Python: 僵尸进程的产生和清除方法

僵尸进程产生的原因¶

在 unix 或 unix-like 的系统中，当一个子进程退出后，它就会变成一个僵尸进程，如果父进程没有通过 wait 系统调用来读取这个子进程的退出状态的话，这个子进程就会一直维持僵尸进程状态。

On Unix and Unix-like computer operating systems, a zombie process or defunct process is a process that has completed execution (via the exit system call) but still has an entry in the process table: it is a process in the "Terminated state". This occurs for child processes, where the entry is still needed to allow the parent process to read its child's exit status: once the exit status is read via the wait system call, the zombie's entry is removed from the process table and it is said to be "reaped". A child process always first becomes a zombie before being removed from the resource table. In most cases, under normal system operation zombies are immediately waited on by their parent and then reaped by the system – processes that stay zombies for a long time are generally an error and cause a resource leak.

并且僵尸进程无法通过 kill 命令来清除。

本文将探讨如何手动制造一个僵尸进程以及清除僵尸进程的办法。

手动制造一个僵尸进程¶

为了便于后面讲解清除僵尸进程的方法，我们使用日常开发中经常使用的 multiprocessing 模块来制造僵尸进程（准确的来说是制造一个长时间维持僵尸进程状态的子进程）：

$ cat test_a.py
from multiprocessing import Process, current_process
import logging
import os
import time

logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)-15s - %(levelname)s - %(message)s'
)


def run():
    logging.info('exit child process %s', current_process().pid)
    os._exit(3)

p = Process(target=run)
p.start()
time.sleep(100)

测试：

$ python test_a.py &
[1] 10091
$ 2017-07-20 21:28:14,792 - INFO - exit child process 10106

$ ps aux |grep 10106
mozillazg              10126   0.0  0.0  2434836    740 s006  R+    0:00.00 grep 10106
mozillazg              10106   0.0  0.0        0      0 s006  Z     0:00.00 (Python)

可以看到，子进程 10106 变成了僵尸进程（状态是 Z ）。

既然已经可以控制僵尸进程的产生了，那我们就可以进入下一步如何清除僵尸进程了。

清除僵尸进程¶

清除僵尸进程至少有三种方法：

第一种方法就是结束父进程（一般是主进程）。当父进程退出的时候僵尸进程随后也会被清除。当然这个是个暴力的手段，因为我们一般肯定是希望父进程继续运行的。
第二种方法就是通过 wait 调用来读取子进程退出状态。比如通过 multiprocessing.Process 产出的进程可以通过子进程的 join() 方法来 wait，也可以在父进程中处理 SIGCHLD 信号，在处理程序中调用 wait 系统调用或者直接设置为 SIG_IGN 来清除僵尸进程。
第三种办法就说把进程变成孤儿进程，这样进程就会自动交由 init 进程（pid 为 1 的进程）来处理，一般 init 进程都包含对僵尸进程进行处理的逻辑。（这里有个坑，那就是 docker 容器中一般 pid 为 1 进程就是主程序的进程，而不是我们预期的 init 进程。如果要使用这种方法的话，需要注意一下类似的场景）

处理 SIGCHLD 信号¶

子进程退出时系统会向父进程发送 SIGCHLD 信号，父进程可以通过注册 SIGCHLD 信号处理程序，在信号处理程序中调用 wait 系统调用来清理僵尸进程。

$ cat test_b.py
import errno
from multiprocessing import Process, current_process
import logging
import os
import signal
import time

logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)-15s - %(levelname)s - %(message)s'
)


def run():
    exitcode = 3
    logging.info('exit child process %s with exitcode %s',
                 current_process().pid, exitcode)
    os._exit(exitcode)


def wait_child(signum, frame):
    logging.info('receive SIGCHLD')
    try:
        while True:
            # -1 表示任意子进程
            # os.WNOHANG 表示如果没有可用的需要 wait 退出状态的子进程，立即返回不阻塞
            cpid, status = os.waitpid(-1, os.WNOHANG)
            if cpid == 0:
                logging.info('no child process was immediately available')
                break
            exitcode = status >> 8
            logging.info('child process %s exit with exitcode %s', cpid, exitcode)
    except OSError as e:
        if e.errno == errno.ECHILD:
            logging.warning('current process has no existing unwaited-for child processes.')
        else:
            raise
    logging.info('handle SIGCHLD end')

signal.signal(signal.SIGCHLD, wait_child)

p = Process(target=run)
p.start()

while True:
    time.sleep(100)

效果：

$ python test_b.py  &
[1] 10159
$ 2017-07-20 21:28:56,085 - INFO - exit child process 10174 with exitcode 3
2017-07-20 21:28:56,088 - INFO - receive SIGCHLD
2017-07-20 21:28:56,089 - INFO - child process 10174 exit with exitcode 3
2017-07-20 21:28:56,090 - WARNING - current process has no existing unwaited-for child processes.
2017-07-20 21:28:56,090 - INFO - handle SIGCHLD end

$ ps aux |grep 10174
mozillazg              10194   0.0  0.0  2432788    556 s006  R+    0:00.00 grep 10174

可以看到，子进程退出变成僵尸进程后，系统给父进程发送了 SIGCHLD 信号，我们在 SIGCHLD 信号的处理程序中通过 os.waitpid 调用 wait 系统调用后阻止了子进程一直处于僵尸进程状态，从而实现了清除僵尸进程的效果。

也可以把 SIGCHLD 设置为 SIG_IGN

把进程变成孤儿进程¶

什么是孤儿进程：当父进程已经退出但是子进程仍旧在运行时，这个子进程就变成了孤儿进程。系统会把孤儿进程的父进程设置为 init 进程，将由 init 进程来管理这个孤儿进程。

我们修改一下前面的程序，改成由子进程的子进程来执行具体逻辑：

$ cat test_c.py
from multiprocessing import Process, current_process
import logging
import os
import time

logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)-15s - %(levelname)s - %(message)s'
)


def run():
    time.sleep(30)
    logging.info('exit grandchild process %s', current_process().pid)
    os._exit(3)


def worker():
    p = Process(target=run)
    p.start()
    logging.info('exit worker process %s, grandchild is %s',
                 current_process().pid, p.pid)
    os._exit(1)


p = Process(target=worker)
p.start()
p.join()
time.sleep(100)

效果:

$ python test_c.py &
[1] 79565
2017-07-30 18:18:27,680 - INFO - exit worker process 79585, grandchild is 79586

$ ps -f |grep test_c.py
  mozillazg 79565 62003   0  6:18PM ttys009    0:00.06 python test_c.py
  mozillazg 79586     1   0  6:18PM ttys009    0:00.00 python test_c.py
  mozillazg 79611 62003   0  6:18PM ttys009    0:00.00 grep test_c.py

$ 2017-07-30 18:18:57,681 - INFO - exit grandchild process 79586

$ ps -f |grep 79586
  mozillazg 79697 62003   0  6:19PM ttys009    0:00.00 grep 79586

$ ps -f |grep test_c.py
  mozillazg 79565 62003   0  6:18PM ttys009    0:00.06 python test_c.py
  mozillazg 79741 62003   0  6:19PM ttys009    0:00.00 grep test_c.py

可以看到当结束了进程 79585 之后，它的子进程 79586 的父进程的 pid 就变成了 1 ，随后退出 79586 进程后，进程 79586 并没有出现一直维持僵尸进程状态的情况。

结语¶

希望本文能对你有所帮助。