stress-ng项目中expmath压力测试模块的问题分析与修复

问题背景

在Linux系统压力测试工具stress-ng的最新开发版本中，用户报告了一个关于expmath压力测试模块的严重问题。该问题出现在Ubuntu Focal 20.04系统上，使用5.15内核的64K页面大小版本时，expmath测试会失败并导致系统资源耗尽。

问题现象

当在ARM64架构的OpenStack虚拟机(4GB内存)上运行expmath压力测试时，测试会在35分钟超时后失败。系统日志显示出现了进程创建失败的错误："cgroup: fork rejected by pids controller"。之后整个系统变得不稳定，任何命令执行都会返回"Resource temporarily unavailable"错误。

技术分析

通过分析系统日志和strace跟踪输出，可以确定问题根源在于：

1. 测试过程中产生了大量子进程，导致系统PID资源耗尽
2. 64K大页面内核环境下内存管理行为与常规4K页面系统不同
3. expmath模块的进程创建逻辑没有充分考虑资源限制

特别值得注意的是，这个问题只在64K页面大小的内核上出现，常规4K页面内核则表现正常。这表明问题与内存管理子系统有密切关系。

解决方案

项目维护者Colin Ian King迅速定位并修复了这个问题。修复的核心是修正了expmath模块的--expmath-ops选项处理逻辑。这个选项原本用于控制数学运算操作的数量，但在实现上存在问题，导致进程创建不受控。

修复提交(75cb406)确保了expmath模块能够正确识别和处理操作数量限制，从而避免了无限制创建进程导致系统资源耗尽的情况。

技术启示

这个案例为我们提供了几个重要的技术启示：

1. 压力测试工具需要特别关注资源管理，防止测试本身成为系统不稳定因素
2. 大页面内存系统(如64K页面)可能表现出与常规系统不同的行为，需要针对性测试
3. 进程创建和销毁是系统稳定性的关键因素，需要谨慎处理
4. 选项参数验证是健壮性编程的重要环节

总结

stress-ng作为专业的系统压力测试工具，其稳定性和可靠性至关重要。这次expmath模块问题的快速发现和修复，展现了开源社区响应问题的效率。对于系统管理员和开发者而言，在使用压力测试工具时也应当注意监控系统资源使用情况，特别是在非标准配置环境下。