Python 脚本化ssh命令有时会无限期挂起，服务器处于活动状态并接受连接

我正在自动化一些在云中运行的测试（具体来说）

我配置VM，然后使用ssh运行许多设置步骤

有时候宋承宪会无限期地被绞死，我一辈子都不知道为什么

最初我使用了，但从2015年开始我发现这个问题仍然没有解决，所以我决定改为通过

创建VM后，需要一段时间才能启动，sshd也需要一段时间才能开始侦听。因此，我首先通过ssh在一个循环中运行命令

true

，直到它成功：

retries = 6
while True:
    # just run 'true' on the remove server so if it executes successfully we know 
    # sshd is alive and accepting connections
    cmd = ('ssh -o ConnectTimeout=10 -o StrictHostKeyChecking=no '
           '-o UserKnownHostsFile=/dev/null {user}@{host} true').format(
           user=user, host=host)
    r = subprocess.run(cmd,
                       stdout=subprocess.PIPE,
                       stderr=subprocess.PIPE,
                       shell=True)
    if r.returncode == 0:
        break
    retries -= 1
    if retries == 0:
        raise UnableToConnect()
    time.sleep(10)

成功运行

true

后，我知道服务器处于活动状态并且正在接受ssh连接，因此我可以继续执行设置步骤

def run_cmd(user, host, cmd):
    cmd = ('ssh -o ConnectTimeout=10 -o StrictHostKeyChecking=no '
           '-o UserKnownHostsFile=/dev/null {user}@{host} {cmd}').format(
           user=user, host=host, cmd=shlex.quote(cmd))
    r = subprocess.run(cmd,
                       stdout=subprocess.PIPE,
                       stderr=subprocess.PIPE,
                       shell=True)
    return {
        'returncode': p.returncode,
        'stdout'    : p.stdout.decode("utf-8").rstrip(),
        'stderr'    : p.stderr.decode("utf-8").rstrip(),
    }

大多数情况下，一切都按预期进行，但有时ssh命令将永远不会返回，无限期地挂起

例如，我需要安装

binutils

：

run_cmd(user, vm_ip_addr, 'dpkg -s binutils || sudo apt-get install -y binutils')

命令永远不会返回

$ ps -ef | grep ssh
steve 31855 ... 00:00:00 /bin/sh -c ssh -o ConnectTimeout=10 -o StrictHostKeyChecking=no -o UserKnownHostsFile=/dev/null fred@123.123.123.123 'dpkg -s binutils || sudo apt-get install -y binutils'
steve 31856 ... 00:00:00 ssh -o ConnectTimeout=10 -o StrictHostKeyChecking=no -o UserKnownHostsFile=/dev/null fred@123.123.123.123 dpkg -s binutils || sudo apt-get install -y binutils

我使用

strace

连接到

ssh

命令，它被卡在一个read中：

$ sudo strace -p 31856
strace: Process 31856 attached
read(5, 

（我对

strace

不是很熟练，所以我不确定在这一点上是否还有其他方法可以获得更多信息）

我知道服务器是活动的，因为我能够用ssh连接到服务器上，在运行卡住的命令之前，我的脚本成功地在remove服务器上运行了

true

问题：

• 为什么这个命令被卡住了
• 我如何检测和/或防止这种情况

---

我偶尔也会遇到类似的问题，我强烈怀疑这是因为糟糕的网络质量，错误配置的点连接可能会死掉，但您的连接甚至没有正确断开（数据包会自动消失，并且似乎挂起不动）。长话短说，也许可以尝试设置/使用：

ServerAliveInterval

，查看

manssh\u config

了解详细信息，您也可以通过

-o

在cmdline上传递它；至少检测到情况并终止流程。对于正在进行的连接，没有超时，因此您必须从外部实现watchdog。当您使用ssh在远程系统上调用命令时，本地ssh实例在远程命令完成之前继续运行是正常的。您应该调查发生这种情况时远程服务器上发生的情况。我偶尔会遇到类似的问题，并强烈怀疑这是因为糟糕的网络质量，错误配置到点连接可能会导致死亡，但您的连接甚至没有正确断开（小包静静地消失了，它似乎悬在一个边缘）.长话短说，也许可以尝试设置/使用：

ServerAliveInterval

，查看

man ssh\u config

了解详细信息，您也可以通过

-o

在cmdline上传递它；至少可以检测到情况并终止进程。对于正在进行的连接，没有超时，因此您必须从外部实现watchdog。如果您需要e ssh要在远程系统上调用命令，本地ssh实例在远程命令完成之前继续运行是正常的。发生这种情况时，您应该调查远程服务器上发生了什么。