绕过了一个 VPS 上恶心问题,但不确定原因。麻烦大佬们提供下排查思路。

303 天前
 weiweiwitch

环境

问题现象

apt更新时会触发/usr/lib/cloud-init/ds-identify的运行。然后这个脚本运行的非常的慢。要 1 分多钟才会运行完。期间 CPU 是满的。而且新的 ssh 连接无法建立。

排查脚本慢的原因

这个 ds-identify 是个 shell 脚本。ds-identify开头是#!/bin/sh,用的是系统默认的dash

我自己按照 top 中显示的命令行信息,增加-x参数,运行/bin/sh -x /usr/lib/cloud-init/ds-identify,也非常慢,但能看到,卡在check_config函数的while read line之后,line=之前。

for fname in "$@"; do
    [ -f "$fname" ] || continue
    while read line; do
        line=${line%%#*}
        case "$line" in
            $key:\ *|$key:)
                ret=${line#*:};
                ret=${ret# };
                found=$((found+1))
                found_fn="$fname";;
        esac
    done <"$fname"
done

这“应该”是在读文件内容。

根据打印信息,读取的是/etc/cloud/cloud.cfg.d/aliyun_cloud.cfg文件,并且是- echo 开头的很长的一行文本上。

多次执行,发现只要是在文件中的行内容过长的地方,就会 read 的很慢。

然后我用bash执行了一遍。发现同样的ds-identify,却执行的非常快。

初看像是dash的某种性能问题。

排查 dash 读长文本慢的原因,却发现不是

我新建一个文本文件test.cfg,将/etc/cloud/cloud.cfg.d/aliyun_cloud.cfg文件的内容复制进去。

新建一个独立的test.sh脚本文件,将上面那段函数放进去。

执行这个test.sh脚本来读取test.cfg文件。

发现用dashbash都执行的非常快。所以不是dash的某种性能问题!

排查aliyun_cloud.cfg的问题

通过ls,我观察到/etc/cloud/cloud.cfg.d/aliyun_cloud.cfg文件其实是个链接。

aliyun_cloud.cfg -> /sys/firmware/qemu_fw_cfg/by_name/etc/cloud-init/vendor-data/raw

我直接cat这个链接文件的内容,显示的很快。不像是某种 IO 问题。

我修改上面的test.sh脚本,直接读取aliyun_cloud.cfg这个链接文件。

然后,用bash这个 shell 读取的非常快,但用dash这个 shell 读取的却非常慢!

暂时绕过

因为/usr/lib/cloud-init/ds-identify这个脚本是系统在某个时刻调用的。我现在的绕过方式只能是将/bin/sh的默认指向改为bash

我不确定为什么dash读取阿里云的这个文件很慢,而bash却很快。

希望有大佬能提供点调试思路。

1472 次点击
所在节点    Linux
7 条回复
SenLief
303 天前
这机器买过来第一件事就是 dd 了,它自带的还有一个云控,占内存的玩意。
7lQM1uTy635LOmbu
303 天前
把 cloud-init 干掉
churchmice
303 天前
不用啊,你这个脚本头上改成
#!/bin/bash 就好
weiweiwitch
302 天前
@churchmice 这个是 cloud-init 里面的脚本。位置是/usr/lib/cloud-init/下。也就是说,直接改,哪天更新时会被覆盖回去。
不过这些都只是绕过。根本原因还没找到。
xkwy001
298 天前
使用 strace 命令可以明显看出二者区别。

根本原因在于 bash 和 dash 对 read 这个 shell 内建命令的具体实现不一样。

dash 的实现是 read(0, &c, 1)直接使用 read 系统调用,一个字符一个字符地读取;
https://git.kernel.org/pub/scm/utils/dash/dash.git/tree/src/miscbltin.c#n151

而 bash 是使用 zreadc(fd, &c)实现的,其内部会有一个 4K 缓冲,每次执行 zreadc 会一次性从文件中读入 4K 内容。
http://git.savannah.gnu.org/cgit/bash.git/tree/builtins/read.def#n683
http://git.savannah.gnu.org/cgit/bash.git/tree/lib/sh/zread.c#n132

对于常规的磁盘文件,使用 read 系统调用也还好,因为内核层面其实也有一层 buffer ,顶多会频繁进/出内核,并不涉及随机读写的磁盘 io 瓶颈。

猜测/sys/firmware/qemu_fw_cfg/by_name/etc/cloud-init/vendor-data/raw 这个文件不是普通的常规硬盘文件,每一次执行 read 系统调用都会触发异常->qemu 处理->balabala 一顿操作才返回,绕了好大一圈,且相对常规文件也没有内核缓冲,等于是每读一个字符都来一遍
JieS
136 天前
请问这个问题解决了吗?昨晚也发现同样的问题,执行期间 ECS CPU 指标直接被拉满😩
xkwy001
122 天前
@JieS sudo ln -sf /bin/bash /bin/sh

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/1011516

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX