Re: Вечный UPDATING для рандомных страниц портала

Пт Май 31 19:01:34 UTC 2019

получил плоды ожидания корок

$ file /usr/sbin/nginx
/usr/sbin/nginx: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.32, BuildID[sha1]=4d0f52094f7acaa1c4b08de27913eb50815bbdfe, not stripped

$ nm -g /usr/sbin/nginx | grep main
U __libc_start_main@@GLIBC_2.2.5
000000000045a4c0 T main
000000000048fdb0 T ngx_ssl_get_client_v_remain
00000000005c9cf0 T rand_pool_bytes_remaining

нападало две группы корок (то есть, осыпается сразу аж группами):

-rw------- 1 httpd www-data 105082880 май 31 20:29 core.nginx.8434
… всего порядка 20 штук за раз
-rw------- 1 httpd www-data 64528384 май 31 20:29 core.nginx.11635

и через пол часа:

-rw------- 1 httpd www-data 66285568 май 31 21:11 core.nginx.8426
… ешё 30 штук за раз
-rw------- 1 httpd www-data 64516096 май 31 21:11 core.nginx.12302

падает стабильно в точке 0x00007f8512e2ea1e (и странный предыдущий адрес 0x0…0)
но gdb символов в точке падения не видит:

# gdb core.nginx.11620
GNU gdb (GDB) …
Missing separate debuginfo for the main executable file
Try: yum --enablerepo='*debug*' install /usr/lib/debug/.build-id/4d/0f52094f7acaa1c4b08de27913eb50815bbdfe (этой штуки нет)
Core was generated by `nginx: worker pr'.
Program terminated with signal 11, Segmentation fault.
#0 0x00007f8512e2ea1e in ?? ()
"/tmp/core.nginx.11620" is a core file.
Please specify an executable to debug.
(gdb) bt full
#0 0x00007f8512e2ea1e in ?? ()
No symbol table info available.
#1 0x0000000000000000 in ?? ()
No symbol table info available.
(gdb)

куда копать?

On 31 May 2019, 15:32 +0300, Илья Шипицин <chipitsine на gmail.com>, wrote:
> 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/20190531/4849b2b0/attachment-0001.html>