为什么linux进程卡死

Linux 进程“卡死”（hang / stuck / unresponsive）是一个常见但原因多样的问题。下面从常见原因分类到排查思路系统说明。

一、常见原因分类

1. CPU 相关

• 死循环 / 高 CPU 占用
  • 代码逻辑错误（while(true) 无退出）
  • 频繁计算、正则回溯爆炸
• 表现：
  • 进程 CPU 使用率接近 100%
  • 系统变慢，但进程未退出

2. 阻塞在 I/O（最常见）

进程在等某个资源，一直不返回：

• 磁盘 I/O 卡死
  • 磁盘坏道
  • NFS / 网络存储挂载失败
• 网络 I/O 卡死
  • 对方服务无响应
  • 防火墙丢包
  • TCP 连接未设超时
• 终端/管道阻塞
  • 管道写满，读端不读

3. 锁 / 同步问题（多线程常见）

• 死锁（deadlock）
  • 两个线程互相持有对方需要的锁
• 自旋锁未释放
• 条件变量使用错误

表现：

• 进程状态为 S（睡眠）
• 多核 CPU 空闲但进程不动

4. 等待系统资源

• 内存不足（OOM 前）
  • 大量 swap
• 文件描述符耗尽
• 进程数达到上限

5. 内核态卡死（严重）

• 内核 bug
• 驱动问题（如某些 GPU / 网卡驱动）
• 硬中断风暴

表现：

• 进程状态为 D（不可中断睡眠）
• kill -9 也杀不掉

6. 外部依赖卡死

• 数据库慢查询
• 依赖的下游服务挂了
• DNS 解析阻塞（未设超时）

二、如何用命令快速判断

1. 看进程状态

ps -eo pid,ppid,stat,pcpu,pmem,cmd | grep 进程名

状态说明：

• R：运行中
• S：可中断睡眠（等 I/O）
• D：不可中断睡眠（内核卡死）
• Z：僵尸进程

2. 看卡在哪

top

或

htop

• CPU 高 → 逻辑问题
• CPU 低 + 状态 S/D → 阻塞

3. 看系统调用

strace -p PID

常见卡点：

• futex（锁）
• read / write（I/O）
• connect / recvfrom（网络）

4. 看调用栈（C/C++/内核）

cat /proc/PID/stack

或

pstack PID

5. 磁盘 / 网络

iostat -x 1
dstat
netstat -antp
ss -antp

三、典型场景举例

场景 1：NFS 挂载挂了

• 进程状态 D
• kill -9 无效
• 只能重启或恢复 NFS

场景 2：数据库慢

• 进程卡在 recvfrom
• CPU 很低

场景 3：多线程死锁

• 多个线程都在 futex
• 程序完全无响应

四、如何避免

• 所有 I/O 设置超时
• 多线程使用锁顺序规范
• 避免同步阻塞调用
• 监控：
  • CPU
  • 线程数
  • FD 数
  • 系统调用延迟

如果你愿意，可以告诉我：

• 进程语言（C / Java / Python / Go？）
• ps 状态
• strace 输出

我可以帮你精确定位是哪一种卡死。