Re: Вечный UPDATING для рандомных страниц портала

Пт Май 31 12:32:07 UTC 2019

В error_log ничего на сегфолте не может записаться, нет особого смысла его
включать в debug

По bt full больше инфы будет

On Fri, May 31, 2019, 5:26 PM Alexey Galygin <mif на me.com> wrote:

> Илья, модули все из коробки
>
> ничего лишнего не доливаем
>
> из экстрима, пожалуй, только perl-модуль для ряда мелких задачек
>
> --with-cc-opt='-g -O2 -fstack-protector --param=ssp-buffer-size=4 -Wformat
> -Werror=format-security -D_FORTIFY_SOURCE=2'
> --with-ld-opt='-Wl,-Bsymbolic-functions -Wl,-z,relro'
> --prefix=/usr/share/nginx --sbin-path=/usr/sbin/nginx
> --conf-path=/etc/nginx/nginx.conf --http-log-path=/var/log/nginx/access.log
> --error-log-path=/var/log/nginx/error.log --lock-path=/var/lock/nginx.lock
> --pid-path=/run/nginx.pid --http-client-body-temp-path=/var/lib/nginx/body
> --http-proxy-temp-path=/var/lib/nginx/proxy --user=httpd --group=robot
> --with-http_ssl_module --with-http_realip_module --with-http_sub_module
> --with-http_flv_module --with-http_mp4_module
> --with-http_stub_status_module --with-file-aio --with-threads
> --with-http_v2_module --with-http_geoip_module
> --with-http_image_filter_module --with-http_perl_module
> --without-http_fastcgi_module --without-http_uwsgi_module
> --without-http_scgi_module --without-http_memcached_module
> --with-openssl=../openssl-1.1.1b --with-debug
>
> --with-debug ещё добавил только что на время теста… и уровень отладки
> error_log включил debug
> но у нас за пару минут лог в таком режиме достигает 40 Мб ;-)
>
> корки сейчас включу и буду ловить
> но это ещё умудриться словить момент и дождаться, когда упадёт, может за
> час несколько раз свалится
>
>
> On 31 May 2019, 14:48 +0300, Илья Шипицин <chipitsine на gmail.com>, wrote:
>
> привет!
>
> segfault - с очень-очень-очень большой вероятностью из-за сторонних
> модулей nginx.
>  можете показать вывод "nginx -V" ?
>
> как бороться с сегфолтами - весьма просто. надо скомпилировать nginx с
> отладкой, при это не strip-нуть ее в момент инсталяции
> команда "file `which nginx`" должна показыват "not stripped"
>
> далее - в вашей операционной системе разрешаете сохранение core dump
> (алгоритм варьируется в зависимости от наличия systemd и еще ряда вещей)
>
> потом, берете сохраненный core dump, при помощи gdb открываете, делаете
> "bt full", смотрите на чем именно упало.
>
> если что, обращайтесь. тут в рассылке куча людей умеет такое делать ))
>
> пт, 31 мая 2019 г. в 15:47, Alexey Galygin via nginx-ru <
> nginx-ru на nginx.org>:
>
>> всем привет
>>
>> ПРОБЛЕМА
>>
>> давно (уже не первый год обновление за обновлением nginx и OpenSSL)
>> наблюдаем,
>> что ряд страниц при обновлении кэша входят в вечный статус UPDATING
>>
>> см. curl вызовы ниже (ждали, что проблема уйдёт с обновлениями, но нет)
>>
>> происходит это совершенно на рандомных страницах, и способа воспроизвести
>> нет – только по прецедентной жалобе от пользователей, что закешированный
>> контент не обновляется пол дня (ночью у нас рестарт nginx, который приводи
>> всё в норму, но ждать до утра никто не хочет)
>>
>> КОНФИГУРАЦИЯ
>>
>> релевантные настройки такие:
>>
>> proxy_cache_use_stale error timeout invalid_header updating http_500
>> http_502 http_503 http_504;
>> proxy_cache_background_update on;
>> proxy_cache_lock on;
>> proxy_cache_lock_timeout 25s;
>>
>> недавно поставили последнюю стабильную версию nginx + OpenSSL (сборка
>> кастомная):
>>
>> nginx version: nginx/1.16.0 built with OpenSSL 1.1.1b 26 Feb 2019 TLS SNI
>> support enabled
>>
>> при этом:
>>
>> nginx -s reload # не помогает…
>>
>> а помогает только явный «мягкий» перезапуск сервера (процедура похожая на
>> обновление бинарника):
>>
>> #!/usr/bin/env bash
>> # скрипт перезапуска или обновления бинарника:
>> sudo kill -s USR2 `cat /run/nginx.pid`
>> sudo kill -s WINCH `cat /run/nginx.pid.oldbin`
>> echo 'waiting for 5 minutes required for graceful reload'
>> sleep 300
>> sudo kill -s TERM `cat /run/nginx.pid.oldbin`
>>
>> ЛОГИ И ДЕМО
>>
>> есть предположение, что это из-за эпозодического падения worker'ов (таких
>> набирается несколько десятков за день, при сотнях тысяч запросов)
>>
>> dmesg:
>>
>> [4505268.063116] nginx[22951]: segfault at 48 ip 00007f501a38682e sp
>> 00007fff830e1470 error 4 in nginx.so[7f501a384000+5000]
>> …
>>
>> error.log:
>>
>> 2019/05/31 10:35:23 [alert] 15685#15685: worker process 27862 exited on
>> signal 11 (core dumped)
>> …
>>
>> подобные падения нас пресделуют много лет (их в день не много), на самых
>> разных версиях nginx, в разных ДЦ, на разных серверах, при разных
>> окружениях;
>> (по хорошему, надо включить сбор корок и попытаться разобраться, где оно
>> падает…)
>>
>> наше предположение такое:
>>
>> воркер, который должен был обновить истёкшие данные умирает, а статус так
>> и остаётся UPDATING (на вечно),
>> всём клиентам отдаётся старый контент,
>> а новые воркеры уже не планируют запрос обновления с бэка
>>
>> вот свежий пример (в заголовке x-ireland-cache-status выводим значение
>> $upstream_cache_status):
>>
>> H27: ~ $ curl -I https://www.hse.ru/our/
>> HTTP/2 200
>> server: nginx
>> date: Thu, 30 May 2019 14:54:52 GMT
>> …
>> x-ireland-cache-status: UPDATING
>>
>> … можно очень долго ждать – статус так и будет UPDATING …
>>
>> H27: ~ $ curl -I https://www.hse.ru/our/
>> HTTP/2 200
>> server: nginx
>> date: Thu, 30 May 2019 14:56:47 GMT
>> …
>> x-ireland-cache-status: UPDATING
>>
>> после перезапуска nginx по SIGUSR2 скриптом (код перезапускатора был
>> приведён выше):
>>
>> H27: ~ $ curl -I https://www.hse.ru/our/
>> HTTP/2 200
>> server: nginx
>> date: Thu, 30 May 2019 14:57:37 GMT
>> …
>> x-ireland-cache-status: STALE
>>
>> H27: ~ $ curl -I https://www.hse.ru/our/
>> HTTP/2 200
>> server: nginx
>> date: Thu, 30 May 2019 14:57:39 GMT
>> …
>> x-ireland-cache-status: HIT
>>
>> всё, кэш успешно обновлён после перезапуска nginx! мы победили и ждём
>> следующего звоночка…
>>
>> у нас нет инструмента по отслеживанию «застрявших UPDATING»,
>> и нет способа точечно их пнуть
>> (если только не отслеживать $upstream_cache_status по каждому ресурсу и
>> переходы статусов со временем, которые в 99.99% переходят из UPDATING в
>> правильные статусы);
>>
>> приходится ждать только сигнала от недовольных пользователей…
>>
>> РЕЗЮМИРУЕМ
>>
>> ещё раз, сценарий, как мы видим откуда растёт проблема:
>>
>> 1. некоторая страница успешно кэшируется
>> 2. в какой-то момент идёт запрос на её обновление, но исполняющий воркер
>> падает по SIGSEGV (таких падений несколько десятков за день из сотен тысяч
>> запросов)
>> 3. никакой больше воркер это задание не получает до перезапуска nginx
>> 4. недовольные клиенты получают устаревший контент
>>
>> РЕШЕНИЕ?
>>
>> перезапускать nginx раз в 30 минут по cron для её решения не хотелось бы.
>>
>> какие варианты решения подобной проблемы существуют? в чём может быть
>> возможная причина?
>>
>> может есть рекомендации по дополнительным настройкам?
>>
>> да, падения могут быть обусловлены нашим кодом, или кастомной сборкой, но
>> их (падения воркеров) надо учитывать в работе nginx:
>>
>> если это рассматривать как баг nginx – можно ли найти ему решение в
>> будущих обновлениях, в виде отправки повторной задачи воркерам на
>> обновление кэша, по таймауту?..
>>
>> _______________________________________________
>> nginx-ru mailing list
>> nginx-ru на nginx.org
>> http://mailman.nginx.org/mailman/listinfo/nginx-ru
>
>
----------- следущая часть -----------
Вложение в формате HTML было извлечено…
URL: <http://mailman.nginx.org/pipermail/nginx-ru/attachments/20190531/3cf32e39/attachment-0001.html>