Python 的线程卡在 Popen.communicate 中

Question

我有一个使用线程的 Python 应用程序，如下所示:

1. 创建任务队列(队列模块)
2. 创建 10 个线程并向每个线程传递一个队列对象
3. 将任务放入队列(总共约 8500 个任务)
4. 每个线程:
   • 使用 Popen.communicate() 接受任务并运行一些 Linux 命令

互斥体、关键部分、队列管理 - 我的线程池库已经在几个较小的项目中进行了测试，因此没有理由认为某些东西在那里被破坏了......

当我有多达几千个任务时，一切正常，但是当我有更多任务时(在本例中超过 8500 个)，某些线程会挂起。 gdb 显示它们被困在 python 的 subprocess.py 中的 _execute child (第 1131 行)中 -> 意味着在调用 os.fork() 之后。

gdb:

 (gdb) pystack
 /opt/python/current/lib/python2.7/subprocess.py (1131): _execute_child
 /opt/python/current/lib/python2.7/subprocess.py (681): __init__
 /home/olibsup/tools/chelo/checks/checkUtils/osutils/cmdutils.py (115): shcmd
 /home/olibsup/tools/chelo/checks/liblist/libWorkers.py (204): workerFunction
 /home/olibsup/tools/chelo/checks/checkUtils/pools/thpool.py (160): run
 /opt/python/current/lib/python2.7/threading.py (160): __bootstrap_inner
 /opt/python/current/lib/python2.7/threading.py (553): __bootstrap

我的 ulimit 显示:

core file size          (blocks, -c) unlimited
data seg size           (kbytes, -d) unlimited
file size               (blocks, -f) unlimited
pending signals                 (-i) 139264
max locked memory       (kbytes, -l) 32
max memory size         (kbytes, -m) unlimited
open files                      (-n) 1024
pipe size            (512 bytes, -p) 8
POSIX message queues     (bytes, -q) 819200
stack size              (kbytes, -s) 8192
cpu time               (seconds, -t) unlimited
max user processes              (-u) 139264
virtual memory          (kbytes, -v) unlimited
file locks                      (-x) unlimited

“top”也没有显示任何可疑的内容(至少对我来说没有):

Cpu(s):  0.0%us,  0.0%sy,  0.0%ni,100.0%id,  0.0%wa,  0.0%hi,  0.0%si,  0.0%st
Mem:  16438200k total, 15705272k used,   732928k free,   751640k buffers
Swap:  3148700k total,       44k used,  3148656k free, 11692300k cached

你知道为什么线程卡在那里吗？
并非所有线程都挂起，有些线程(10 个线程中的 5 个)已正确完成(当没有更多任务可用时)。

感谢您的帮助，
兹比格涅夫

Answer 1

在 subprocess.py 的第 1131/1132 行，文件描述符通过 os.dup 复制。

因此，我怀疑您的操作系统限制了应用程序可用的子进程数量和/或文件描述符数量。但是，我不明白为什么 os.dup 在这种情况下不会引发/抛出异常。

尝试找出您的操作系统的限制并保持在该限制以下。对于基于 UNIX 的系统，您可能可以使用 Python 的资源模块(尽管我自己从未使用过):http://docs.python.org/library/resource.html