tracing项目在macOS上打印日志时出现资源不可用错误的分析与解决
问题现象
在使用tracing-subscriber库进行日志记录时,部分macOS用户遇到了程序崩溃的问题。具体表现为:当程序通过debug!()宏输出调试信息时,系统会抛出"Resource temporarily unavailable (os error 35)"错误并导致程序panic。
错误分析
从错误堆栈可以看出,问题发生在标准库的stdio模块中,具体是在尝试向标准错误输出(stderr)写入数据时。错误代码35对应的是EAGAIN/EWOULDBLOCK错误,这表明底层文件描述符被设置为非阻塞模式,而当缓冲区满时无法立即完成写入操作。
根本原因
这个问题实际上并非tracing或tracing-subscriber库本身的缺陷,而是与macOS系统的文件描述符处理机制有关。在Unix-like系统中,当一个文件描述符被设置为非阻塞模式(O_NONBLOCK)时,如果I/O操作不能立即完成,系统会返回EAGAIN错误而非阻塞等待。
在macOS环境下,某些第三方程序可能会修改标准输入/输出文件描述符的阻塞模式,而Rust标准库默认期望这些文件描述符处于阻塞模式。当tracing-subscriber尝试通过这些被修改过的描述符输出日志时,就会遇到上述问题。
解决方案
临时解决方案
-
对于开发环境,可以考虑将日志重定向到文件而非控制台:
let file = std::fs::File::create("debug.log").unwrap(); tracing_subscriber::fmt() .with_writer(file) .init();
-
调整日志级别,减少控制台输出量:
tracing_subscriber::fmt() .with_max_level(tracing::Level::INFO) .init();
永久解决方案
-
在程序启动时显式设置标准输出的阻塞模式:
use nix::fcntl::{fcntl, FcntlArg, OFlag}; fn set_stdout_blocking() -> Result<(), std::io::Error> { let flags = fcntl(1, FcntlArg::F_GETFL)?; let new_flags = OFlag::from_bits_truncate(flags) & !OFlag::O_NONBLOCK; fcntl(1, FcntlArg::F_SETFL(new_flags))?; Ok(()) }
-
使用tracing-subscriber的缓冲写入功能:
tracing_subscriber::fmt() .with_writer(std::io::stderr) .with_ansi(false) .init();
最佳实践建议
-
在生产环境中,建议将日志输出到文件或专门的日志收集系统,而非直接输出到控制台。
-
对于需要大量日志输出的场景,考虑使用异步日志记录或缓冲机制,避免直接同步写入。
-
在跨平台开发时,应当特别注意不同操作系统对文件描述符处理的差异。
-
对于关键应用,建议实现自定义的panic处理程序,避免因日志输出失败导致整个应用崩溃。
总结
这个问题展示了在跨平台开发中可能遇到的微妙差异。虽然表面上是日志库的问题,但实际上是系统级文件描述符处理方式的不同所致。通过理解底层机制并采取适当的预防措施,开发者可以确保日志系统在各种环境下稳定运行。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI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。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









