Uzavření výstupů podprocesu předbíhá zánik jeho potomků
import { Aside } from ‘@astrojs/starlight/components’;
Symptom
Sekce “Symptom”Test spouští shell s potomkem (sleep) ve vlastní procesní skupině. Po testu skupinu ukončí signálem SIGKILL, počká na close shellu a hned ověří, že žádný zaznamenaný PID neexistuje. Místně procházel vždy. V CI na Linuxu jednou selhal: kontrola našla jeden PID. Opakované místní spuštění bez zátěže vadu neukázalo (0 ze 100), pod zátěží procesoru selhaly 3 až 4 běhy ze 100.
Root cause
Sekce “Root cause”process.kill(-holder.pid, "SIGKILL"); // celá skupinaawait closed; // 'close' přímého potomka (shellu)const alive = pids.filter((pid) => { // hned poté try { process.kill(pid, 0); return true; } catch { return false; }});expect(alive).toEqual([]); // občas [pid potomka]closese týká přímého potomka a jeho výstupů. O dalších procesech skupiny neříká nic.- Potomek shellu po jeho konci přejde pod systémového rodiče (PID 1). Ten ho z tabulky procesů odstraní až o chvíli později.
process.kill(pid, 0)vrátí úspěch i pro proces, který je ukončený a čeká na převzetí (zombie).
Měření stavu z /proc/<pid>/stat před ukončením a v okamžiku kontroly (tisíce opakování) ukázalo vždy totéž: nikdy nepřežil shell, vždy jen jeho potomek, se stejným časem startu (žádné znovupoužití PID) a už s rodičem 1. Bez zátěže byl ve stavu Z, pod zátěží i R nebo X. Stav R sám konec procesu neprokazuje; o konci svědčilo až to, že proces vzápětí zmizel. Nejdelší naměřená doba do zmizení byla 13 ms — je to měření, ne záruka systému.
Fix
Sekce “Fix”Po close se čeká na skutečnou podmínku, tedy na zánik zaznamenaných PID, s pevnou horní mezí. Kontrola zůstává beze změny.
await closed;const exists = (pid: number) => { try { process.kill(pid, 0); return true; } catch { return false; } };const giveUpAt = Date.now() + 2000;while (pids.some(exists) && Date.now() < giveUpAt) await new Promise((r) => setTimeout(r, 5));// následuje původní kontrola: expect(alive).toEqual([])- Když procesy zmizí, čekání skončí hned.
- Proces, který opravdu běží dál, do konce meze nezmizí a původní kontrola selže s jeho PID.
- Citlivost dokládá mutace: potomek nedrží zděděný výstup a ukončí se jen shell. Stejná kontrola musí selhat.
Po opravě prošlo na Linuxu pod zátěží 200 běhů z 200 a mutace selhala ve všech bězích.
Jak se tomu vyvarovat v jiných systémech
Sekce “Jak se tomu vyvarovat v jiných systémech”- Detection: hledej kombinaci samostatné procesní skupiny, SIGKILL,
await closea okamžitéhokill(pid, 0). - Diagnostika před opravou: zaznamenej u vlastních procesů název, stav, rodiče, skupinu a čas startu před ukončením i při kontrole. Jen tak rozlišíš běžícího potomka, ukončený proces čekající na převzetí a znovupoužitý PID.
- Anti-pattern: pevný
sleeppřed kontrolou, opakování CI do zelené, vypnutí kontroly nebo ignorování procesů podle stavu. - Lepší přístup: podmíněné čekání s omezeným rozpočtem a zachovaná negativní kontrola živého potomka.
- Měření: zátěžové opakování je měření, ne důkaz bezchybnosti. Výsledky z různých architektur a init systémů drž odděleně; jeden zelený běh CI nic neprokazuje.
Zdroje: dokumentace události close v child_process (Node.js) a popis stavů procesu v proc_pid_stat(5).
Sister bugs / související
Sekce “Sister bugs / související”- FIFO writer-only open visí a po zániku čtenáře končí SIGPIPE — společné téma: vlastnictví deskriptorů, procesní skupiny a omezený ukončovací protokol. Příčina je jiná.
- Práce na pozadí v testu drží transakci přes konec souboru — jiný případ, kdy „test skončil“ neznamená „po testu nic neběží“.