阿里云代付业务 如何排查Linux系统ECS僵尸进程
僵尸进程：系统里的‘幽灵’
嘿，朋友，你是不是在ECS终端里看到一堆Z状态的进程，心里直打鼓？别慌！这可不是闹鬼，只是程序没处理好‘善后工作’。僵尸进程就像办公室里那个已经离职但还没办完手续的员工——人走了，工位占着，啥也不干，还占着资源。它们虽然‘死透’，却还在进程表里晃悠，占用PID。如果PID用尽，新程序连门都进不了，那可就真成‘僵尸围城’了！
如何发现这些‘幽灵’？
打开终端，敲个命令：`ps aux | grep 'Z'`。这时候屏幕上可能会冒出一堆带Z的进程，比如：
root 1234 0.0 0.0 0 0 ? Z 10:00 0:00 [child] <defunct>
注意看STAT列，Z就是僵尸的标志，后面还带着<defunct>。这时候别急着删，它们只是‘死透了’但还没被清理。再用`top`命令，看到STAT列显示Z的进程，就是僵尸。它们不占CPU和内存，但占着PID，就像超市里占着购物车但不买东西的人，让其他人干着急。
排查步骤：揪出幕后黑手
第一步：定位僵尸进程
用`ps -ef | grep defunct`直接筛出僵尸。比如：
root 1234 1 0 10:00 ? 00:00:00 [child] <defunct>
这里PID是1234，PPID（父进程ID）是1。但别急，通常PPID不会是1（init进程），否则init会自动回收。如果PPID是其他数字，比如5678，就说明是某个服务没管好自己的‘孩子’。
第二步：找到父进程
用`ps -o ppid= -p 1234`就能得到父进程ID。或者更直观：`pstree -p | grep Z`，看看进程树。比如输出：
init(1)---nginx(123)---php-fpm(456)---php-fpm(789)---php-fpm(1011) Z
这说明php-fpm(789)的孩子(1011)变成僵尸了。这时候你得盯住php-fpm(789)这个‘老父亲’。
第三步：处理父进程
如果父进程还活着，比如php-fpm(789)还在跑，可以试着给它发个‘催尸’信号：`kill -s SIGCHLD 789`。这相当于大喊：‘喂！你家孩子死了，快去收尸啊！’。如果父进程自己已经挂了，比如进程不存在了，那就得重启这个服务。比如：
systemctl restart php-fpm
重启后，新启动的php-fpm会正常处理子进程，之前的僵尸自然消失。但如果是Nginx服务的问题，就重启Nginx。这里有个冷知识：如果父进程是nginx worker进程，它可能因为配置问题不回收子进程，这时候检查nginx.conf里的worker_processes是否合理，或者尝试调整worker_rlimit_nofile。
常见误区：别被表象迷惑
有人以为杀死僵尸进程就能解决问题，于是疯狂`kill -9 1234`。但结果只会报错：`No such process`。因为僵尸进程已经终止，根本杀不死！它们只是进程表里的‘幽灵’，唯一能解决的办法是让父进程处理。还有人以为僵尸进程占内存，其实它们只占进程ID（PID），不占内存或CPU。但如果PID用尽，系统会卡死，这时候才真要命。
预防措施：让僵尸不再出现
如果你是开发者，写程序时记得处理子进程。比如C语言中，用`signal(SIGCHLD, SIG_IGN)`让系统自动回收，或者用`waitpid(-1, NULL, WNOHANG)`循环检查。Python里用`subprocess.Popen`后，一定要调用`.wait()`。例如：
import subprocess
proc = subprocess.Popen(['ls'])
proc.wait() # 不调用wait()，子进程可能变僵尸
阿里云代付业务 如果是服务类程序，比如Nginx或PHP-FPM，确保配置正确。Nginx的worker_processes不宜过多，避免子进程过多。在启动脚本里，可以用`daemonize`方式启动，或者用systemd管理服务，自动处理子进程。
实战案例：一次‘除灵’经历
上周在ECS上遇到一堆僵尸进程，`ps aux`里全是Z。用`pstree -p`一查，发现是某个Python脚本的父进程没调用wait()。脚本里用`subprocess.Popen`执行命令后，忘记加`.wait()`，导致每次运行都生成僵尸。修复代码后重启脚本，问题解决。后来给脚本加了try-except和finally，确保无论是否出错都调用wait()，从此再无僵尸骚扰。
总结：轻松搞定‘幽灵’
记住，僵尸进程的正确处理姿势是‘杀父’（让父进程处理），而不是‘杀子’。先用`ps`和`pstree`定位，再对症下药。如果是服务问题，重启服务；如果是代码问题，修代码。预防比处理更重要，写程序时多留个心眼，调用wait()、处理SIGCHLD信号。搞定这些‘幽灵’，你的ECS又能清爽运行，像刚洗过的夏天一样舒服！
