wait3（waitpid别名）返回-1，errno设置为ECHILD，但它不应该返回
背景是这样的。我们有一个wait3（waitpid别名）返回-1，errno设置为ECHILD，但它不应该返回,c,linux,system-calls,zombie-process,waitpid,C,Linux,System Calls,Zombie Process,Waitpid,背景是这样的。我们有一个wait3（）调用，它等待AOF重写子级在磁盘上创建新的AOF版本。完成子项后，将通过wait3（）通知父项，以便用新的AOF替换旧的AOF 然而，在上述问题的上下文中，用户通知我们有一个bug。我对Redis 3.0的实现进行了一些修改，以便在wait3（）返回-1时清楚地记录日志，而不是因为这种意外情况而崩溃。这就是明显发生的情况： 当我们有挂起的子项等待时，将调用wait3（） SIGCHLD应设置为SIG_DFL，Redis中根本没有代码设置此信号，因此这是默认行
wait3（）wait3（）wait3（）wait3（）SIGCHLDSIG_DFLwait3（）wait3（）wait3（）server.AOF\u child\u pidwait3（）wait3（）ECHILDWNOHANGwait3（）。如果默认情况下SIGCHLD
设置为SIG_DFL
，那么导致失败并返回-1和ECHLD
的唯一条件应该是没有僵尸可用于报告信息
假设2：可能发生的另一件事是，在第一个孩子死后，SIGCHLD
处理程序设置为SIG\u IGN
，导致wait3（）
返回-1和ECHLD
假设3：是否有办法从外部移除僵尸子级？可能该用户有某种脚本，可以在后台删除僵尸进程，这样信息就不再可用于wait3（）
？据我所知，如果父级不等待僵尸（使用waitpid
或处理信号），并且没有忽略SIGCHLD
，则永远不可能删除僵尸，但可能有某种特定于Linux的方法
假设4：Redis代码中实际上存在一些bug，因此我们在没有正确重置状态的情况下第一次成功地wait3（）
了孩子，之后我们一次又一次地调用wait3（）
，但不再有僵尸，因此它返回-1。分析代码看起来不可能，但也许我错了
另一件重要的事：我们过去从未观察到这一点。显然，这种情况只发生在这个特定的Linux系统中
更新：Yossi Gottlieb建议Redis进程中的另一个线程出于某种原因接收SIGCHLD
（通常不会发生，仅在此系统上）。我们已经在bio.c
线程中屏蔽了SIGALRM
，也许我们也可以尝试从I/O线程屏蔽SIGCHLD
附录：Redis代码的选定部分
其中调用wait3（）：
/* Check if a background saving or AOF rewrite in progress terminated. */
if (server.rdb_child_pid != -1 || server.aof_child_pid != -1) {
int statloc;
pid_t pid;
if ((pid = wait3(&statloc,WNOHANG,NULL)) != 0) {
int exitcode = WEXITSTATUS(statloc);
int bysignal = 0;
if (WIFSIGNALED(statloc)) bysignal = WTERMSIG(statloc);
if (pid == -1) {
redisLog(LOG_WARNING,"wait3() returned an error: %s. "
"rdb_child_pid = %d, aof_child_pid = %d",
strerror(errno),
(int) server.rdb_child_pid,
(int) server.aof_child_pid);
} else if (pid == server.rdb_child_pid) {
backgroundSaveDoneHandler(exitcode,bysignal);
} else if (pid == server.aof_child_pid) {
backgroundRewriteDoneHandler(exitcode,bysignal);
} else {
redisLog(REDIS_WARNING,
"Warning, detected child with unmatched pid: %ld",
(long)pid);
}
updateDictResizePolicy();
}
} else {
backgroundRewriteDoneHandler的选定部分
：
void backgroundRewriteDoneHandler(int exitcode, int bysignal) {
if (!bysignal && exitcode == 0) {
int newfd, oldfd;
char tmpfile[256];
long long now = ustime();
mstime_t latency;
redisLog(REDIS_NOTICE,
"Background AOF rewrite terminated with success");
... more code to handle the rewrite, never calls return ...
} else if (!bysignal && exitcode != 0) {
server.aof_lastbgrewrite_status = REDIS_ERR;
redisLog(REDIS_WARNING,
"Background AOF rewrite terminated with error");
} else {
server.aof_lastbgrewrite_status = REDIS_ERR;
redisLog(REDIS_WARNING,
"Background AOF rewrite terminated by signal %d", bysignal);
}
cleanup:
aofClosePipes();
aofRewriteBufferReset();
aofRemoveTempFile(server.aof_child_pid);
server.aof_child_pid = -1;
server.aof_rewrite_time_last = time(NULL)-server.aof_rewrite_time_start;
server.aof_rewrite_time_start = -1;
/* Schedule a new rewrite if we are waiting for it to switch the AOF ON. */
if (server.aof_state == REDIS_AOF_WAIT_REWRITE)
server.aof_rewrite_scheduled = 1;
}
如您所见，所有代码路径都必须执行将服务器.aof_child_pidcleanup如您所见，aof_child_pid不是-1。TLDR：您目前依赖于
信号的未指定行为sigactionSIGCHLDsigactionSIGCHLDSIG\u IGNSIGCHLDwaitSIGCHLDSIGCHLD等待waitSIGCHLDSIG\u IGNSA\u NOCLDWAITSIGCHLDsigactionwait（）waitpid（）ECHILDSIGCHLDSIG\u IGNSIGCHLDSIG\u IGNwait（）sigset_t set; struct sigaction sa; /* block all signals */ sigfillset (&set); pthread_sigmask (SIG_BLOCK, &set, NULL); /* Set up the structure to specify the new action. */ memset (&sa, 0, sizeof (struct sigaction)); sa.sa_handler = handlesignal; /* signal handler for INT, TERM, HUP, USR1, USR2 */ sigemptyset (&sa.sa_mask); sa.sa_flags = 0; sigaction (SIGINT, &sa, NULL); sigaction (SIGTERM, &sa, NULL); sigaction (SIGHUP, &sa, NULL); sigaction (SIGUSR1, &sa, NULL); sigaction (SIGUSR2, &sa, NULL); sa.sa_handler = SIG_IGN; sigemptyset (&sa.sa_mask); sa.sa_flags = 0; sigaction (SIGPIPE, &sa, NULL); /* I don't care about SIGPIPE */ sa.sa_handler = SIG_DFL; sigemptyset (&sa.sa_mask); sa.sa_flags = 0; sigaction (SIGCHLD, &sa, NULL); /* I want SIGCHLD to be handled by SIG_DFL */ pthread_sigmask (SIG_UNBLOCK, &set, NULL);