本机某服务的连接数
netstat -nt | grep80 | wc -l
其中80代表80端口，即查看本机web服务的连接数，也就是本机的网站正在被多少人同时访问。
netstat -nt 命令功能是显示本机所有正在通信的tcp连接，其中–n表示显示正在通信的连接，-t表示显示tcp通信的连接
解决：上报，分析发展趋势，若会持续增加，则要么增加服务主机，分流业务；要么限制连接数，做排队等待。
18.2.2 读写故障
原因：由于网络连接、磁盘读写、存储连接出现故障，造成大量进程处于等待读写状态
现象：系统运行速度慢，查看发现cpu的%iowait高，说明有读写问题
解决：iostat 查看每个磁盘的读写速度，对比之前的历史记录，查找读写速度下降明显的磁盘，暂定为疑似故障盘。再查看该盘上划分的文件系统（即分区或LV），若其是正在被某进程、某服务（如数据库）使用的磁盘，那么可确定为故障盘。
那么，需要立即上报，联系存储人员，数据转移后更换磁盘（LVM中的用pvmove，分区用dd）。
18.3 系统检测小结
当一台计算机运行速度慢时，我们的检测思路是从CPU、内存、服务进程入手，查看各个参数，分析可疑项，来查找故障原因。大体判断如下：
查看CPU、内存、服务的进程数
若都高了，说明业务访问上涨造成的，证明：cpu的%user高，服务进程数多，网络连接数多
若CPU的%iowait高，则去查读写
若cpu、进程数、连接数正常，内存虚高：可能是内存泄露或内存抖动。
18.4 IPC进程间通信
首先我们来介绍下什么是进程间通信。进程间通信，简称IPC，功能是一个进程给另一个进程传递数据。那为什么要有IPC呢？这就要从进程对内存空间的占用讲起了。
因为，在操作系统上，进程的运行会占据一块内存空间。该空间是这个进程自己独占的、不允许其他进程访问的（PS：同一进程内的线程，是公用进程的内存空间的，且允许相互传递、查看、访问数据）。那么，如果两个进程之间需要传递一些数据时该如何处理呢？这就需要IPC的帮助了。
IPC一般来讲常用的有以下五种方式：
1、管道
管道即 | ，之前讲过，它前后有两个命令，即两个进程，可实现前进程的运行结果，传递给后进程使用。即可视为实现的是进程运行结果的传递。
管道工作原理：在内存中开辟一块第三方的管道空间，前进程把结果存入该空间，后进程从该空间读取数据。该块空间，采用先进先出(FIFO)的方式，即先进入的数据先被度去除，若存入时按顺序进入多个数据，读出时也按该顺序陆续读出。再者，被后进程读出的数据，将从管道的内存空间中删除，不可再读
2、共享内存
共享内存能实现的功能是：传递进程运行过程中产生的数据。
工作原理：在内存中开辟一块第三方的空间，称为共享空间，前进程运行过程中可以随时向里面存入数据，后进程也可以随时从该空间中读取数据，且可以挑选读取，读取后也不会删除，支持重复读取。
前进程在运行时，若有数据要给其他进程，则会主动开辟共享内存空间，所以共享内存空间是由前进程开辟的。
开辟空间时，其实是前进程调用了操作系统对外提供的一个函数，实现内存空间开辟。类函数被称为API 接口函数
3、信号 sign
信号的功能我们在之前的进程管理中已经讲过，就是：通过对进程增加一个信号标记，让CPU根据该信号，对进程作出相应的处理，以实现进程运行状态的控制。如：关闭、挂起等
kill -l ---查看CPU支持的所有信号
常用信号： kill -9 PID ---杀死
kill -19 PID ---停止挂起，相当于 ctrl+z
kill -18 PID ---继续运行，相当于 fg、bg
一般进程的信号会由人为输入命令来设定，即手动操作；另外，Linux系统也会根据需要给进程增加信号
4、消息队列
消息队列的功能是：进程之间相互通知运行、访问状态的队列
它的应用需求是：当多个进程同时访问同一个文件、设备时，尤其都要进行写操作时，就产生了写冲突或访问冲突。如：使用打印机同时打印多个文件时，一定是一个文件完全打印完毕，后一个文件才会开始打印，则说明在一个打印进程执行时，其他打印进程是处于等待状态的。
所以可以认为，后访问的进程只能等前进程运行完毕后才可访问文件或设备。而前进程会把自己对文件、设备的访问状态记录到消息队列中。后进程可通过消息队列获取前进程的访问状态，已确定其是否访问完毕。
5、小结
以上四种IPC的方式，可总结到主要都是实现本机内进程间通信使用的，而且通过这四种方式，基本可以满足进程间数据传递的各种需求。但是，若是跨主机间的进程通信呢？则需要使用下面的socket方式实现了。
6、socket套接字
socket的功能：实现主机之间进程的通信，即通过网络实现两台主机上进程的连接、访问
实现形式: 使用ip+port的方式 ，识别、寻址主机及主机内的进程
原理介绍：socket套接字，相当于一个守护进程，监控主机的某个端口，当端口被客户端访问时，socket会启动起系统内的服务进程。