close fd 死循环_诡异的bug: tcsh陷入死循环

问题：项目开发中，碰到一个很奇怪的问题：当tcsh启动的子程序退出之后，tcsh本身无法退出，并占用大量CPU资源。

背景：应用程序在fork之后，用tcsh启动另一个子进程，执行特定任务。进程之间使用sockepair(pipe)进行进程间通讯；为简化编程，将子进程的socket fd重定向为stdin和stdout。

具体症状：

Strace tcsh程序：

tcsh不断打印上述系统调用，可判断tcsh陷入了死循环，无法退出。其中

write(17, "[1] 30274\n", 10)            = -1 EPIPE (Broken pipe)

--- SIGPIPE (Broken pipe) @ 0 (0) ---

lseek(16, 0, SEEK_END)                  = -1 ESPIPE (Illegal seek)

初步这两个系统调用是引发死循环的关键。为什么write到17文件描述符。(如果有经验，估计在这一步就可知道问题的根源。)

Lsof tcsh进程：

tcsh没有0，1，2的文件描述符，只有3个指向同一个unix地址的socket地址，基本断定： 16为stdin，17为stdout，18为stderr，19未知。

问题就变成：tcsh不断尝试往stdout输入特定信息！[1] 30274这个信息，应该是tcsh所起子进程的PID。

这样就基本清楚了：tcsh收到子进程的状态信息([1] PID)，并将收到的信息输出。由于stdout已被重定向成unix socket，在输出时，发生SIGPIPE (Broken pipe)事件。 SIGPIPE的默认行为是终止程序，显然tcsh没终止，并不断尝试输出。为什么tcsh不终止？难道tcsh内部实现屏蔽了该信号？为了解决这个问题，有两个办法：看tcsh的源码；看是否自己的程序改变了tcsh的信号处理。

最终，从自己的程序入手，发现果然是自己的程序改变了tcsh的信号配置。

A child created via fork(2) inherits a copy of its parent's signal dispositions.  During an execve(2), the dispositions of handled signals are reset to the default; the dispositions of ignored signals are left unchanged.

问题的结论：

1)      自己的程序忽略了SIGPIPE；

2)      fork之后，重定向了stdin和stdout;

3)      tcsh启动子程序，捕获到子进程的状态(后台启动返回PID信息)，并尝试输出到stdout(socket)，因socket已被关闭，写失败并导致SIGPIPE。因SIGPIPE已被忽略，导致tcsh不断重试，无法退出！

重现程序：

gcc -o pipe pipe_broke.c

./pipe /usr/bin/strace -e trace=write,lseek -o strace.log csh -c "sleep 10 & "

Note: bash has no this problem! csh -> tcsh

本文转自 zhenjing 博客园博客，原文链接：http://www.cnblogs.com/zhenjing/archive/2011/05/26/tcsh_dead_loop.html，如需转载请自行联系原作者