SequoiaDB报告创建线程失败的解决办法-CSDN博客

1. 问题背景

对于分布式数据库和分布式环境，高并发和高性能压力的情况下，出现线程创建失败等等问题也是十分常见的，这时候就十分考虑数据库管理员的经验，需要能快速的定位到问题和瓶颈所在，快速解决。本文也是作为一个最佳实践，告诉大家如何在高并发情况下定位问题，排除问题，解决瓶颈。

2. 问题定位

SequoiaDB 在集群环境中的 -10 错误码，在认真查阅节点的 diaglog 日志后，发现是操作系统 create thread 失败的问题。

如我们的测试环境下，SequoiaDB节点的 diaglog 的错误日志信息

阅读这个错误日志的内容，通过看到类似如下的关键信息

Failed to create new agent: boost::thread_resource_error: Resource temporaily unavailable
Failed to create new agent, probe = 30
Failed to create subagent thread, rc = -10
Failed to start session EDU, rc = -10

那么一般操作系统在创建线程时，会受限于哪些参数呢，主要有几个：文件句柄数限制、操作系统句柄数限制和内存资源。

1 ）文件句柄数

在 linux 操作系统中，号称一切皆为文件，无论是进程、线程、 socker 还是其他，最终都会被操作系统归为文件操作。操作系统或者进程，每申请一个资源，例如线程、 socker ，都会打开一个文件，那么这个文件打开状态，就可以简单理解为文件句柄。其中，“句柄数限制“代表操作系统或者某个进程所能够打开的最多文件的数量的限制。

大家有了这个概念后，我们再来看操作系统是如何对文件句柄数进行限制的。在操作系统中，有一个神奇的命令 - ulimit 这一个命令可以设置许多限制值，进程文件句柄数就是其中之一。

例如我们可以查看 root 用户的 ulimit 输出， -n open file = 1024 就是root 用户允许进程打开的最大文件句柄数。

此处我们需要注意，由于root 用户是Linux 中的管理员用户，所以如果root 用户的 ulimit open file 设置成 1024，那么其他的用户，例如test、mysql 用户等， 想将 ulimit opon file 设置成大于 1024，是不行的 。

因此，普通用户的 ulimit 值修改前，必须要注意root用户的ulimit值，保证普通用户的ulimit值比root用户的设置值小。

2 ）操作系统句柄数

除了进程中的句柄数限制，整个操作系统的句柄数限制同样会对数据库运行产生影响。在句柄数限制下，因为一个操作系统，总不能无限地打开句柄的。所以又引入另外一个设置，操作系统最大打开的句柄数限制。

这个值在 centos 7 中，是被保存在 /proc/sys/fs/file-max 文件中。

如果操作系统总的句柄数已经达到上限，那么即使进程还没有启动几个线程，也会出现句柄不够的情况。

如果希望临时修改操作系统最大句柄数的设置，可以直接执行，即可： echo 2000000 > /proc/sys/fs/file-max

如果希望永久修改操作系统最大句柄数的设置，可以编辑 /etc/sysctl.conf 文件，增加 fs.file-max = 2000000 内容，然后在root 用户中执行 sysctl -p 即可。

3 ）内存 资源

针对内存资源的优化，在创建线程时，在Linux 中，是需要给它预先分配内存的 – 也叫栈大小，用来存储线程中数据的值。

我们程序员都知道，内存主要分为两个大的部分，一个称为 “堆”，一个称为“栈”。在程序中，“堆”通常是程序用来保存常量和变量名字的，“栈”则通常是程序来用保存具体的变量数字的。

此前我们说到，如果系统内存不足，也是无法创建线程的。这个原因就是在于创建线程时，操作系统需要分配一块内存给线程，这个内存是多大呢，就是 ulimit 中 -s stack size 的大小。如果操作系统连 stack size 大小的内容都无法拿出来了，创建线程就会失败。

整个服务器资源，为什么这么一点内存都没有了？

其实如果仔细查看操作系统，你就会发现，那么多进程，每个进程又是那么多线程在运行，每个线程都在申请内存（注意，这块的内存是物理内存），内存不足正常的很。这个也容易让人联想到JVM 的OOM ，但是他们真的不是一回事，大家千万不要误会。

要解决这个问题也比较简单 – 直接粗暴？就是将 ulimit 中 -s stack size 调小一点，每个线程不要申请那么多内存了，操作系统的内存资源就会更加的充裕。毕竟程序、线程这些，都是用完就完了，不可能都永久占用内存的。

3. 其他需要注意的点

除了上述解决方案，仍无法解决创建线程失败的额问题

执行 ulimit -a 命令，参数看起来也正常，但是系统是否是完成了设置？我们需要真正确认SequoiaDB进程的ulimit 参数是啥。

确认的方式有两种：

· 在 sdb 的较新版本中，节点启动时的 diaglog 日志，会打印它自己的 ulimit 参数，读者可以去翻翻日志

· 另外一种就更加直接，直接查看 linux 的系统记录。例如知道 11910 进程的 PID 是 123456 ，就直接打开 /proc/123456/limits 文件，查看里面的内容，这样想不知道，都难

4. 备注：关于句柄数和 线 程的命令

查看某个进程总共开启了多少个线程，可以

cat /proc/$PID/status | grep Threads

pstree -p $PID ，然后 +1 ，因为还有主进程

top -Hp $PID ，然后查看头部 “Threads” 参数

ps hH p $PID | wc -l

查看linux 目前总打开的句柄数

lsof -n|awk '{print $2}'|sort|uniq -c|sort -nr|awk '{print $1}' | awk '{sum += $1};END {print sum}'

查看某个进程打开的总句柄数

lsof -n|awk '{print $2}'|sort|uniq -c|sort -nr | grep $PID

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/31534344/viewspace-2649927/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/31534344/viewspace-2649927/