Unix调试总卡壳？5个隐性陷阱90%开发者都踩过

　　去年五月，机房空调修了三次，第三次那会儿出风口正对着我后颈吹冷风，衬衫领子硬得像没拆封的芯片包装——就那天下着雨，不是暴雨，是南方那种黏糊糊甩不掉的毛毛雨，走廊地砖反着光，像一层薄油。我盯着top里那个pid死活不退的进程，手指悬在kill -9上十七秒，没按下去。老齐站在门框边啃包子，韭菜馅儿，汁水滴在PRD第一页左下角“灰度策略”那行字上，晕开一小片绿。他刚说完“老板说DAU优先，留存让步”，我就把终端窗口最小化了——这事儿跟Unix调试有半毛关系？没有。可它就发生了，而且比SIGKILL还难收场。

　　第一个坑：你以为你在debug，其实你在和shell history搏斗。那天下午三点十七分，我grep -r “timeout”查服务启动日志，结果翻出三个月前测试环境手动改的/etc/resolv.conf备份——文件名带个“.bak20240214”，但时间戳是上周三。我原以为是运维脚本残留，结果老齐接了个电话，挂了之后随口说：“哦，那是我用vi手改的，忘删了”。他拇指蹭了下手机屏，留下半个指纹印。没人该为这个背锅，但你查core dump之前，得先确认自己敲的到底是不是当前生效的配置。这不是玄学，是时序污染。而更操蛋的是，这事儿不能复现——我后来清了history、重开了bash、连SSH都重登了，再执行同一串命令，输出就是对的。我说不准是tty缓存还是zsh插件的幽灵，但我知道那十七秒里，我确实信了第一次的结果。

　　第二个坑：信号被吃掉了，不是被进程吃掉的，是被终端吞的。我们有个golang服务跑在docker里，SIGTERM后要优雅退出三秒，但每次docker stop -t 5都卡在“Sending signal to container...”不动。排查到半夜，老张蹲在工位底下接网线（交换机端口松动，监控告警延迟十九分钟），小王在隔壁会议室演示新埋点方案，PPT翻页声像心跳。最后发现宿主机的systemd-run --scope -p TasksMax=512限制了子cgroup任务数，导致signal delivery queue溢出——但你看ps aux里的进程状态永远是S，不是T，也不是Z。你杀它，它不响；你strace它，它假装在read；你tcpdump看netlink，它根本没发出去。这个我敢打包票：Linux kernel 5.10.183之后，默认把SIGRTMIN+3以下的实时信号丢给cgroup controller做调度仲裁，文档里藏在Documentation/admin-guide/cgroup-v2.rst第七节第三段末尾括号里。谁读？谁他妈读！

文章配图，仅供参考

　　说到lvm……上季度末我和运维争了四十分钟，他坚持“lvscan必须加--cache”，我说“cache是加速层，跟调试无关”，他回微信语音说“那你试试dd if=/dev/zero of=/dev/mapper/vg0-lv0 bs=1M count=2048”，我没试，因为当时小王推门进来问：“灰度开关要不要兼容IE11？”——这话一出，整个办公室安静了两秒，连机房风扇噪声都好像停了一拍。我盯着他鼻梁上滑下来的黑框眼镜，突然想起三年前那个同样下着毛毛雨的周四，也是他提的需求，也是灰度，也是IE11，最后上线第三小时，cdn缓存污染，十万用户加载了未压缩的source map，控制台报错堆叠八百行，其中七百九十三行指向webpack:///node_modules/@babel/runtime/helpers/esm/asyncToGenerator.js。这事跟Unix没关，但它真实存在，而且比SIGSTOP还顽固。

　　第四个坑：/etc/passwd里UID重复不报错，但getent passwd会随机选一个返回。查权限问题查到崩溃那天，我连tail -f /var/log/auth.log的手都在抖。直到小王递来一杯枸杞茶，杯底沉淀着三颗没泡开的干果，我顺手抄起sed -i 's/^nobody:/dummy:/g' /etc/passwd，然后sudo -u nobody ls /tmp——它居然成功了。我原以为是selinux标签冲突，结果发现是/etc/passwd里有两条nobody，UID都65534，一条是原始系统账户，另一条是我们半年前部署的容器运行时自动添加的。getent只返回第一条，id命令却返回第二条，sshd验证走的是NSS模块，而我们的NSS配置优先走了compat。这件事没法用man查，得翻glibc源码的nss/nss_files/files-XXX.c，第412行附近有个/ we don't deduplicate here /的注释。我读完了，合上终端，窗外雨还没停，老齐的外卖盒还敞着盖，韭菜馅已经干成深绿色硬块。

　　第五个坑？我不想说了。昨天早上十一点零七分，我收到一封邮件，主题是《关于取消Linux服务器基线扫描的通知》，落款是合规部，抄送CTO。邮件正文只有两行字：“经评估，扫描工具与现有监控探针存在syscall级冲突。”“后续以混沌工程演练替代。”下面没附件，没链接，没联系方式。我把邮件转发给老张，他回复三个字：“早该了。”——然后继续蹲在地上修网线。我点了支烟，烟灰缸里积着昨天的灰，最上面那截灰白中带点黄，像没烤透的豆皮。其实我清楚，这五个坑里，至少两个根子不在Unix，在人，在流程，在那句永远不落地的“下次迭代再优化”。可下次在哪？老齐刚刚在企业微信发了个表情包，是个流泪猫猫头，配字：“需求又变了”。

　　我现在打开tmux，新建一个窗格，输入hostnamectl status，不是为了查什么，就是想看看那一行Operating System后面有没有多出个“(unmanaged)”。等它返回之前，我得先把桌上那盒凉透的韭菜包子扔了——塑料盖子已经吸饱了潮气，掀开时“啪”一声轻响，像微型放电。

（编辑：站长网）

【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!