python线程卡死问题解决

1. top命令和日志方式判定卡死的位置

python代码忽然卡死，日志不输出，通过如下方式可以确定线程确实已经死掉了：

# top 命令

top命令可以看到机器上所有线程的执行情况，%CPU和%MEM可以看出线程消耗的资源情况

由于机器上线程数量太多，可能要查看的线程的信息在top命令当前屏幕上显示不出来可以通过如下方式查看

在top命令下输入:u

接下来会提示输入用户名，就可以查看该用户所执行的所有线程

Which user (blank for all): denglinjie

这样就可以看到degnlinjie用户的所有线程

可以看到那几个卡死线程的%CPU和%MEM都为0，说明线程根本没有消耗资源，那么可以看出线程已经卡死了

接下来通过打日志的方式来确定线程究竟是卡死在哪里了，线程卡死的地方大多数都是在io或者http请求那，所以以后遇到线程卡死的情况，就通过打日志的方式来确定卡死的位置，最终定位到问题确实是一个http服务挂掉了，而且此时requests.get()我虽然设置了超时，但是竟然无效

2 . 服务进程数量不足导致的客户端进程卡死

服务端代码：

handler = SimilarityService()
transport = TSocket.TServerSocket('10.134.113.75', 1234)
factory = TBinaryProtocol.TBinaryProtocolFactory()
processor = Processor(handler)
server = TProcessPoolServer.TProcessPoolServer(processor, transport)
server.setNumWorkers(10)
server.serve()
server.setNumWorkers(10)
server.serve()

客户端代码

docQue = queues.Queue(maxsize=1000)
pCount = 15class ParseSaveEsProcess(multiprocessing.Process):def __init__(self, threadId):self.threadId = threadIdmultiprocessing.Process.__init__(self)def run(self):global docQuef = open('recall_match_file_all_simi.lst.%s' % self.threadId, 'w')try:transport = TSocket.TSocket('10.134.113.75', 1234)transport = TTransport.TBufferedTransport(transport)protocol = TBinaryProtocol.TBinaryProtocol(transport)client = Client(protocol)transport.open()while True:line = docQue.get(block=True)if not line:print 'thread%d run over' % self.threadId    breakp = line.split('\t')if len(p) >= 6 and p[5] == 'simi_high':simi_str = client.calculate_similarity_by_itemurl(p[0])f.write(line + '\t' + simi_str + '\n')else:f.write(line + '\n')    transport.close()except Thrift.TException as e:print str(e)pass    class PutUrlProcess(multiprocessing.Process):def __init__(self):multiprocessing.Process.__init__(self)def run(self):global docQuefor line in open('recall_match_file.lst', 'r'):baikeid = line.strip()docQue.put(baikeid, block=True)for i in range(pCount):docQue.put(None, block=True)if __name__ == '__main__':putProcess = PutUrlProcess()putProcess.start()for i in range(pCount):parseProcess = ParseSaveEsProcess(i)parseProcess.start()transport = TSocket.TSocket('10.134.113.75', 1234)transport = TTransport.TBufferedTransport(transport)protocol = TBinaryProtocol.TBinaryProtocol(transport)client = Client(protocol)transport.open()while True:line = docQue.get(block=True)if not line:print 'thread%d run over' % self.threadId    breakp = line.split('\t')if len(p) >= 6 and p[5] == 'simi_high':simi_str = client.calculate_similarity_by_itemurl(p[0])f.write(line + '\t' + simi_str + '\n')else:f.write(line + '\n')    transport.close()except Thrift.TException as e:print str(e)pass    class PutUrlProcess(multiprocessing.Process):def __init__(self):multiprocessing.Process.__init__(self)def run(self):global docQuefor line in open('recall_match_file.lst', 'r'):baikeid = line.strip()docQue.put(baikeid, block=True)for i in range(pCount):docQue.put(None, block=True)if __name__ == '__main__':putProcess = PutUrlProcess()putProcess.start()for i in range(pCount):parseProcess = ParseSaveEsProcess(i)parseProcess.start()

可以看到，进程ParseSaveEsProcess进程总共开启了15个，每个进程会打开一个thrift连接，打开后一直发送请求，并将处理的结果写文件，全部执行完成后才关闭thrift连接。

可是，发现从启动到执行了很长时间后，只有10个文件里面有内容写入，其中5个一直没有写入：

111965 recall_match_file_all_simi.lst.0111878 recall_match_file_all_simi.lst.10 recall_match_file_all_simi.lst.100 recall_match_file_all_simi.lst.110 recall_match_file_all_simi.lst.120 recall_match_file_all_simi.lst.130 recall_match_file_all_simi.lst.14113429 recall_match_file_all_simi.lst.2110720 recall_match_file_all_simi.lst.3111993 recall_match_file_all_simi.lst.4113691 recall_match_file_all_simi.lst.5113360 recall_match_file_all_simi.lst.6113953 recall_match_file_all_simi.lst.7112007 recall_match_file_all_simi.lst.8113818 recall_match_file_all_simi.lst.9

原因是因为thrift服务端只启动了10个服务进程，所以只能同时处理10个请求，而我客户端打开的thrift连接一直没有关闭，所以10个服务进程被10个客户端连接霸占了，另外5个进程获取不到连接，自然就一直卡住了

python线程卡死问题解决相关推荐

python线程卡死问题解决_python while True造成未响应或卡顿的解决方法
经过一段时间的摸索和实验,本人发现,可以采用update的方法来避免卡顿,代码如下: 主线程: 前面要开启一个主窗口root_window,然后进入到调用子线程 que = Queue.Queue() ...
python线程卡死问题解决_Python中的多线程：最后一个线程卡住了
我遇到了一个奇怪的情况,在经历了很多次试射后我还是搞不清楚.我使用多线程(10)来读取url(100),它在大多数情况下都能正常工作,但在某些情况下,它会在最后一个线程上卡住.我等待它看它是否返回,花 ...
python 多线程卡死跳出_解决python线程卡死的问题
1. top命令和日志方式判定卡死的位置 python代码忽然卡死,日志不输出,通过如下方式可以确定线程确实已经死掉了: # top 命令 top命令可以看到机器上所有线程的执行情况,%CPU和%ME ...
python线程池使用和问题记录
记录一次使用多线程的问题背景最近工作有个需求根据文件中的数据请求中台服务,然后解析返回值.文件中每行代表一个参数,使用post方式携带参数请求中台接口. 分析:需要处理的数据量非常大(近200w行 ...
Java单元测试实践-24.Gradle执行test任务卡死问题解决
Java单元测试实践-00.目录(9万多字文档+700多测试示例) https://blog.csdn.net/a82514921/article/details/107969340 1. Gradl ...
python3 线程池源码解析_5分钟看懂系列：Python 线程池原理及实现
概述传统多线程方案会使用"即时创建, 即时销毁"的策略.尽管与创建进程相比,创建线程的时间已经大大的缩短,但是如果提交给线程的任务是执行时间较短,而且执行次数极其频繁,那么服务器 ...
什么是Python线程?Python线程如何创建?
相信正在学习Python技术或者对Python语言有一定了解的人对于Python线程应该都不陌生,但是也有刚接触Python的小伙伴对于Python线程并不了解,今天小编就跟大家聊聊什么是Python ...
python 线程锁共享全局变量线程通信
python 线程锁共享全局变量线程通信注意:全局变量不必做为参数传到函数里!!! import threading # 银行存钱和取钱 # 存钱1万次 def add():global mon ...
python线程池阻塞队列_福利又来啦！python多线程进阶篇
使用Python中的线程模块,能够同时运行程序的不同部分,并简化设计.如果你已经入门Python,并且想用线程来提升程序运行速度的话,希望这篇教程会对你有所帮助. 通过阅读本文,你将了解到:什么是死锁 ...

python线程卡死问题解决

python线程卡死问题解决相关推荐

最新文章

热门文章