Twitter Zipkin项目Docker容器中wget僵尸进程问题分析与解决
2025-05-13 10:02:22作者:蔡怀权
问题背景
在Twitter开源的分布式追踪系统Zipkin的Docker容器运行过程中,开发人员发现了一个关于wget进程的有趣现象。当容器长时间运行时,系统中会出现大量处于"defunct"状态的wget僵尸进程。这些进程无法正常终止,逐渐积累并占用系统资源。
问题分析
通过深入调查,我们发现这些wget进程源自Docker容器的健康检查机制。Zipkin容器使用了一个shell脚本进行健康检查,其中通过wget命令向本地/health端点发送请求来验证服务状态。
问题的核心在于:
- 健康检查间隔设置较短(测试环境为1秒,生产环境为5秒)
- wget命令执行可能超时
- 当健康检查进程被终止时,未能正确清理其子进程(wget)
在Linux系统中,当一个进程终止但其子进程仍在运行时,这些子进程就会变成"僵尸进程"。它们虽然不再执行代码,但仍保留在进程表中,等待父进程读取其退出状态。
解决方案
项目维护者提出了两个层级的解决方案:
1. 立即解决方案(已实现)
- 调整wget命令的超时参数,确保在合理时间内完成或失败
- 在2.27.0版本中已经包含这一修复
2. 长期优化方案(讨论中)
- 考虑将shell脚本实现的健康检查替换为Go语言编写的独立二进制程序
- 这种方案能更可靠地管理进程生命周期,避免僵尸进程问题
- 需要将健康检查二进制程序添加到基础镜像中
验证结果
在实际生产环境中部署修复后的2.27.0版本后,经过多日观察:
- 原先频繁出现的wget僵尸进程完全消失
- 系统资源使用更加稳定
- 健康检查机制仍保持原有功能
技术启示
这个案例为我们提供了几个重要的技术经验:
-
容器健康检查设计:在设计容器健康检查时,不仅要考虑检查逻辑本身,还需要注意命令执行可能带来的副作用。
-
进程生命周期管理:在编写会产生子进程的脚本时,必须考虑信号传播和进程清理机制。
-
超时设置合理性:网络请求类操作必须设置合理的超时参数,既要保证及时发现问题,又要避免因短暂波动导致的误判。
-
监控与告警:对于长时间运行的容器,需要建立对僵尸进程的监控机制,及时发现类似问题。
这个问题的解决过程展示了开源社区如何协作分析问题、提出解决方案并验证效果,最终提升了Zipkin项目的稳定性和可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00HunyuanWorld-Mirror
混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile012
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
235
2.34 K

仓颉编译器源码及 cjdb 调试工具。
C++
113
80

暂无简介
Dart
537
117

React Native鸿蒙化仓库
JavaScript
216
291

Ascend Extension for PyTorch
Python
76
106

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
994
588

仓颉编程语言测试用例。
Cangjie
34
64

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
130
650