Apache mod_perl 进程挂起在 futex_wait 状态

Question

我运行一个相当流行的基于浏览器的网页游戏，在 Apache (worker) 和 mod_perl 下运行。在高峰时段，当服务器每分钟处理大约 4200 个请求时，大约每 3-15 分钟就会有一个 Apache 进程挂起。

我已经确定这些进程陷入“FUTEX_WAIT”状态，并且似乎没有执行任何操作：它们不消耗 CPU 或在 RAM 中变大。但这是一个严重的问题，因为它们只是坐在那里，占用内存。

我当前的解决方案是一个 cron 作业，它会剔除卡在 futex_wait_queue_me 中的 Apache 进程。但这并不好，因为恰好正在等待挂起的 Apache 进程响应的用户会收到错误（500：服务器关闭连接而不发回数据）。

我无法在我的开发计算机上重现该问题，并且不知道如何继续进行故障排除。我很想知道：我怎样才能进一步诊断这个问题？

编辑：我发现问题发生在流量激增之后，当 Apache 产生更多工作进程，然后尝试剔除它们时。从孩子的角度来看，正常工作时的情况是这样的：

$ sudo strace -p 21764
Process 21764 attached - interrupt to quit
read(5, "!", 1)                         = 1
tgkill(21764, 21791, SIGHUP)            = 0
tgkill(21764, 21791, SIG_0)             = 0
select(0, NULL, NULL, NULL, {0, 500000}) = ? ERESTARTNOHAND (To be restarted)
--- SIGTERM (Terminated) @ 0 (0) ---
rt_sigreturn(0xf)                       = -1 EINTR (Interrupted system call)
munmap(0x7f9905750000, 8392704)         = 0
munmap(0x7f98f8736000, 8392704)         = 0
[...]
madvise(0x7f98e4021000, 73728, MADV_DONTNEED) = 0
exit_group(0)                           = ?
Process 21764 detached

...但有时会这样：

$ sudo strace -p 24133
Process 24133 attached - interrupt to quit
read(5, "!", 1)                         = 1
tgkill(24133, 24164, SIGHUP)            = 0
tgkill(24133, 24164, SIG_0)             = 0
--- SIGTERM (Terminated) @ 0 (0) ---
rt_sigreturn(0xf)                       = 0
select(0, NULL, NULL, NULL, {0, 500000}) = 0 (Timeout)
tgkill(24133, 24140, SIGUSR1)           = 0
futex(0x7f9904f4e9d0, FUTEX_WAIT, 24140, NULL

...并且不再继续。

我不知道如何进一步调试这个。

Answer 1

这是由于 mod-perl 中的错误造成的，现已修复，记录如下：

http: //www.gossamer-threads.com/lists/modperl/dev/104026

Answer 2

选择最低流量时间，并在实时计算机上使用 strace 启动 apache，这样您就可以追踪错误的原因，对于一位互联网博主来说，解决方案归结为

rm /dev/random 
mknod -m 644 /dev/random c 1 9 

您可以避免 500: 服务器关闭连接而不发送通过使用反向代理设置来返回数据，因此当 apache 检测到没有数据的超时时，它会将客户端请求转发到不同的 mod_perl 子级

，这样客户端的请求不会得到 500，而是需要额​​外的时间5秒
（不要问我如何操作，请参阅 mod_perl/apache 指南:)