写点什么

为什么在容器中 1 号进程挂不上 arthas?

  • 2023-02-09
    浙江
  • 本文字数:4056 字

    阅读完需:约 13 分钟

作者:卜比


本文是《容器中的 Java》系列文章之 4/n ,欢迎关注后续连载 :) 。


系列1:JVM 如何获取当前容器的资源限制?

系列2:Java Agent 踩坑之

appendToSystemClassLoaderSearch 问题

系列3:让 Java Agent 在 Dragonwell 上更好用


最近在容器环境中,发现在 Java 进程是 1 号进程的情况下,无法使用 arthas。


提示 AttachNotSupportedException: Unable to get pid of LinuxThreads manager thread。具体操作和报错如下:


# java -jar arthas-boot.jar[INFO] arthas-boot version: 3.5.6[INFO] Found existing java process, please choose one and input the serial number of the process, eg : 1. Then hit ENTER.* [1]: 1 com.alibabacloud.mse.demo.ZuulApplication1[INFO] arthas home: /home/admin/.opt/ArmsAgent/arthas[INFO] Try to attach process 1[ERROR] Start arthas failed, exception stack trace:com.sun.tools.attach.AttachNotSupportedException: Unable to get pid of LinuxThreads manager thread    at sun.tools.attach.LinuxVirtualMachine.<init>(LinuxVirtualMachine.java:86)    at sun.tools.attach.LinuxAttachProvider.attachVirtualMachine(LinuxAttachProvider.java:78)    at com.sun.tools.attach.VirtualMachine.attach(VirtualMachine.java:250)    at com.taobao.arthas.core.Arthas.attachAgent(Arthas.java:117)    at com.taobao.arthas.core.Arthas.<init>(Arthas.java:27)    at com.taobao.arthas.core.Arthas.main(Arthas.java:166)[INFO] Attach process 1 success.
复制代码


之前也遇到过,总是调整了下镜像,让 Java 进程不是 1 号进程就可以了。但这个不是长久之计,还是要抽时间看下这个问题。

复现问题

我们创建如下项目,来复现这个问题:


public class Main {  public static void main(String args[]) throws Exception {    while (true) {      System.out.println("hello!");      Thread.sleep(30 * 1000);    }  }}
复制代码


FROM openjdk:8u212-jdk-alpineCOPY ./ /appWORKDIR /app/src/main/java/RUN javac Main.javaCMD ["java", "Main"]
复制代码


然后正常启动应用,并尝试用 arthas,或者 jstack:


$ # 构建镜像$ docker build . -t example-attach$ # 启动容器$ docker run --name example-attach --rm example-attach
$ # 在另一个终端进入容器,执行jstack$ docker exec -it example-attach sh/app/src/main/java # jstack 11: Unable to get pid of LinuxThreads manager thread
复制代码


成功复现问题!接下来开始分析。

正常的 attach 流程是什么样子的?

如下是在排查问题中,梳理出来的 jvm Attach 流程:


  1. 查找 /tmp/.java_pid${pid} 这个 unix socket,如果存在则检查权限,然后建立连接。

  2. 如果不存在则先创建 /proc/{pid},开始通知 jvm 线程。

  3. 首先判断是不是 LinuxThread 如果是 LinuxThread 则找到 LinuxThreadsManager,然后给其所有子进程发送  SIGQUIT.

  4. 如果不是 LinuxThread,则直接给目标进程发送 SIGQUIT。

  5. 目标进程收到信号后,创建 Attach Listener,监听 /tmp/.java_pid${pid}。

  6. 开始正常的 socket 通信,根据通信的具体内容,可以是 dumpThread(jstack),也可以是加载 JavaAgent,比如上面提到的 arthas。


**Java Attach 机制之 Native 篇 [ 1] **也是一个不错的 attach API 解析。

为什么对 1 号进程 attach 会报错?

首先,/tmp/.java_pid${pid} 当时是肯定不存在的,如果存在就是直接通信加载 Arthas 了。也可以通过查看文件来确认这一点。


其次,.attach_pid${pid} 文件也是能够创建成功的,


我们也可以通过 strace 输出来确认:


open("/proc/424/cwd/.attach_pid424", O_RDWR|O_CREAT|O_EXCL|O_LARGEFILE, 0666 <unfinished ...>。


最有可能的原因就是线程判断、发送信号这一步了,我们以 jstack 为例查找为什么 attach 会失败。


本来类似上一次的查找过程,想着通过调试符号来查,但是在 alpine 上的调试符号无法显示源码内容,编译环境又很麻烦。所以还是优先用 strace 来查,值得注意的是, jstack 的逻辑中有 fork,所以记得使用 strace -f jstack 1 来查。


查了下 strace 的输出,没有 kill 请求。看来问题是处在线程模型判定的。


刚刚提到 jvm 会判断是不是 LinuxThread,那么什么是 LinuxThread 呢?首先看下判断的源码:


1.png


通俗的讲,Linux 内核刚开始是不支持“线程”的,LinuxThread 机制就是通过 fork 机制+共享内存空间的方式来实现线程。但 LinuxThread 在内核看来就是一些独立的父子进程,在信号处理、同步原语上有很多缺陷,要通过 manager thread 来处理这些逻辑。后来 Red Hat 发起 NPTL,内核开始支持线程能力,也能够通过更加标准的方式来处理信号、同步等逻辑。


可以用 getconf GNU_LIBPTHREAD_VERSION 来查看是哪种线程模型,比如我的机器上输出是 NPTL 2.34。


当然,如上面代码所写。可以用 confstr(_CS_GNU_LIBPTHREAD_VERSION,) 来获取当前的线程模型,**详情参考手册 [ 2] **。


  • 如果 confstr(_CS_GNU_LIBPTHREAD_VERSION,) 返回 0,则表示是 glibc 旧版本,认为是 LinuxThread:先找到 manager thread(通过查找父进程),然后给各个子进程发送 SIGQUIT 信号(这个过程需要遍历系统内所有进程)。

  • 如果 confstr(_CS_GNU_LIBPTHREAD_VERSION,) 结果包含 NPTL,则认为不是 LinuxThread,按照 NPTL 来处理:直接发送 SIGQUIT。


但很可惜的是,LinuxThread/confstr(_CS_GNU_LIBPTHREAD_VERSION,) 不是 POSIX 标准,所以 Alpine 自带的 musl 对这个调用返回 0。


按照上面逻辑,jvm 会认为是 LinuxThread,尝试找到父进程,如果 pid 是 1 的话,自然找不到父进程,所以报错  Unable to get pid of LinuxThreads manager thread,导致文章最开始说的 arthas 无法使用。


关于两种线程模型的详细比较,可以参考 **Linux 线程模型比较:LinuxThreads 和 NPTL [3 ] **。

为什么非 1 号进程就能 attach?

模拟了下先手动进入 shell(这时 sh 就是 1 号进程),然后再手动执行 java Main(pid 为 8 ),然后我们看下 getLinuxThreadsManager 是怎么表现的:


2.png


可以看到,在这种情况下,jvm 认为 manager thread 是 1 号进程。此时会后执行 sendQuitToChildrenOf(mpid):


3.png


4.png


即遍历所有的子进程,都发送 SIGQUIT,这个逻辑其实是有点奇怪的。 **“超凡的主张,需要有超凡的证据” [ 4] **。我们重新跑一遍,用 strace -f 验证一下。


进程树(其中绿色的是线程):


5.png


jstack 发送的 kill 信号,可以看到 jstack 给 1 号进程的所有子进程发送了 SIGQUIT:


6.png


这个行为和刚刚分析是一致的。不过非常巧合的是,大部分进程是忽略了 SIGQUIT 信号的,所以在这种情况下,jstack 反而是正常工作了的。

怎么解决这个问题?

最快捷 workaround

注:这种方式不需要调整容器参数,不需要重启容器,比较推荐。


既然 attach 主要卡在了发送信号上,那我们就用 shell 来模拟这个流程:


pid=1 ;\touch /proc/${pid}/cwd/.attach_pid${pid} && \  kill -SIGQUIT ${pid} && \  sleep 2 &&  ls /proc/${pid}/root/tmp/.java_pid${pid}# 接下来就可以正常 java -jar arthas-boot.jar 挂arthas了
复制代码


通过上面的操作后,Attach Listener 已经启动并且监听了路径,第二次 attach 就直接可以连接了;就可以按照正常的方式使用 arthas 了。


其中有一点需要注意,一定需要提前创建 .attach_pid${pid} 文件, 不然 jvm 会将这个信号交给默认的 sigaction 处理,对于 pid 1 来说,会导致容器退出!


也有人基于类似原理,做了一个 **jattach [ 5] **工具,可以直接在 Alpine 中,通过 apk add jattach 来安装,然后 jattach ${pid} properties,也能起到一样的效果。

设置启动参数

注:这种方式需要调整启动参数或者环境变量,需要重启应用/容器,可能会丢失业务现场。


Jvm 支持设置 -XX:+StartAttachListener,这样就能在启动 Jvm 的时候,自动启动 Attach Listener 线程并监听,也可以正常使用 arthas。


对于容器环境下,更加容易的做法是给容器添加环境变量 JAVA_TOOL_OPTIONS=-XX:+StartAttachListener,这样不用修改启动脚本也能达到效果。

上游优先,修改镜像

注:这种方式需要修改镜像。


OpenJDK 8 官方没有修复这个问题,所以如果直接使用 openjdk:8-jdk-alpine,是避免不了这个问题的。**Docker 镜像仓库也有人讨论这个问题 [ 6] **。


OpenJDK 11 就已经解决了这个问题了(见**源码 [ 7] **),不再对古旧的 LinuxThread 模型做判断,这样 arthas 也能工作。


不过 Alpine 官方仓库中的 OpenJDK 8 已经通过自己打 patch 的方式,修复了这个问题:


https://gitlab.alpinelinux.org/alpine/aports/-/issues/13032


作为比较知名的 JDK 发行版,也在 eclipse-temurin:8-jdk-alpine 中修复了这个问题,可以直接使用这个镜像。相关讨论见:


https://github.com/adoptium/jdk8u/pull/8

总结

在 arthas 的 issue 中,或者网上相关的文章中,总是重复着 Java 不能作为 1 号进程。很多时候,就因为如此,我们没有办法挂上诊断工具,导致现场丢失,故障原因不能及时定位。


作为技术人员还是需要了解底层,这样在排查问题、架构设计上才会有更多自由度,更能够抓住问题、解决问题。


后续还会出系列文章,来解决容器环境下奇奇怪怪的 jvm 问题,欢迎关注!

相关链接

[1] Java Attach 机制之 Native 篇


https://my.oschina.net/u/3784034/blog/5526214


[2] 详情参考手册


https://man7.org/linux/man-pages/man3/confstr.3.html


[3] Linux 线程模型比较:LinuxThreads 和 NPTL


https://www.jianshu.com/p/6c507b966ad1


[4] 超凡的主张,需要有超凡的证据


https://zh.wikipedia.org/zh-hans/%E8%96%A9%E6%A0%B9%E6%A8%99%E6%BA%96


[5] jattach


https://github.com/apangin/jattach


[6] Docker 镜像仓库也有人讨论这个问题


https://github.com/docker-library/openjdk/issues/76


[7] 源码


https://github.com/openjdk/jdk11u/blob/jdk-11%2B28/src/jdk.attach/linux/classes/sun/tools/attach/VirtualMachineImpl.java#L78

发布于: 刚刚阅读数: 3
用户头像

阿里云云原生 2019-05-21 加入

还未添加个人简介

评论

发布
暂无评论
为什么在容器中 1 号进程挂不上 arthas?_Java_阿里巴巴云原生_InfoQ写作社区