My Practical Experience On Linux

Linux 内核相关

僵尸进程

原因

• 父进程没有回收子进程的资源
• 子进程的进程描述符仍然存在，因此子进程成为僵尸进程

解决方法

• 父进程调用 wait() 函数，回收子进程的资源
• 或者父进程调用 waitpid() 函数，回收子进程的资源
• 或者父进程调用 signal(SIGCHLD,SIG_IGN) 函数，忽略 SIGCHLD 信号，让内核自动回收子进程的资源

实际开发

当我们在 Linux 主机上遇到占用显存但是找不到对应的进程时（如下图案例所示），往往就是子进程所占用的资源没有被回收，而父进程已经结束。这种情况一般会在多线程并行当中出现，比如在多线程并行训练模型时，如果主线程在子线程结束之前就已经结束，那么子线程就会变成僵尸进程，占用显存。

对应的解决方法，一般可以通过检测僵尸进程，然后再寻找僵尸进程对应的父进程，安全地终止父进程后，操作系统就会自动清理对应的子进程。

• 检测僵尸进程

  ps aux | grep Z

  在输出中，状态列（STAT）会显示为 Z，表示这是一个僵尸进程.

• 查找僵尸进程对应的父进程

  ps -o ppid= -p 2721429

  可以通过以上命令，查找僵尸进程对应的父进程的 PID，然后进行终止.

• 终止父进程

  kill -9 2721429

  当父进程被杀死后，操作系统会自动将这些僵尸进程的父进程设置为 init 进程（PID 1），相当于讲这些僵尸进程转移给了 init 进程作为接管的父进程。init 是系统的主进程，它会自动调用 wait() 来回收所有孤立的僵尸进程，从而清除它们。

nohup 后台运行

原理

nohup 是 no hang up 的缩写，它的作用是让进程在后台运行，即使终端关闭也不会影响进程的运行。

使用方法

nohup command > output.log 2>&1 &

其中，command 是要执行的命令，output.log 是输出日志文件，2>&1 表示将标准错误输出重定向到标准输出，& 表示将命令放到后台运行。

实际开发

nohup sh test.sh > output.log 2>&1 &

以上一条命令，基本能够解决大多数情况下的后台运行。