发表17 分钟读完 (大约2565个字)0次访问

为什么在容器中1号进程挂不上arthas？

本文是《容器中的Java》系列文章之 4/n ，欢迎关注后续连载 :) 。

最近在容器环境中，发现在Java进程是1号进程的情况下，无法使用arthas，提示AttachNotSupportedException: Unable to get pid of LinuxThreads manager thread。具体操作和报错如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# java -jar arthas-boot.jar
[INFO] arthas-boot version: 3.5.6
[INFO] Found existing java process, please choose one and input the serial number of the process, eg : 1. Then hit ENTER.
* [1]: 1 com.alibabacloud.mse.demo.ZuulApplication
1
[INFO] arthas home: /home/admin/.opt/ArmsAgent/arthas
[INFO] Try to attach process 1
[ERROR] Start arthas failed, exception stack trace:
com.sun.tools.attach.AttachNotSupportedException: Unable to get pid of LinuxThreads manager thread
	at sun.tools.attach.LinuxVirtualMachine.<init>(LinuxVirtualMachine.java:86)
	at sun.tools.attach.LinuxAttachProvider.attachVirtualMachine(LinuxAttachProvider.java:78)
	at com.sun.tools.attach.VirtualMachine.attach(VirtualMachine.java:250)
	at com.taobao.arthas.core.Arthas.attachAgent(Arthas.java:117)
	at com.taobao.arthas.core.Arthas.<init>(Arthas.java:27)
	at com.taobao.arthas.core.Arthas.main(Arthas.java:166)
[INFO] Attach process 1 success.

之前也遇到过，总是调整了下镜像，让Java进程不是1号进程就可以了。但这个不是长久之计，还是要抽时间看下这个问题。

复现问题

我们创建如下项目，来复现这个问题：

./src/main/java/Main.java
1
2
3
4
5
6
7
8
public class Main {
  public static void main(String[] args) throws Exception {
    while (true) {
      System.out.println("hello!");
      Thread.sleep(30 * 1000);
    }
  }
}
./Dockerfile
1
2
3
4
5
FROM openjdk:8u212-jdk-alpine
COPY ./ /app
WORKDIR /app/src/main/java/
RUN javac Main.java
CMD ["java", "Main"]

然后正常启动应用，并尝试用arthas，或者jstack：

1
2
3
4
5
6
7
8
9
$ # 构建镜像
$ docker build . -t example-attach
$ # 启动容器
$ docker run --name example-attach --rm example-attach

$ # 在另一个终端进入容器，执行jstack
$ docker exec -it example-attach sh
/app/src/main/java # jstack 1
1: Unable to get pid of LinuxThreads manager thread

成功复现问题！接下来开始分析。

正常的attach流程是什么样子的？

如下是在排查问题中，梳理出来的jvm Attach流程：

  1. 查找/tmp/.java_pid${pid}这个unix socket，如果存在则检查权限，然后建立连接。
  2. 如果不存在，则先创建/proc/${pid}/cwd/.attach_pid${pid}，开始通知jvm线程。
  3. 首先判断是不是LinuxThread，如果是LinuxThread，则找到LinuxThreadsManager，然后给其所有子进程发送SIGQUIT.
  4. 如果不是LinuxThread，则直接给目标进程发送SIGQUIT。
  5. 目标进程收到信号后，创建Attach Listener，监听/tmp/.java_pid${pid}。
  6. 开始正常的socket通信，根据通信的具体内容，可以是dumpThread（jstack），也可以是加载JavaAgent，比如上面提到的arthas。

Java Attach机制之Native篇也是一个不错的attach API解析。

为什么对1号进程attach会报错？

首先，/tmp/.java_pid${pid}当时是肯定不存在的，如果存在就是直接通信加载Arthas了。也可以通过查看文件来确认这一点。

其次，.attach_pid${pid}文件也是能够创建成功的，我们也可以通过strace输出来确认：open("/proc/424/cwd/.attach_pid424", O_RDWR|O_CREAT|O_EXCL|O_LARGEFILE, 0666 <unfinished ...>。

最有可能的原因就是线程判断、发送信号这一步了，我们以jstack为例查找为什么attach会失败。

本来类似上一次的查找过程，想着通过调试符号来查，但是在alpine上的调试符号无法显示源码内容，编译环境又很麻烦。所以还是优先用strace来查，值得注意的是，jstack的逻辑中有fork，所以记得使用strace -f jstack 1来查。

查了下strace的输出，没有kill请求。看来问题是处在线程模型判定的。

刚刚提到jvm会判断是不是LinuxThread，那么什么是LinuxThread呢？首先看下判断的源码：

通俗的讲，Linux内核刚开始是不支持“线程”的，LinuxThread机制就是通过fork机制+共享内存空间的方式来实现线程。但LinuxThread在内核看来就是一些独立的父子进程，在信号处理、同步原语上有很多缺陷，要通过manager thread来处理这些逻辑。后来Red Hat发起NPTL，内核开始支持线程能力，也能够通过更加标准的方式来处理信号、同步等逻辑。

可以用getconf GNU_LIBPTHREAD_VERSION来查看是哪种线程模型，比如我的机器上输出是NPTL 2.34。当然，如上面代码所写，可以用confstr(_CS_GNU_LIBPTHREAD_VERSION,)来获取当前的线程模型，详情参考手册。

  • 如果confstr(_CS_GNU_LIBPTHREAD_VERSION,)返回0，则表示是glibc旧版本，认为是LinuxThread：先找到manager thread（通过查找父进程），然后给各个子进程发送SIGQUIT信号（这个过程需要遍历系统内所有进程）。
  • 如果confstr(_CS_GNU_LIBPTHREAD_VERSION,)结果包含NPTL，则认为不是LinuxThread，按照NPTL来处理：直接发送SIGQUIT。

但是很可惜，LinuxThread/confstr(_CS_GNU_LIBPTHREAD_VERSION,)不是POSIX标准，所以Alpine自带的musl对这个调用返回0。按照上面逻辑，jvm会认为是LinuxThread，尝试找到父进程，如果pid是1的话，自然找不到父进程，所以报错 Unable to get pid of LinuxThreads manager thread，导致文章最开始说的arthas无法使用。

关于两种线程模型的详细比较，可以参考Linux 线程模型比较：LinuxThreads 和 NPTL。

为什么非1号进程就能attach？

模拟了下先手动进入shell（这时sh就是1号进程），然后再手动执行java Main（pid为8），然后我们看下getLinuxThreadsManager是怎么表现的：

可以看到，在这种情况下，jvm认为manager thread是1号进程。此时会后执行sendQuitToChildrenOf(mpid)：


即遍历所有的子进程，都发送SIGQUIT，这个逻辑其实是有点奇怪的。“超凡的主张，需要有超凡的证据”。我们重新跑一遍，用strace -f验证一下。

进程树（其中绿色的是线程）：

jstack发送的kill信号，可以看到jstack给1号进程的所有子进程发送了SIGQUIT：

这个行为和刚刚分析是一致的。不过非常巧合的是，大部分进程是忽略了SIGQUIT信号的，所以在这种情况下，jstack反而是正常工作了的。

怎么解决这个问题？

超短期workaround

这种方式不需要调整容器参数，不需要重启容器，比较推荐。

既然attach主要卡在了发送信号上，那我们就用shell来模拟这个流程：

1
2
3
4
5
6
pid=1 ;\
touch /proc/${pid}/cwd/.attach_pid${pid} && \
  kill -SIGQUIT ${pid} && \
  sleep 2 &&
  ls /proc/${pid}/root/tmp/.java_pid${pid}
# 接下来就可以正常 java -jar arthas-boot.jar 挂arthas了

通过上面的操作后，Attach Listener已经启动并且监听了路径，第二次attach就直接可以连接了；就可以按照正常的方式使用arthas了。

其中有一点需要注意，一定需要提前创建.attach_pid${pid}文件，不然jvm会将这个信号交给默认的sigaction处理，对于pid 1来说，会导致容器退出！

也有人基于类似原理，做了一个jattach工具，可以直接在Alpine中，通过apk add jattach来安装，然后jattach ${pid} properties，也能起到一样的效果。

设置启动参数

这种方式需要调整启动参数或者环境变量，需要重启应用/容器，可能会丢失业务现场。

Jvm支持设置-XX:+StartAttachListener，这样就能在启动Jvm的时候，自动启动Attach Listener线程并监听，也可以正常使用arthas。

对于容器环境下，更加容易的做法是给容器添加环境变量JAVA_TOOL_OPTIONS=-XX:+StartAttachListener，这样不用修改启动脚本也能达到效果。

上游优先，修改镜像

这种方式需要修改镜像

OpenJDK 8官方没有修复这个问题，所以如果直接使用openjdk:8-jdk-alpine，是避免不了这个问题的。Docker镜像仓库也有人讨论这个问题。

OpenJDK 11就已经解决了这个问题了（见源码），不再对古旧的LinuxThread模型做判断，这样arthas也能工作。

不过Alpine官方仓库中的OpenJDK 8已经通过自己打patch的方式，修复了这个问题https://gitlab.alpinelinux.org/alpine/aports/-/issues/13032。

作为比较知名的JDK发行版，也在eclipse-temurin:8-jdk-alpine中修复了这个问题，可以直接使用这个镜像，相关讨论见https://github.com/adoptium/jdk8u/pull/8。

总结

在arthas 的 issue 中，或者网上相关的文章中，总是重复着Java不能作为1号进程。很多时候，就因为如此，我们没有办法挂上诊断工具，导致现场丢失，故障原因不能及时定位。

作为技术人员还是需要了解底层，这样在排查问题、架构设计上才会有更多自由度，更能够抓住问题、解决问题。

后续还会出系列文章，来解决容器环境下奇奇怪怪的jvm问题，欢迎关注！

为什么在容器中1号进程挂不上arthas？

https://robberphex.com/attach-jvm-in-container-at-arthas/

作者

Robert Lu

发布于

2022-12-03

许可协议

#

评论

×