記錄一次詭異bug的解決過程

本文記錄一次很詭異的bug （進程莫名被終止）的發現過程，而且詳細記錄了問題背後的緣由，以及解決方案。

背景

此項目是一個接口的自動化測試平臺，須要接入自動化工程（每一個自動化工程對應一個被測應用工程），每一個自動化工程都是獨立運行的進程。
自動化工程用的是springboot, 利用maven插件運行，mvn spring-boot:run 。
該平臺接入了不少自動化工程，在一臺linux機器上運行着不少個自動化工程的進程。

現象

偶爾會莫名的出現自動化工程的進行被殺掉的狀況，須要在平臺上從新操做，啓動該自動化工程以後，才能繼續運行任務。
直到系統規模擴大，自動化工程數目變多，自動化用例變多，運行任務時間變長，自動化工程被莫名終止的機率加大。

分析

1. 查看log， 發現自動化工程被終止的log信息以下：

[INFO] ------------------------------------------------------------------------
[INFO] BUILD FAILURE
[INFO] ------------------------------------------------------------------------
[INFO] Total time: 09:32 min
[INFO] Finished at: 2019-08-15T17:39:55+08:00
[INFO] ------------------------------------------------------------------------
[ERROR] Failed to execute goal org.springframework.boot:spring-boot-maven-plugin:2.2.0.M5:run (default-cli) on project coupon_batch-Test: Application finished with exit code: 137 -> [Help 1]
[ERROR] 
[ERROR] To see the full stack trace of the errors, re-run Maven with the -e switch.
[ERROR] Re-run Maven using the -X switch to enable full debug logging.
[ERROR] 
[ERROR] For more information about the errors and possible solutions, please read the following articles:
[ERROR] [Help 1] http://cwiki.apache.org/confluence/display/MAVEN/MojoExecutionException

1. 分析log產生的緣由，google : ERROR: Maven JVM terminated unexpectedly with exit code 137

For reference the status code 137 (128 + 9) typically means (can differ between flavours of unix).
That the process was terminated by receipt of a signal. In this case signal 9 which is SIGKILL and unblockable kill.
If this is the case the underlying machine/OS needs more virtual memory.
This can be added by either adding physical memory or swap space as appropriate.
You should try to increase the virtual memory of your machine.
Note:This also explains why a Jenkins restart (temporarily) fixes the issue.
Jenkins Maven Build 137 Error

1. 至此找到問題緣由：linux swap 分區不足，致使該進程被linux OOM Killer殺掉。

解決問題須要的背景知識

1. 什麼是swap?

swap space是磁盤上的一塊區域，能夠是一個分區，也能夠是一個文件，或者是他們的組合。
簡單點說，當系統物理內存吃緊時，Linux會將內存中不常訪問的數據保存到swap上，
這樣系統就有更多的物理內存爲各個進程服務，而當系統須要訪問swap上存儲的內容時，
再將swap上的數據加載到內存中，這就是咱們常說的swap out和swap in。

2. 爲何須要swap ？

1. 對於一些大型的應用程序(如LibreOffice、video editor等)，在啓動的過程當中會使用大量的內存，

但這些內存不少時候只是在啓動的時候用一下，後面的運行過程當中不多再用到這些內存。有了swap後，
系統就能夠將這部分不這麼使用的內存數據保存到swap上去，從而釋放出更多的物理內存供系統使用。

1. 不少發行版(如ubuntu)的休眠功能依賴於swap分區，當系統休眠的時候，

會將內存中的數據保存到swap分區上，等下次系統啓動的時候，再將數據加載到內存中，這樣能夠加快系統的啓動速度，
因此若是要使用休眠的功能，必需要配置swap分區，而且大小必定要大於等於物理內存

1. 在某些狀況下，物理內存有限，但又想運行耗內存的程序怎麼辦？

這時能夠經過配置足夠的swap空間來達到目標，雖然慢一點，但至少能夠運行。

1. 雖然大部分狀況下，物理內存都是夠用的，可是總有一些意想不到的情況，好比某個進程須要的內存超過了預期，

或者有進程存在內存泄漏等，當內存不夠的時候，就會觸發內核的OOM killer，
根據OOM killer的配置，某些進程會被kill掉或者系統直接重啓（默認狀況是優先kill耗內存最多的那個進程），
不過有了swap後，能夠拿swap當內存用，雖然速度慢了點，但至少給了咱們一個去debug、kill進程或者保存當前工做進度的機會。

1. 若是看過Linux內存管理，就會知道系統會盡量多的將空閒內存用於cache，以加快系統的I/O速度，

因此若是能將不怎麼經常使用的內存數據移動到swap上，就會有更多的物理內存用於cache，從而提升系統總體性能。

3. swap的缺點

1. 上面介紹了swap的優勢，那swap的缺點呢？swap是存放在磁盤上的，磁盤的速度和內存比較起來慢了好幾個數量級，

若是不停的讀寫swap，那麼對系統的性能確定有影響，尤爲是當系統內存很吃緊的時候，讀寫swap空間發生的頻率會很高，
致使系統運行很慢，像死了同樣，這個時候添加物理內存是惟一的解決辦法。

1. 因爲系統會自動將不經常使用的內存數據移到swap上，對桌面程序來講，有可能會致使最小化一個程序後，

再打開時小卡一下，由於須要將swap上的數據從新加載到內存中來。

Linux交換空間（swap space）

採用的解決方案: 增長swap文件

#先建立一個新的512M的文件，用來做爲swap文件，文件路徑能夠隨便
#fallocate這個命令依賴於文件系統，有些老的文件系統不支持這個命令，好比ext2，
#這種狀況下能夠用dd來實現一樣的效果：
#sudo dd if=/dev/zero of=/mnt/512MiB.swap bs=1024 count=524288
#fallocate和dd的區別在於：
#fallocate是先聲明這麼多，而後在具體用到的時候文件系統才分配真正的物理磁盤空間，就是用一點分配一點，
#而dd是一開始就實實在在的寫了512m的數據到物理磁盤空間。
#因此做爲測試來講fallocate方便些，由於剛開始不用寫任何數據，要快
dev@dev:~$ sudo fallocate -l 512m /mnt/512MiB.swap

#修改文件的權限，避免其餘用戶對這個文件進行誤操做
dev@dev:~$ sudo chmod 600 /mnt/512MiB.swap

#格式化爲swap文件
dev@dev:~$ sudo mkswap /mnt/512MiB.swap

#將新的文件加入到系統中
dev@dev:~$ sudo swapon /mnt/512MiB.swap

#這時候能夠看到新的swap文件已經被加入到系統中了，類型爲file
#這裏能夠看到因爲優先級最高，第一個swap分區/dev/dm-1已經被使用了24K
dev@dev:~$ swapon -s
Filename                Type        Size    Used    Priority
/dev/dm-1               partition   524284  24      -1
/dev/sdb1               partition   2096124 0       -2
/mnt/512MiB.swap        file        524284  0       -3

#從free命令的輸出能夠看到，通過前面兩輪添加swap分區和文件，
#如今系統的交換空間已經變成3G(3144692K)了
dev@dev:~$ free
              total        used        free      shared  buff/cache   available
Mem:         500192       39112        9564        1996      451516      430820
Swap:       3144692          24     3144668

#一樣爲了保證系統重啓後會自動加載咱們新的swap文件，須要修改/etc/fstab文件
dev@dev:~$ sudo sh -c 'echo "/mnt/512MiB.swap none  swap    sw   0    0" >> /etc/fstab'

進階： OOM Killer 配置

理解和配置 Linux 下的 OOM Killer

總結

技術上的問題總會有緣由的，就看你找不找獲得。

技術的問題若是深究的話，有不少能夠學習的地方，一個bug就是一個學習機會。

版權聲明：本文爲博主原創文章，遵循 CC 4.0 by-sa 版權協議，轉載請附上原文出處連接和本聲明。posted from openWrite