CentOS 僵尸进程成因与本质
在 Linux/CentOS 中，僵尸进程是指子进程已退出但父进程尚未通过 wait/waitpid 回收其退出状态，导致进程表仍保留该子进程的条目。它状态显示为 Z/defunct，不再执行、不可被调度，也不会被 kill -9 清除；只有父进程回收或父进程终止后被 PID 1（如 systemd）收养并回收，才能彻底清除。少量僵尸影响有限，但大量僵尸会耗尽进程号资源，影响系统稳定性。
常见成因
- 父进程未回收子进程：子进程退出会发送 SIGCHLD，若父进程未调用 wait/waitpid 读取退出状态，子进程就会变为僵尸。常见于忽略回收逻辑或回收不及时。
- 信号与事件循环处理不当：父进程未安装 SIGCHLD 处理函数，或采用 signalfd 但在 epoll 等其他事件循环中阻塞，导致无法及时处理子进程退出。
- 并发/编程缺陷：多进程程序中未对每个子进程进行回收，或回收路径存在竞争与遗漏。
- 父进程异常或设计缺陷：父进程崩溃、卡死或逻辑错误，长时间不回收，导致僵尸长期存在。
- 内核态阻塞导致无法回收：子进程主线程已退出，但仍有线程卡在 D 态（TASK_UNINTERRUPTIBLE），使父进程迟迟收不到 SIGCHLD，从而无法回收。
- 孤儿进程被收养后的清理失败：父进程先死时，子进程被 PID 1 收养并回收；若收养者（如服务管理器）存在缺陷，也可能短时残留僵尸。
影响与识别要点
- 影响：僵尸不占 CPU/内存，但占用 PID/进程表项；数量过多会导致无法创建新进程，影响系统稳定。
- 识别：
- 命令查看状态为 Z 或命令行中带有 defunct 的进程：
- ps -eo pid,ppid,stat,cmd | awk ‘$3 ~ /Z/ {print}’
- top/htop 的 Tasks 行会提示 “zombie”。
- 清理思路：不能直接 “杀死” 僵尸，需让其父进程回收；若父进程异常，终止父进程以让 PID 1 收养并回收。
简要处置建议
- 修复父进程：为所有子进程增加 wait/waitpid 回收（推荐在 SIGCHLD 处理器中循环 waitpid(WNOHANG)），确保不遗漏。
- 事件循环正确集成信号：使用 signalfd 时，确保事件循环能及时分发并处理 SIGCHLD，避免被其他阻塞事件卡住。
- 运维处置：无法立即修复时，定位并重启/终止父进程，使僵尸被 PID 1 收养并回收；长期方案是将关键服务纳入 systemd 等具备完善子进程生命周期管理的机制。
