系统中出现大量不可中断的进程和僵尸进程怎么办
短时应用的运行时间比较短，很难在top或者ps这里系统展示概要和进程快照中发现，需要使用记录事件的工具来配合诊断，比如execsnoop或者perf top
讲到cpu使用率的类型，除用户cpu之外，还包括系统cpu（上下文切换）、等待io的cpu（等待磁盘的响应）以及中断cpu（包括软中断和硬中断）等
--进程状态
当iowait升高时，进程很可能因为得不到硬件的响应，而长时间处于不可中断状态。从ps或者top中，可以发现都出d状态，也就是不可中断状态（uninterruptible sleep）
top，ps是最常用的查看进程状态的工具，top中s列表示进程的状态--RDSI等几个状态
--R是running或runnable，表示进程在cpu的就绪队列中，正在运行或正在等待运行
--D是disk sleep，不可中断状态睡眠（uninterruptible sleep）一般表示正在跟硬件交互，并且交互过程不允许被其他进程或中断打断
--Z是zombie，僵尸进程，也就是进程实际上已经结束了，但是父进程还没有回收它的资源
--S是interruptible sleep，可中断状态睡眠，表示因为等待某个事件而被系统挂起，当进程等待的事件发生，它会被唤醒并进入R状态
--I是idle，空闲状态，用在不可中断睡眠的内核线程上。要注意，D状态的进程会导致平均负载升高，I状态的进程却不会。
--T或者t，stoped或traced，表示进程处于暂停或者跟踪状态，向一个进程发送sigstop信号，它就会因响应这个信号变成暂停状态（stopped）；再发送sigcont，进程会恢复
--X，表示进程已经消亡，不会在top或者ps中看到
--top命令，按1切换到cpu
如果系统或硬件发送了故障，进程可能会在不可中断状态保持很久，甚至导致系统中出现大量不可中断进程，需要注意，系统是不是出现了I/O等性能问题。
[root@mysqlhq ~]# yum install dstat -y
这里dstat是一个新的性能工具，吸收了vmstat、iostat、ifstat等工具的优点，可以同时观察系统的cpu、磁盘io、网络以及内存的使用情况
--不可中断状态，表示进程正在跟硬件交互，为了保护进程数据和硬件的一致性，系统不允许其他进程或中断打断这个进程。进程长时间处于不可中断状态，通常表示系统io性能问题。
--僵尸进程表示进程已经退出，但它的父进程还没有回收子进程占用的资源。短暂的僵尸状态通常不必理会，但进程长时间处于僵尸状态，就应该注意了，可能有应用程序没有正常处理子进程的退出。
--1 iowait太高，达到了系统cpu的个数
--iowait分析
[root@mysqlhq ~]# dstat 1 10 ##间隔1秒输出10组数据 You did not select any stats, using -cdngy by default. ----total-cpu-usage---- -dsk/total- -net/total- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 1 0 99 0 0 0| 329k 133k| 0 0 | 0 0 | 202 249 0 0 100 0 0 0| 0 15k|4086B 842B| 0 0 | 176 225 0 0 100 0 0 0| 0 206k|3282B 362B| 0 0 | 182 258 0 0 100 0 0 0| 0 5120B|3341B 362B| 0 0 | 141 174 0 0 100 0 0 0| 0 0 |2946B 362B| 0 0 | 144 178 0 0 100 0 0 0| 0 10k|2142B 362B| 0 0 | 151 208 0 0 100 0 0 0| 0 15k|2640B 362B| 0 0 | 171 213
看read和writ，分析当iowait升高时，磁盘的读请求（read）或writ请求，很可能是磁盘的读或者写导致
根据top命令，观察D状态的进程
找到进程的pid，如是2171
##-d 展示io统计数据，-p进程号 间隔1秒输出3组数据 [root@mysqlhq ~]# pidstat -d -p 2171 1 3 Linux 3.10.0-514.ky3.kb3.x86_64 (mysqlhq) 06/11/2019 _x86_64_ (4 CPU) 04:51:13 PM UID PID kB_rd/s kB_wr/s kB_ccwr/s iodelay Command 04:51:14 PM 1001 2171 0.00 0.00 0.00 0 zabbix_agentd 04:51:15 PM 1001 2171 0.00 0.00 0.00 0 zabbix_agentd 04:51:16 PM 1001 2171 0.00 0.00 0.00 0 zabbix_agentd Average: 1001 2171 0.00 0.00 0.00 0 zabbix_agentd
kB_rd表示每秒读的KB数，kB_wr表示每秒写的KB数，iodelay表示io延迟，都是0表示此时没有任何的读写，说明问题不是出现在2171
用同样的方法分析其他D状态的进程
[root@mysqlhq ~]# pidstat -d 1 20 ##间隔1秒输出20组数据 Linux 3.10.0-514.ky3.kb3.x86_64 (mysqlhq) 06/11/2019 _x86_64_ (4 CPU) 04:55:37 PM UID PID kB_rd/s kB_wr/s kB_ccwr/s iodelay Command 04:55:38 PM 1000 3093 0.00 15.84 0.00 0 mysqld 04:55:38 PM UID PID kB_rd/s kB_wr/s kB_ccwr/s iodelay Command 04:55:39 PM 1000 3093 0.00 12.00 0.00 0 mysqld
观察发现，mysqld进程进行磁盘写，并且每秒写的数据是15kb，如果这个值很大，说明是该进程的问题
进程想要访问磁盘，就必须使用系统调用，所以接下来找出mysqld进程的系统调用
strace是最常用的跟踪进程系统调用的工具
[root@mysqlhq ~]# strace -p 1000 strace: attach: ptrace(PTRACE_ATTACH, ...): No such process [root@mysqlhq ~]# strace -p 3093 Process 3093 attached restart_syscall(<... resuming interrupted call ...>) = 1 fcntl(31, F_GETFL) = 0x2 (flags O_RDWR) fcntl(31, F_SETFL, O_RDWR|O_NONBLOCK) = 0 accept(31, {sa_family=AF_INET6, sin6_port=htons(37136), inet_pton(AF_INET6, "::ffff:127.0.0.1", &sin6_addr), sin6_flowinfo=0, sin6_scope_id=0}, [28]) = 133 fcntl(31, F_SETFL, O_RDWR) = 0 setsockopt(133, SOL_IP, IP_TOS, [8], 4) = 0 setsockopt(133, SOL_TCP, TCP_NODELAY, [1], 4) = 0
如果执行失败
strace -p 6082
strace: attach: ptrace(PTRACE_SEIZE, 6082): Operation not permitted
一般遇到这种问题，先检查进程的状态是否正常
[root@mysqlhq ~]# ps aux|grep 6082
使用perf top查看
$ perf record -g
$ perf report
截图中的swapper是内核中的调度进程，可以先忽略掉
查看进程的系统调用
--僵尸进程
僵尸进程要解决，需要找他他们的根，也就是找出父进程，然后在父进程里解决
父进程的找法
# -a 表示输出命令行选项
# p 表 PID
# s 表示指定进程的父进程
[root@mysqlhq ~]# pstree -aps 3093
找到父进程并解决
小结：
iowait高不一定代表io有性能瓶颈，当系统中只有io类型的进程在运行时，iowait也会很高，但实际上，磁盘的读写远没有达到性能瓶颈的程度。
碰到了iowait升高时，先使用dstat、pidstat等工具，确认是不是磁盘io的问题，然后再找那些进程导致了io
等待io的进程一般是不可中断状态，用ps命令找到D状态的进程，多为可疑进程，如果变成了僵尸进程，trace就不能直接分析进程的系统调用，这种情况下使用perf工具，类分析系统的cpu时钟事件，最终发现直接io问题。
僵尸进程的问题，使用pstree找出父进程，检查父进程的wait()/waitpid()的调用