[内存泄漏]zebra进程导致的隐形内存占用过高
程序员文章站
2022-03-02 14:37:31
...
这次问题源于线上设备发现内存使用过高，触发告警。技术支持报告后，登陆设备查看，发现系统内存占用（超过3.2G），导致可用内存只剩100多M。
[[email protected] ~]# free
total used free shared buff/cache available
Mem: 3788284 3342156 110536 183316 335592 39432
Swap: 4063228 15696 4047532正常运行时，系统也就占用内存600多M， 这一下子差出了2.6G左右的内存。
- 首先查看应用进程，内存占用都在正常范围，没有发现内存占用过高进程。
排除了应用进程内存泄漏可能。
[[email protected] ~]# ps aux
USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND
root 1 0.0 0.0 190692 3376 ? Ss Mar06 8:19 /usr/lib/systemd/systemd --switched-root --system --deserialize 21
root 2 0.0 0.0 0 0 ? S Mar06 0:00 [kthreadd]
root 3 0.6 0.0 0 0 ? S Mar06 190:52 [ksoftirqd/0]
root 5 0.0 0.0 0 0 ? S< Mar06 0:00 [kworker/0:0H]
root 7 0.0 0.0 0 0 ? S Mar06 0:01 [migration/0]
root 8 0.0 0.0 0 0 ? S Mar06 0:00 [rcu_bh]
root 9 0.0 0.0 0 0 ? S Mar06 6:19 [rcu_sched]
root 10 0.0 0.0 0 0 ? S Mar06 0:01 [watchdog/0]
root 11 0.0 0.0 0 0 ? S Mar06 0:01 [watchdog/1]
root 12 0.0 0.0 0 0 ? S Mar06 0:01 [migration/1]
root 13 0.0 0.0 0 0 ? S Mar06 0:01 [ksoftirqd/1]
root 15 0.0 0.0 0 0 ? S< Mar06 0:00 [kworker/1:0H]
root 16 0.0 0.0 0 0 ? S Mar06 0:01 [watchdog/2]
root 17 0.0 0.0 0 0 ? S Mar06 0:00 [migration/2]
root 18 0.0 0.0 0 0 ? S Mar06 0:26 [ksoftirqd/2]
root 20 0.0 0.0 0 0 ? S< Mar06 0:00 [kworker/2:0H]
root 21 0.0 0.0 0 0 ? S Mar06 0:01 [watchdog/3]
root 22 0.0 0.0 0 0 ? S Mar06 0:01 [migration/3]
root 23 0.0 0.0 0 0 ? S Mar06 0:03 [ksoftirqd/3]
root 27 0.0 0.0 0 0 ? S Mar06 0:00 [kdevtmpfs]
root 28 0.0 0.0 0 0 ? S< Mar06 0:00 [netns]
root 29 0.0 0.0 0 0 ? S Mar06 0:00 [khungtaskd]
root 30 0.0 0.0 0 0 ? S< Mar06 0:00 [writeback]
root 31 0.0 0.0 0 0 ? S< Mar06 0:00 [kintegrityd]
root 32 0.0 0.0 0 0 ? S< Mar06 0:00 [bioset]
root 33 0.0 0.0 0 0 ? S< Mar06 0:00 [kblockd]
root 34 0.0 0.0 0 0 ? S< Mar06 0:00 [md]
root 41 0.0 0.0 0 0 ? S Mar06 0:16 [kswapd0]
root 42 0.0 0.0 0 0 ? SN Mar06 0:00 [ksmd]
root 43 0.0 0.0 0 0 ? SN Mar06 0:04 [khugepaged]
root 44 0.0 0.0 0 0 ? S Mar06 0:00 [fsnotify_mark]
root 45 0.0 0.0 0 0 ? S< Mar06 0:00 [crypto]
root 53 0.0 0.0 0 0 ? S< Mar06 0:00 [kthrotld]
root 55 0.0 0.0 0 0 ? S< Mar06 0:00 [kmpath_rdacd]
root 57 0.0 0.0 0 0 ? S< Mar06 0:00 [kpsmoused]
root 59 0.0 0.0 0 0 ? S< Mar06 0:00 [ipv6_addrconf]
root 78 0.0 0.0 0 0 ? S< Mar06 0:00 [deferwq]
root 151 0.0 0.0 0 0 ? S Mar06 0:16 [kauditd]
root 286 0.0 0.0 0 0 ? S< Mar06 0:00 [ata_sff]
root 297 0.0 0.0 0 0 ? S Mar06 0:00 [scsi_eh_0]
root 298 0.0 0.0 0 0 ? S< Mar06 0:00 [scsi_tmf_0]
root 299 0.0 0.0 0 0 ? S Mar06 0:00 [scsi_eh_1]
root 300 0.0 0.0 0 0 ? S< Mar06 0:00 [scsi_tmf_1]
root 328 0.0 0.0 0 0 ? S< Mar06 0:05 [kworker/0:1H]
root 329 0.0 0.0 0 0 ? S< Mar06 0:00 [kworker/2:1H]
root 389 0.0 0.0 0 0 ? S< Mar06 0:00 [kdmflush]
root 390 0.0 0.0 0 0 ? S< Mar06 0:00 [bioset]
root 402 0.0 0.0 0 0 ? S< Mar06 0:00 [kdmflush]
root 403 0.0 0.0 0 0 ? S< Mar06 0:00 [bioset]
root 416 0.0 0.0 0 0 ? S< Mar06 0:00 [xfsalloc]
root 417 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs_mru_cache]
root 418 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-buf/dm-0]
root 419 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-data/dm-0]
root 420 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-conv/dm-0]
root 421 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-cil/dm-0]
root 422 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-reclaim/dm-]
root 423 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-log/dm-0]
root 424 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-eofblocks/d]
root 425 0.0 0.0 0 0 ? S Mar06 5:33 [xfsaild/dm-0]
root 495 0.0 0.3 45012 14340 ? Ss Mar06 4:11 /usr/lib/systemd/systemd-journald
root 508 0.0 0.0 192624 836 ? Ss Mar06 0:00 /usr/sbin/lvmetad -f
root 524 0.0 0.0 43520 1120 ? Ss Mar06 0:00 /usr/lib/systemd/systemd-udevd
root 596 0.0 0.0 0 0 ? S< Mar06 0:01 [kworker/1:1H]
root 601 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-buf/sda1]
root 602 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-data/sda1]
root 603 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-conv/sda1]
root 604 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-cil/sda1]
root 605 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-reclaim/sda]
root 606 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-log/sda1]
root 607 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-eofblocks/s]
root 609 0.0 0.0 0 0 ? S Mar06 0:00 [xfsaild/sda1]
root 611 0.0 0.0 0 0 ? S< Mar06 0:00 [kdmflush]
root 612 0.0 0.0 0 0 ? S< Mar06 0:00 [bioset]
root 619 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-buf/dm-2]
root 620 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-data/dm-2]
root 621 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-conv/dm-2]
root 622 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-cil/dm-2]
root 623 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-reclaim/dm-]
root 624 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-log/dm-2]
root 625 0.0 0.0 0 0 ? S< Mar06 0:00 [xfs-eofblocks/d]
root 626 0.0 0.0 0 0 ? S Mar06 0:00 [xfsaild/dm-2]
root 637 0.0 0.0 55416 1376 ? S<sl Mar06 0:42 /sbin/auditd -n
root 661 0.0 0.0 19300 856 ? Ss Mar06 3:13 /usr/sbin/irqbalance --foreground
dbus 671 0.0 0.0 24392 1040 ? Ss Mar06 6:52 /bin/dbus-daemon --system --address=systemd: --nofork --nopidfile --systemd-activation
root 691 0.0 0.0 24192 1384 ? Ss Mar06 3:30 /usr/lib/systemd/systemd-logind
root 697 0.0 0.0 31076 532 ? Ss Mar06 0:10 feeddog
root 886 0.0 0.0 110032 548 tty1 Ss+ Mar06 0:00 /sbin/agetty --noclear tty1 linux
root 887 0.0 0.0 110032 568 ttyS0 Ss+ Mar06 0:00 /sbin/agetty --keep-baud 115200 38400 9600 ttyS0 vt220
root 908 0.0 0.0 126248 1316 ? Ss Mar06 0:21 /usr/sbin/crond -n
root 2815 0.0 0.0 105956 3360 ? Ss Mar06 0:01 /usr/sbin/sshd -D
root 2871 0.0 0.0 271944 1496 ? Ssl Mar06 1:05 /usr/sbin/rsyslogd -n
root 3007 0.0 0.3 313328 11384 ? Ss Mar06 0:55 /usr/sbin/httpd -DFOREGROUND
ntp 3130 0.0 0.0 45116 2036 ? Ss Mar06 0:04 /usr/sbin/ntpd -u ntp:ntp -g
quagga 3218 0.0 0.0 113204 2292 ? Ss Mar06 0:00 /usr/sbin/zebra -d -A 127.0.0.1 -f /etc/quagga/zebra.conf
quagga 3225 0.0 0.0 115028 2792 ? Ss Mar06 0:06 /usr/sbin/bgpd -d -A 127.0.0.1 -f /etc/quagga/bgpd.conf
quagga 3229 0.0 0.0 115980 2800 ? Ss Mar06 0:00 /usr/sbin/ospfd -d -A 127.0.0.1 -f /etc/quagga/ospfd.conf
nobody 3240 0.0 0.0 6704 716 ? Ss Mar06 0:09 /usr/sbin/dnsmasq -k -K --conf-file=/etc/apx_dhcpd-mgmt.conf --port=0 -z
root 3279 0.0 0.0 80600 1344 ? Ss Mar06 0:03 pppd call eth1
nobody 4194 0.0 0.0 6704 716 ? Ss Mar13 0:12 /usr/sbin/dnsmasq -k -K --conf-file=/etc/apx_dhcpd.conf --port=0 -z
root 4515 0.0 0.0 0 0 ? S Mar24 0:29 [kworker/2:3]
root 10339 0.0 0.0 0 0 ? S Mar25 0:00 [kworker/u8:0]
root 16686 0.0 0.0 0 0 ? S 05:40 0:05 [kworker/2:0]
root 19730 0.0 0.0 0 0 ? S< Mar24 0:00 [kworker/3:2H]
root 22743 0.0 0.0 0 0 ? S Mar15 0:14 [kworker/u8:2]
root 24565 0.0 0.0 0 0 ? S 14:48 0:03 [kworker/1:2]
root 24763 0.0 0.0 0 0 ? S< Mar21 0:00 [kworker/3:0H]
root 24992 0.0 0.0 0 0 ? S 15:17 0:02 [kworker/0:1]
root 26316 0.0 0.0 0 0 ? S 16:50 0:00 [kworker/3:0]
root 26371 0.0 0.0 0 0 ? S 16:54 0:00 [kworker/1:0]
root 26412 0.0 0.0 0 0 ? S 16:57 0:00 [kworker/0:0]
root 26473 0.0 0.1 795820 4296 ? Ssl 17:00 0:00 /bin/appex/frpc -c /etc/cpeagent/frpc.conf
root 26482 0.0 0.1 148860 5732 ? Ss 17:00 0:00 sshd: [email protected]/0
root 26484 0.0 0.0 115376 2040 pts/0 Ss+ 17:00 0:00 -bash
root 26527 0.0 0.0 0 0 ? S 17:01 0:00 [kworker/3:2]
root 26545 0.0 0.0 0 0 ? S 17:02 0:00 [kworker/2:2]
root 26583 0.0 0.0 0 0 ? S 17:05 0:00 [kworker/0:2]
root 26618 0.0 0.0 0 0 ? S 17:07 0:00 [kworker/2:1]
root 26630 0.0 0.0 0 0 ? S 17:08 0:00 [kworker/3:1]
root 26631 0.1 0.1 148860 5740 ? Rs 17:09 0:00 sshd: [email protected]/1
root 26644 0.0 0.0 115376 2008 pts/1 Ss 17:09 0:00 -bash
root 26662 0.0 0.0 151056 1824 pts/1 R+ 17:09 0:00 ps aux
apache 32452 0.0 0.1 313328 6892 ? S Mar22 0:00 /usr/sbin/httpd -DFOREGROUND
apache 32453 0.0 0.1 313328 6892 ? S Mar22 0:00 /usr/sbin/httpd -DFOREGROUND
apache 32454 0.0 0.1 313328 6892 ? S Mar22 0:00 /usr/sbin/httpd -DFOREGROUND
apache 32455 0.0 0.1 313328 6892 ? S Mar22 0:00 /usr/sbin/httpd -DFOREGROUND
apache 32456 0.0 0.1 313328 6892 ? S Mar22 0:00 /usr/sbin/httpd -DFOREGROUND- 查看tmp目录
/tmp目录是占用内存空间的，有时候日志或者其他临时文件过大，导致内存占用过多。经查看/tmp目录基本没有占用空间。
排除tmp目录问题
[[email protected] tmp]# du -sh /tmp/*
0 /tmp/systemd-private-cfc4ea0d3f364a30af065979ef4c25ce-httpd.service-NgFQL7
0 /tmp/systemd-private-cfc4ea0d3f364a30af065979ef4c25ce-ntpd.service-4WZ8gX- 查看meminfo，检查了Slab，VmallocUsed，等都算正常。
排除了我们内核模块内存泄漏可能。
但是丢失内存哪里去了呢？根据以下公式，我们可知
MemFree + （Slab + VmallocUsed + PageTables + KernelStack + HardwareCorrupted + Bounce + Ghost） (Active + Inactive + Unevictable) + (HugePages_Total * Hugepagesize) = MemTotal
内核使用alloc_pages/__get_free_page分配的内存，不会被meminfo统计到，像是幽灵一样，我们称之为Ghost内存，经过计算Ghost 约等于 2.6G。
[[email protected] ~]# cat /proc/meminfo
MemTotal: 3788284 kB
MemFree: 109316 kB
MemAvailable: 38224 kB
Buffers: 0 kB
Cached: 258864 kB
SwapCached: 408 kB
Active: 177444 kB
Inactive: 182300 kB
Active(anon): 137388 kB
Inactive(anon): 146808 kB
Active(file): 40056 kB
Inactive(file): 35492 kB
Unevictable: 0 kB
Mlocked: 0 kB
SwapTotal: 4063228 kB
SwapFree: 4047532 kB
Dirty: 36 kB
Writeback: 0 kB
AnonPages: 100516 kB
Mapped: 27916 kB
Shmem: 183316 kB
Slab: 76904 kB
SReclaimable: 22104 kB
SUnreclaim: 54800 kB
KernelStack: 2464 kB
PageTables: 7052 kB
NFS_Unstable: 0 kB
Bounce: 0 kB
WritebackTmp: 0 kB
CommitLimit: 5957368 kB
Committed_AS: 454600 kB
VmallocTotal: 34359738367 kB
VmallocUsed: 641352 kB
VmallocChunk: 34358947836 kB
HardwareCorrupted: 0 kB
AnonHugePages: 61440 kB
HugePages_Total: 0
HugePages_Free: 0
HugePages_Rsvd: 0
HugePages_Surp: 0
Hugepagesize: 2048 kB
DirectMap4k: 92580 kB
DirectMap2M: 4007936 kB- Ghost 内存占用的定位
这块一直没有好的办法，不过我分析内核 alloc_pages/__get_free_page 相关调用发现，数据包的申请会用到。
所以我查看数据包的占用情况。通过netstat命令，发现 3218/zebra 进程的Recv-Q竟然积压了76755840个数据包，这太离谱了。基本确定是这个进程数据包积压过多导致。
[[email protected] ~]# netstat -noap
Active Internet connections (servers and established)
Proto Recv-Q Send-Q Local Address Foreign Address State PID/Program name Timer
...//省略部分
udp 0 0 0.0.0.0:67 0.0.0.0:* 3240/dnsmasq off (0.00/0/0)
udp 0 0 61.170.203.43:123 0.0.0.0:* 3130/ntpd off (0.00/0/0)
udp 0 0 169.254.200.1:123 0.0.0.0:* 3130/ntpd off (0.00/0/0)
udp 0 0 192.168.1.1:123 0.0.0.0:* 3130/ntpd off (0.00/0/0)
udp 0 0 127.0.0.1:123 0.0.0.0:* 3130/ntpd off (0.00/0/0)
udp 0 0 0.0.0.0:123 0.0.0.0:* 3130/ntpd off (0.00/0/0)
udp6 0 0 fe80::84cf:68ff:fe8:123 :::* 3130/ntpd off (0.00/0/0)
udp6 0 0 ::1:123 :::* 3130/ntpd off (0.00/0/0)
udp6 0 0 :::123 :::* 3130/ntpd off (0.00/0/0)
raw6 76755840 0 :::58 :::* 7 3218/zebra off (0.00/0/0)
Active UNIX domain sockets (servers and established)
Proto RefCnt Flags Type State I-Node PID/Program name Path
unix 2 [ ACC ] STREAM LISTENING 27149 3225/bgpd /var/run/quagga/bgpd.vty
unix 2 [ ] DGRAM 9249 1/systemd /run/systemd/notify
unix 2 [ ] DGRAM 25891 2871/rsyslogd /run/systemd/journal/syslog
unix 2 [ ] DGRAM 9251 1/systemd /run/systemd/cgroups-agent
unix 2 [ ACC ] STREAM LISTENING 25447 3229/ospfd /var/run/quagga/ospfd.vty
...//省略部分执行 systemctl stop zebra，停止zebra服务。查看内存情况，已经恢复正常情况，used占用600M左右，free也恢复到了2.8G左右。
[[email protected] tmp]# free
total used free shared buff/cache available
Mem: 3788284 619576 2859552 179964 309156 2787236
Swap: 4063228 18308 4044920因为业务环境不需要zebra功能，所以暂时将其关闭。
不过zebra为什么会诡异的积压这么多数据包，还是个未解之谜，待有时间研究下。
尾声：
希望这篇文章对遇到内存问题，特别是遇到隐形内存占用而又苦于无法定位的朋友起到帮助作用。