服务器、存储、网络产品购买热线:400-860-6708 ERP、管理软件购买热线:400-018-7700云服务产品销售热线:400-607-6657
您当前所在位置:首页 > 支持下载 > 自助服务 > 常见问题 > 服务器

linux系统运行中产生D进程

发布时间: 2019年12月17日

问题描述

https://access.redhat.com/solutions/31453

https://access.redhat.com/zh_CN/solutions/695633

系统变为无响应状态并产生以下信息 "INFO: task <process>:<pid> blocked for more than 120 seconds".

Solution 已验证 - 已更新 2018年三月20日07:56 - 
中文 (中国)

环境

²  Red Hat Enterprise Linux (RHEL) 5.5 (kernel-2.6.18-194) 或更高版本

²  Red Hat Enterprise Linux (RHEL) 6

²  Red Hat Enterprise Linux (RHEL) 7

²  进程处于无法中断的睡眠状态 (D state)

问题

²  在系统变为无响应前,/var/log/messages 中记录了以下信息:

Raw

INFO: task <process>:<pid> blocked for more than 120 seconds

²  是什么原因导致产生上面的信息?在对这个问题进行故障排除时需要什么信息?

决议

  • 这些信息通常意味着,系统存在磁盘或内存阻塞问题,进程无法获得可用的资源。
  • 请参阅 "How do I use hung task check?" 中 CAUTIONS 一段的内容。
  • 这些信息通常用来提示用户注意与操作优化有关的问题。这些信息并不一定代表出现了严重的问题,而被阻塞的进程通常会在系统恢复正常状态时被处理。
  • 如果需要进一步的故障诊断,根据 How do I use hung task check in RHEL ? 的内容产生一个 vmcore,并和红帽的技术支持一起合作分析 vmcore。
  • 如果处于挂起状态的任务是第三方的应用程序,请同时请求相关应用程序厂商的支持。
  • 如果您已了解到这些任务挂起信息是因为特定错误造成的,您也可以禁止产生这些信息。但是,我们并不建议这样做,这也不可能防止任务挂起问题的出现。如果您需要禁止产生这些信息,请进行以下操作:
# sysctl kernel.hung_task_timeout_secs=0
  • 如果任务挂起导致系统崩溃,而且您已知道了造成这个问题的原因,则可以通过把以下内容添加到 /etc/sysctl.conf 中来避免系统崩溃。在进行改变后,需要运行 'sysctl -p' 以使改变生效。

Raw

kernel.hung_task_panic = 0

根源

  • Red Hat Enterprise Linux 5.5 使用的内核版本 2.6.18-194 中增加了一个 Detect Hung Task 内核线程 (khungtaskd),它的功能是检测到那些已处于 D-state ( Uninterruptible Sleep (UN) ) 状态超过了一定时间(默认是 120 秒)的任务,并把以下类型的信息记录到系统日志文件中(例如,/var/log/messages)。

Raw

"INFO: task <process>:<pid> blocked for more than 120 seconds"
  • khungtaskd 内核线程会监控进程的状态,并检查是否有进程已处于不可中断的状态超过了 "kernel.hung_task_timeout_secs" sysctl 参数所设定的时间长度(这个系统参数的默认值是 120 秒)。如果存在这样的进程,它会在日志中记录这个情况,并记录下阻塞进程的调用回溯信息。为了防止产生大量的日志数据,在默认情况下,这个监控进程只会报告检测到的最先发生的 10 个挂起任务,以后将不再报告。因此,即使不再产生相关的信息,仍然有可能存在阻塞的任务。
  • 检查与以下类似的信息:

诊断步骤

Raw

INFO: task syslogd:2643 blocked for more than 120 seconds.  
"echo 0 > /proc/sys/kernel/hung_task_timeout_secs" disables this message.  
syslogd D ffff81000237eaa0 0 2643 1 2646 2634  

(NOTLB)  

ffff8101352c3d88 0000000000000086 ffff8101352c3d98 ffffffff80063ff8  
0000000000001000 0000000000000009 ffff81013d2c57e0 ffff810102ac1820  
0000340b30708992 0000000000000571 ffff81013d2c59c8 000000010000089f  
Call Trace:  
[<ffffffff80063ff8>] thread_return+0x62/0xfe  
[<ffffffff88036d8a>] :jbd:log_wait_commit+0xa3/0xf5  
[<ffffffff800a1ba4>] autoremove_wake_function+0x0/0x2e  
[<ffffffff8803178a>] :jbd:journal_stop+0x1cf/0x1ff  
[<ffffffff8002ff40>] __writeback_single_inode+0x1e9/0x328  
[<ffffffff800e1464>] do_readv_writev+0x26e/0x291  
[<ffffffff800f3d9d>] sync_inode+0x24/0x33  
[<ffffffff8804c36d>] :ext3:ext3_sync_file+0xc9/0xdc  
[<ffffffff8005073a>] do_fsync+0x52/0xa4  
[<ffffffff800e1ce9>] __do_fsync+0x23/0x36  
[<ffffffff8005e28d>] tracesys+0xd5/0xe0
  • 在发生问题时获取以下数据:

Raw

# uname -a > /tmp/uname.out
# ifconfig > /tmp/ifcongfig.out
# top -n 5 -b > /tmp/top.out
# vmstat 1 50 > /tmp/vm.out
# iostat -x 2 10 > /tmp/io.out
# ps aux > /tmp/ps.out
# ps auxH > /tmp/psh.out
# sar -A > /tmp/sar.out
# free > /tmp/free.out
# lsof > /tmp/lsof.out

运行以下命令以提供相关的数据:
Raw

# tar -cjvf outputs.tar.bz2 /tmp/*.out
# tar -cjvf message.tar.bz2 /var/log/message*
  • 检查这个问题是否是因为使用远程文件系统(如 NFS)造成处理延迟。例如,如果有大量 NFS 服务器请求,就可能会造成这个问题。


Raw

$ grep MYAPP lsof | grep oracle
MYAPP    7096     1062  cwd    DIR    0,18     0     558301 /oracle/prd/fs_ne/inst/conc/log
...
$ grep nfs mount
remotehost@:/ on /oracle/prd/fs_ne/inst type nfs (rw,nosuid)


线




×
联系我们
服务器、存储、网络产品购买热线
400-860-6708
ERP、管理软件购买热线
400-018-7700
云服务产品销售热线
400-607-6657