线上系统/tmp 目录不断增长分析与总结

1、问题描述

系统配置为单核4G， web 工程配置堆2G,  /tmp目录 二进制文件不断增加，平均一天增加20G, 手动清理/tmp目录，重启系统，问题依旧。

2、分析

/tmp 目录存放系统运行时产生的临时文件。在Redhat-like系统上，会定期清理/tmp目录下10天未访问的文件。这个机制保证了，linux不会像windows那样在较长时间运行后变得臃肿不堪。

 

清理脚本位于/etc/cron.daily/tmpwatch,内容如下，

 

#! /bin/sh

flags=-umc

/usr/sbin/tmpwatch "$flags" -x /tmp/.X11-unix -x /tmp/.XIM-unix \

     -x /tmp/.font-unix -x /tmp/.ICE-unix -x /tmp/.Test-unix \

     -X '/tmp/hsperfdata_*' 10d /tmp

/usr/sbin/tmpwatch "$flags" 30d /var/tmp

for d in /var/{cache/man,catman}/{cat?,X11R6/cat?,local/cat?}; do

    if [ -d "$d" ]; then

     /usr/sbin/tmpwatch "$flags" -f 30d "$d"

    fi

done

本质是调用了系统命令/usr/sbin/tmpwatch 来执行对/tmp和/var/tmp目录的清理。tmpwatch 一般被用来清扫那些用来临时驻留文件的目录。

 

注意到，tmpwatch删除时有个排除项，/tmp/hsperfdata_*，java程序在启动时，默认会生成/tmp/hsperfdata_{USERNAME}/{PID}的文件，

这个文件会存储jvm运行的相关信息。jps\jconsole等工具的数据源就是来自于这个文件。若这个文件不存在，jps命令执行时找不到这个进程。关于这个问题，曾经有个bug相关（https://bugzilla.redhat.com/show_bug.cgi?id=527425），这个bug就是由于tmpwatch 没有排除/tmp/hsperfdata_*这个目录，导致该目录被删除，jps无法找到对应的进程。

 

那么/tmp通常会有哪些临时数据在这里呢？

例如，jvm启动数据、mysql的sock文件、apache默认的上传文件目录、nginx的缓存文件以及一些其他进程的临时文件。

 

1.查看/tmp, 通过 ls /tmp | wc -l观察， /tmp文件大约以4个/s 的速度增加，而且都是二进制文件。

2.lsof -p pid 确定tmp文件都被进程id为10791的同一个Java进程打开。

根据上面的分析，这些文件应该是该进程的临时文件，而且不断在增加，有可能是文件句柄泄露。

查看该进程的句柄图

12.15号，系统打开的句柄数量在逐步的增加，而且没有出现相对平稳的迹象，确定是句柄泄露了，这印证了我们的猜想。

下来需要进一步分析究竟是什么原因造成的句柄泄露。

查看文件内容，vi -b /tmp/filename， 包含 <</Length 2541/Filter/FlateDecode>>stream 之类的内容。猜测应该是和解码有关。

谷歌搜索关键字，确定FlateDecode是解码 PDF stream 的一个工具。查看程序中引用相关pdf的代码，如下图所示：

public static byte[] transfer(byte[] bytes, int pageNum) throws IOException {

    LOG.info("PDF合同转IMAGE开始...pageNum={}", pageNum);

    PdfDecoder decode_pdf = new PdfDecoder(true);

    decode_pdf.scaling = 1.5F;

    FontMappings.setFontReplacements();

    byte[] outbytes = new byte[0];

    ByteArrayOutputStream out = new ByteArrayOutputStream();

    try {

        decode_pdf.openPdfArray(bytes); //bytes is byte[] array with PDF

        BufferedImage img = decode_pdf.getPageAsImage(pageNum);

        ImageIO.write(img, "jpg", out);

        outbytes = out.toByteArray();

        LOG.info("PDF合同转IMAGE成功...pageNum={}", pageNum);

    } catch (Exception e) {

        LOG.error("PDF合同转IMAGE异常...pageNum={}，e={}", pageNum, e);

    } finally {

        out.close();

    }

    return outbytes;

}

这段代码用来将pdf转化成一个jpg的图片，使用了jpedal第三方库。

jpedal是一个开源的纯Java的PDF文档解析库，可以用来方便的查看和编辑文字和图片。

回到代码， 按照以往编码的经验，有可能是PdfDecoder没有释放资源，导致生成的临时文件一直没有释放掉。查看jpedal文档，发现的确提供了closePdfFile 关闭pdf文件的方法。

finally 块里添加

decode_pdf.flushObjectValues(true);
decode_pdf.closePdfFile();

重新发版，发现之后句柄图达到了相对平稳的状态，tmp目录也不再继续增加临时文件。

虽然问题解决了，但是还有一些困惑。临时文件怎么生成的？page fault为啥这么多？

1、临时文件到底是怎么生成的？

decode_pdf.openPdfArray(bytes)  根据传进来的字节流 打开pdf文件，

jpedal在这里做了一个优化，当pdf文件小于16k时或者alwaysCacheInMemory = -1时，直接内存缓存该pdf。

当pdf文件的大小大于16k时，会在临时目录下生成一个前缀为page,后缀为bin的二进制文件，该临时目录由系统参数 java.io.tmpdir 指定，默认在/tmp目录下。

这样，由于线上环境的pdf基本都大于16k，所以/tmp目录下就会看到不断的临时文件生成。这个临时文件命名规则为page***.bin。

2、添加closePdf文件之后，为啥问题就解决了呢？

closePdf会调用PdfReader的closePdfFile()方法，该方法根据缓存的临时文件名称删除该临时文件。

3、未关闭pdf文件，为啥会引起较多的page fault呢？

page fault 分为 minor page fault 和major page fault。

major page fault也称为hard page fault, 指需要访问的内存不在虚拟地址空间，也不在物理内存中，需要从慢速设备载入。从swap回到物理内存也是hard page fault。

minor page fault也称为soft page fault, 指需要访问的内存不在虚拟地址空间，但是在物理内存中，只需要MMU建立物理内存和虚拟地址空间的映射关系即可。 
（通常是多个进程访问同一个共享内存中的数据，可能某些进程还没有建立起映射关系，所以访问时会出现soft page fault）

正常情况下，系统也会有一些pagefault，如下图所示：

，所以pagefault和该问题没有直接关系。minflt表示从内存加载数据时每秒出现的小的错误数目，可以忽略。如果majflt较大，表示从磁盘载入内存页面，发生了swap，此时需要关注。

3、总结

我们详细的回顾了此次线上发生的问题，以及如何去定位，然后去解决问题的整个过程。

（1）问题发现，收到系统磁盘空间不足的报警。

（2）问题定位，先根据du确认是tmp目录增长过快的问题，然后根据lsof和进程句柄图确定是文件句柄泄露，再根据临时文件的文件内容，定位相关的源代码，查看源代码，确认是文件句柄资源没有正确释放。

（3）解决问题，查看api，确认是资源泄露的问题，修复代码上线。

 

另外，第一次写这类关于线上问题故障的文章，希望大家多多反馈。