容易忽略的expect脚本问题，暗藏的僵尸进程，wait命令不要漏掉

问题描述

前几天有个小需求，用到expect脚本去循环的发送一些数据，主要问题代码如下：

 #! /usr/bin/expect
 while {true} {
  set timeout 60
  spawn telnet ip port
  expect "]'.";
  send "***********一些数据***********\r"
  expect "*********一些回复************";
  send "exit\r"
  expect "Connection closeed by foreign host.";
  expect eof
  sleep 10
  }

单单看到这段代码，并没有发现什么问题，但是运行几个小时之后，收到一个错误:

 buffer overflow detected *** : /usr/bin/expect terminated
 ========Backtrace: ========
 ... ...

内存越界？开始排查原因，虽然走了一些弯路，不过终于还是找到了答案：

首先，我们查看该进程的pid，然后进一步通过pid去进程fd文件夹下看看

[root]# ps -ef|grep expect.sh
root  17761 30111  .....
[root]# cd /proc/17761/fd/
[root]# ls -a
...

可以看到该进程已经产生了非常多的子进程句柄，赶紧ps -ef|grep 17761看一下:

[root]# ps -ef|grep 17761
root 23424 17761 ... [telnet] <defunct>
root 23426 17761 ... [telnet] <defunct>
root 23431 17761 ... [telnet] <defunct>
root 23434 17761 ... [telnet] <defunct>
root 23438 17761 ... [telnet] <defunct>
root 23439 17761 ... [telnet] <defunct>
root 23455 17761 ... [telnet] <defunct>
...

原来这个脚本产生了大量的telnet僵尸进程，导致句柄都用完了，但看上面的脚本，每次telnet都退出了，也都expect eof结束了进程，怎么会变成僵尸进程呢？

原因分析

很多人expect脚本用的不多，基本都是参照网上的例子来完成自己的需求，然后网上的博客大多都是转载来转载去，这导致有些细节问题不常被提及。

首先spawn会开启一个子进程（spawn_id）去执行命令，expect eof用于等待进程结束，另外有一个close命令用于直接结束子进程（根据spawn_id来定位子进程）。问题在于eof 和 close都只是杀死子进程，但子进程变为僵尸进程依然存在进程列表中，僵尸进程会占用句柄，但是句柄是有限的，大量僵死进程的产生，导致整个脚本进程无法继续运行，报错退出。

网上的例子大多是流程式的脚本，不是本文这种循环运行的，所以等待eof后，主进程退出，将僵尸进程也回收了，因此不会有任何问题。

不退出主进程，还要及时回收僵尸子进程，很多语言都内置了相关的方法，expect脚本也不例外，wait就是负责给子进程收尸的。所以文章开头的脚本应该加上wait来及时回收telnet僵尸进程。

 #! /usr/bin/expect
 while {true} {
  set timeout 60
  spawn telnet ip port
  expect "]'.";
  send "***********一些数据***********\r"
  expect "*********一些回复************";
  send "exit\r"
  expect "Connection closeed by foreign host.";
  expect eof  <---------此句可以换成 close，因为上面已经主动关闭了telnet
  wait   <----------------wait不可缺少
  sleep 10
  }

最后

代码不在乎简单复杂，很多东西虽然可以省略，但能做到步步为营也不失是一种优秀的品质。