加入收藏 | 设为首页 | 会员中心 | 我要投稿 草根网 (https://www.0518zz.com/)- 智能办公、智能数字人、云手机、专属主机、云备份!
当前位置: 首页 > 建站 > 正文

Unix调试总卡壳?20年架构师揭五大隐性陷阱

发布时间:2026-11-09 11:06:28 所属栏目:建站 来源:DaWei
导读:  Unix调试总卡壳?去年3月那次活动上线那十分钟——后台数字每几分钟自动刷新一次,我盯着漏斗里“落地页UV→券领取率”那一栏掉得比手机电量还快,17%→9%→3.2%,然后停在0.8%不动了。李哲在隔壁工位猛敲空格键重跑stra

  Unix调试总卡壳?去年3月那次活动上线那十分钟——后台数字每几分钟自动刷新一次,我盯着漏斗里“落地页UV→券领取率”那一栏掉得比手机电量还快,17%→9%→3.2%,然后停在0.8%不动了。李哲在隔壁工位猛敲空格键重跑strace,张薇抱着一摞A4纸冲进打印间,说设计改了第三版banner,得马上换物料。我原以为是Nginx upstream timeout配置错了,结果grep了三遍access_log发现根本没日志进来——请求压根没到网关。


  饮水机在换桶。蓝桶刚拧上,红桶还没卸下来,水滴滴在地胶上,一串暗色印子。群里一直在@人,“@所有人 领取接口超时503请速查”,消息刷到第三屏就沉了,没人回。我切到prod-03那台机器的top,load avg 12.7,但CPU idle 94%,内存用得也不高。我原以为是磁盘IO卡住,df -h看了三遍,/var/log挂载点还有68G。结果tail -f /var/log/nginx/error.log里面全是“connect() to unix:/tmp/php-fpm.sock failed (111: Connection refused)”,而ps aux | grep php-fpm ——进程确实在跑,但master进程pid和status显示“gracefully shutting down”。没人动过systemctl,也没人发过reload。它自己在关。


  一个季度的时间线?不,就那十分钟。我翻/var/run/php-fpm.pid,文件还在,但cat出来是个空行。我删了它,手动start,新pid写进去了,接口通了两分钟,又断。这时候张薇端着咖啡回来,说市场部催第四波push文案,说“再不发,首小时拉新数据废了”。我说“你让他们把短信模板先别群发,等我把php-fpm.sock路径从unix套接字切回TCP端口”。她点头走了,三分钟后又探头:“运营说AB组B侧漏斗崩得更早,是不是代码灰度推错了?”我没理。我知道不是灰度的事。是/tmp目录被定时脚本清过——上周运维加了个清理/tmp下7天无访问文件的cron,但没加-exclude=/tmp/php-fpm.sock。sock文件被rm -f了,php-fpm不报错,不重启,只悄悄拒绝新连接。它连日志都懒得记。


文章配图,仅供参考

  我原以为是权限问题,chmod 777 /tmp试了一遍,没用。chown www-data:www-data /tmp/php-fpm.sock?不存在这个文件。所以它不是“连不上”,是“根本没地方连”。你debug一个不存在的东西,当然卡壳。这种事不会写在SOP里,也不会进oncall checklist。去年3月之前,我们用systemd管理php-fpm,它会在socket文件消失时主动重建;但某次内核升级后,systemd版本被锁死了,运维没升,就改用传统init脚本启动——那个脚本不检查socket是否存在,只检查master进程。优胜劣汰?对。淘汰的不是技术,是那种“默认路径一定存在”的直觉。活下来的,是敢在凌晨三点touch /tmp/php-fpm.sock然后chmod 660的人。不是架构师,是摸黑拧螺丝的人。


  桌上那张手写的排期被茶水浸了。左下角“3/12 上线php-fpm sock修复”那行字洇成一团灰蓝,像没洗掉的墨渍。旁边是我用红笔划的“⚠️不要碰/tmp”。王工刚才来借充电线,看见这页纸,说“哎哟这不就是咱去年3月砸了的那个活动嘛”,说完就去修打印机了——他负责所有外设,不碰后端。我点头,没解释。解释等于承认我在意它。


  反常识结论?其实最卡壳的不是信号量死锁,也不是strace里看不出来read()阻塞在哪,而是你明明看到错误码111(Connection refused),却下意识去查网络层、查防火墙、查SELinux——因为Unix哲学里“一切皆文件”,可没人告诉你“一切皆文件”里不包括“本该存在但被删掉的文件”。它不报错,它只是不在那儿了。你debug的对象消失了,你还对着空路径打trace,当然卡壳。


  会议室一直被占着。产研联席会从两点开到现在,门缝底下透出光,隐约听见产品经理说“留存归因模型要支持跨设备ID映射”,声音很稳。我靠在门框上,耳机里放着tcpdump抓包语音转文字记录,语速太快,“syn-ack”听成“sink-act”,我按了两下暂停,手机电量掉到14%。我不急。急没用。Unix调试卡壳,从来不是卡在技术,是卡在你以为自己在调试系统,其实你在调试人:谁删的脚本,谁改的cron,谁在凌晨一点手抖多按了一个-rf。


  我自己那份周报还没动。写着“3月第2周:完成php-fpm稳定性加固”,底下空白。要不要写“实际是通过把socket移到/run/php-fpm.sock并配置systemd tmpfiles.d规避临时目录清理”?写太细,老板以为我花了三周。写太粗,“稳定性加固”四个字,像贴膏药。算了,下周再说。反正下周还会有新的/tmp被清,新的sock消失,新的“Connection refused”躺在error.log里,安静得像没发生过任何事。


  我刚才给运维留了条语音:“把/tmp/php-fpm.sock改成/run/php-fpm.sock,配好tmpfiles.d,别动cron。”他回了个“收到”,然后秒发一张图:钉钉群聊截图,张薇发了句“push文案定稿啦!”,下面六个点赞。我点了第七个。

(编辑:草根网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!