PHP常驻内存下phpredis扩展的一个BUG

前言

本文主要是一次线上异常排查内容。
排查2020 03-24 23:14分tw挂掉后，英语偶线现取不到数据问题：

• 2020 03-24 23:14 tw挂了一台，30秒没连接上redis；
• 有一定机率从redis拿不到数据偶发；没有错误，拿不到数据；

怀疑对象

1. etcd配置问题； - 确认过相关配置（排除）
2. twemproxy可能变更节点；-查看过对应日志（排除）

• 经过排查twemproxy和etcd只是由于线路故障影响30s访问。

3. 代码存在问题；

• 由于代码是swoole开发的常驻内存web程序。小伙伴们怀疑可能是redis的问题，因为redis使用的是短连接但是用了单例模式。只是怀疑不过phpredis会有重连机制，但是感觉很矛盾。然后做了一次实验。

代码实验内容

问题复现

通过swoole编写一个单例的redis的web程序。模拟真是场景中的redis访问请求。

• 搭建redis + tw
• 编写swoole访问redis的单例应用web

复现步骤：

• php版本： 7.3.3
• phpredis版本：4.3.0
• swoole版本： 4.3.2

1. 正常请求swoole的redis页面。
2. 断开twemproxy后请求swoole的redis页面。
3. 恢复twemproxy连接后请求swoole的redis页面。

最终验证结果百分之百复现，按照如下操作恢复访问后的请求没有报错直接返回了false。

接下来又用strace工具抓了一下进程

发现失败后并没有重连redis，但是经过看了一下phpredis源码发现和猜想不匹配，然后就怀疑可能是版本存在问题。

问题解惑

经过多个版本源码比较发现phpredis版本 <= 4.3.0 的版本都存在这个问题。常驻内存时只要连接失败，网络恢复后再去连接redis时不会抛出异常，只会返回false。而 > 4.3.0版本其实都会报错的，连接不上直接报Error级别错误Redis server went away 。

• 该问题比较过多个phpredis版本 5.2.1，5.1.1，5.0.0，4.3.0，3.1.2

4.3.0 源码解析

redis_sock_server_open

PHP_REDIS_API int
redis_sock_server_open(RedisSock *redis_sock TSRMLS_DC)
{
    int res = -1;

    switch (redis_sock->status) {
        case REDIS_SOCK_STATUS_DISCONNECTED:
            return redis_sock_connect(redis_sock TSRMLS_CC);
        case REDIS_SOCK_STATUS_CONNECTED:
            res = 0;
        break;
    }

    return res; //网络恢复后再去连接redis时直接返回-1
}

redis_sock_get

PHP_REDIS_API RedisSock *
redis_sock_get(zval *id TSRMLS_DC, int no_throw)
{
    RedisSock *redis_sock;

    if ((redis_sock = redis_sock_get_instance(id TSRMLS_CC, no_throw)) == NULL) {
        return NULL;
    }

    if (redis_sock_server_open(redis_sock TSRMLS_CC) < 0) {
        return NULL;  //直接返回NULL
    }

    return redis_sock;
}

#define REDIS_PROCESS_KW_CMD(kw, cmdfunc, resp_func) \
    RedisSock *redis_sock; char *cmd; int cmd_len; void *ctx=NULL; \
    if ((redis_sock = redis_sock_get(getThis() TSRMLS_CC, 0)) == NULL || \
       cmdfunc(INTERNAL_FUNCTION_PARAM_PASSTHRU, redis_sock, kw, &cmd, \
               &cmd_len, NULL, &ctx)==FAILURE) { \
            RETURN_FALSE; \  //为NULL时直接返回给php false
    } \
    REDIS_PROCESS_REQUEST(redis_sock, cmd, cmd_len); \
    if (IS_ATOMIC(redis_sock)) { \
        resp_func(INTERNAL_FUNCTION_PARAM_PASSTHRU, redis_sock, NULL, ctx); \
    } else { \
        REDIS_PROCESS_RESPONSE_CLOSURE(resp_func, ctx) \
    }

• 4.3.0版本以下，包括4.3.0。其实并没有针对用redis_sock->status 为REDIS_SOCK_STATUS_FAILED做处理，所以返回时均为-1，然后redis_sock_get接收-1时返回NULL，REDIS_PROCESS_KW_CMD宏中接收redis_sock_get的NULL则直接返回false给php

lldb调试结果：

版本比对

访问比较

问题解析

1. swoole代码中conf.d模版reload_cmd参数写错，写成reload_com导致swoole无法重启。
   
2. 由于swoole代码是常驻内存，调用redis是用的是注册树，这样redis其实就相当于是长连接。
   但是由于网络抖动或者是类似tw网络不稳定情况，引发Connection lost操作，这个时候predis其实会发起TCP的close关闭。
   但是由于phpredis版本小于4.3.0 ,返回给php为false。不会报错。
   
3. 偶发情况，是因为常驻内存php开启250多个worker，某几个worker存在问题。命中的概率所以为偶发。