原文地址：Go Exec 僵尸与孤儿进程
最近，使用 golang 去管理本地应用的生命周期，期间有几个有趣的点，今天就一起看下。
场景一
我们来看看下面两个脚本会产生什么问题：
创建两个 shell 脚本
- start.sh
#!/bin/sh
sh sub.sh
- sub.sh
#!/bin/sh
n=0
while [ $n -le 100 ]
do
echo $n
let n++
sleep 1
done
执行脚本
输出结果
$ ./start.sh
0
1
2
...
进程关系
查看进程信息
ps -j
USER PID PPID PGID SESS JOBC STAT TT TIME COMMAND
root 31758 31346 31758 0 1 S+ s000 0:00.00 /bin/sh ./start.sh
root 31759 31758 31758 0 1 S+ s000 0:00.01 sh sub.sh
sub.sh的 父进程（PPID）为start.sh的进程id（PID）sub.sh和start.sh两个进程的PGID是同一个，（ 属一个进程组）。
删除 start.sh 的进程
kill -9 31758
# 再查看进程组
ps -j
## 返回
USER PID PPID PGID SESS JOBC STAT TT TIME COMMAND
root 31759 1 31758 0 0 S s000 0:00.03 sh sub.sh
-
start.sh进程不在了 -
sub.sh进程还在执行 -
sub.sh进程的PID变成了 1
问题1：
那sub.sh 这个进程现在属于什么？
场景二
假设sub.sh 是实际的应用， start.sh 是应用的启动脚本。
那么，golang 是如何管理他们的呢？ 我们继续看看下面 关于golang的场景。
在上面两个脚本的基础上，我们用golang 的 os/exec库去调用 start.sh脚本
package main
import (
"context"
"log"
"os"
"os/exec"
"time"
)
func main() {
cmd := exec.CommandContext(context.Background(), "./start.sh")
// 将 start.sh 和 sub.sh 移到当前目录下
cmd.Dir = "/Go/src/go-code/cmd/"
cmd.Stdout = os.Stdout
cmd.Stderr = os.Stderr
if err := cmd.Start(); err != nil {
log.Printf("cmd.Start error %+v \n", err)
}
for {
select {
default:
log.Println(cmd.Process.Pid)
time.Sleep(2 * time.Second)
}
}
}
执行程序
go run ./main.go
查看进程
ps -j
USER PID PPID PGID SESS JOBC STAT TT TIME COMMAND
root 45458 45457 45457 0 0 Ss+ s004 0:00.03 ...___1go_build_go_code_cmd
root 45462 45458 45457 0 0 S+ s004 0:00.01 /bin/sh ./start.sh
root 45463 45462 45457 0 0 S+ s004 0:00.03 sh sub.sh
发现 go 、 start.sh 、sub.sh 三个进程为同一个进程组（同一个 PGID）
父子关系为： main.go -> start.sh -> sub.sh
删除 start.sh 的进程
实际场景，有可能启动程序挂了，导致我们无法监听到执行程序的情况，删除start.sh进程，模拟下场景 ：
kill -9 45462
再查看进程
ps -j
USER PID PPID PGID SESS JOBC STAT TT TIME COMMAND
root 45458 45457 45457 0 0 Ss+ s004 0:00.03 ...___1go_build_go_code_cmd
root 45462 1 45457 0 0 S+ s004 0:00.01 (bash)
root 45463 45462 45457 0 0 S+ s004 0:00.03 sh sub.sh
- 发现没，
start.sh的PPID为1 - 即使
start.sh的PPID变成了1 ，log.Println(cmd.Process.Pid)还持续的输出 .
问题2:
那如果 PPID为1 ，golang程序不就无法管理了吗？ 即使 sub.sh 退出也不知道了，那要如何处理？
问题分析
两个场景中， 都有一个共同的点，就是
PPID为1，这妥妥的成为没人要的娃了——孤儿进程场景二中，如果
cmd的没有进程没有被回收，go程序也无法管理，那么start.sh就成为了占着茅坑不拉屎的子进程——僵尸进程
那究竟什么是孤儿进程 和 僵尸进程？
孤儿进程
在类 UNIX 操作系统中，孤儿进程（Orphan Process）指：是在其父进程执行完成或被终止后仍继续运行的一类进程。
为避免孤儿进程退出时无法释放所占用的资源而僵死，任何孤儿进程产生时都会立即为系统进程 init 或 systemd 自动接收为子进程，这一过程也被称为收养。在此需注意，虽然事实上该进程已有init作为其父进程，但由于创建该进程的进程已不存在，所以仍应称之为孤儿进程。孤儿进程会浪费服务器的资源，甚至有耗尽资源的潜在危险。
解决&预防
终止机制：强制杀死孤儿进程（最常用的手段）；
再生机制：服务器在指定时间内查找调用的客户端，若找不到则直接杀死孤儿进程；
超时机制：给每个进程指定一个确定的运行时间，若超时仍未完成则强制终止之。若有需要，亦可让进程在指定时间耗尽之前申请延时。
进程组：因为父进程终止或崩溃都会导致对应子进程成为孤儿进程，所以也无法预料一个子进程执行期间是否会被“遗弃”。有鉴于此，多数类UNIX系统都引入了进程组以防止产生孤儿进程。
僵尸进程
在类 UNIX 操作系统中，僵尸进程（zombie process）指：完成执行（通过exit系统调用，或运行时发生致命错误或收到终止信号所致），但在操作系统的进程表中仍然存在其进程控制块，处于"终止状态"的进程。
正常情况下，进程直接被其父进程 wait 并由系统回收。而僵尸进程与正常进程不同，kill 命令对僵尸进程无效，并且无法回收，从而导致资源泄漏。
解决&预防
收割僵尸进程的方法是通过 kill 命令手工向其父进程发送SIGCHLD信号。如果其父进程仍然拒绝收割僵尸进程，则终止父进程，使得 init 进程收养僵尸进程。init 进程周期执行 wait 系统调用收割其收养的所有僵尸进程。
查看进程详情
# 列出进程
ps -l
- USER：进程的所属用户
- PID：进程的进程ID号
- RSS：进程占用的固定的内存量 (Kbytes)
- S：查看进程状态
- CMD：进程对应的实际程序
进程状态（S）
- R：运行 Runnable (on run queue) 正在运行或在运行队列中等待
- S：睡眠 Sleeping 休眠中，受阻，在等待某个条件的形成或接受到信号
- I：空闲 Idle
- Z：僵死 Zombie（a defunct process) 进程已终止，但进程描述符存在， 直到父进程调用wait4()系统调用后释放
- D：不可中断 Uninterruptible sleep (ususally IO) 收到信号不唤醒和不可运行， 进程必须等待直到有中断发生
- T：终止 Terminate 进程收到SIGSTOP、SIGSTP、 SIGTIN、SIGTOU信号后停止运行运行
- P：等待交换页
- W：无驻留页 has no resident pages 没有足够的记忆体分页可分配
- X：死掉的进程
Go解决方案
采用 杀掉进程组（kill process group，而不是只 kill 父进程，在 Linux 里面使用的是 kill -- -PID） 与 进程wait方案，结果如下：
package main
import (
"context"
"log"
"os"
"os/exec"
"syscall"
"time"
)
func main() {
ctx := context.Background()
cmd := exec.CommandContext(ctx, "./start.sh")
// 设置进程组
cmd.SysProcAttr = &syscall.SysProcAttr{
Setpgid: true,
}
cmd.Dir = "/Users/Wilbur/Project/Go/src/go-code/cmd/"
cmd.Stdout = os.Stdout
cmd.Stderr = os.Stderr
if err := cmd.Start(); err != nil {
log.Printf("cmd.Start error %+v \n", err)
}
// 监听进程wait
errCmdCh := make(chan error, 1)
go func() {
errCmdCh <- cmd.Wait()
}()
for {
select {
case <-ctx.Done():
log.Println("ctx.done")
pid := cmd.Process.Pid
if err := syscall.Kill(-1*pid, syscall.SIGKILL); err != nil {
return
}
case err := <-errCmdCh:
log.Printf("errCmdCh error %+v \n", err)
return
default:
log.Println(cmd.Process.Pid)
time.Sleep(2 * time.Second)
}
}
}
剖析 cmd.Wait() 源码
在 os/exec_unix下：
var (
status syscall.WaitStatus
rusage syscall.Rusage
pid1 int
e error
)
for {
pid1, e = syscall.Wait4(p.Pid, &status, 0, &rusage)
if e != syscall.EINTR {
break
}
}
进行了 syscall.Wait4对系统监听，正如"僵死 Zombie（a defunct process) 进程已终止，但进程描述符存在， 直到父进程调用wait4()系统调用后释放"，所说一致。
总结
严格地来说，僵尸进程并不是问题的根源，罪魁祸首是产生出大量僵尸进程的那个父进程。
因此，当我们寻求如何消灭系统中大量的僵尸进程时，更应该是在实际的开发过程中，思考如何避免僵尸进程的产生。
参考：
https://cs.opensource.google/go/go/+/refs/tags/go1.17.7:src/syscall/syscall_linux.go;l=279