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％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()

客户端代码

docQue = queues.Queue(maxsize=1000)
pCount = 15

class ParseSaveEsProcess(multiprocessing.Process):

def __init__(self, threadId):
   self.threadId = threadId
   multiprocessing.Process.__init__(self)

def run(self):
   global docQue
   f = 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  
         break

p = 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 docQue
   for 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.0
 111878 recall_match_file_all_simi.lst.1
   0 recall_match_file_all_simi.lst.10
   0 recall_match_file_all_simi.lst.11
   0 recall_match_file_all_simi.lst.12
   0 recall_match_file_all_simi.lst.13
   0 recall_match_file_all_simi.lst.14
 113429 recall_match_file_all_simi.lst.2
 110720 recall_match_file_all_simi.lst.3
 111993 recall_match_file_all_simi.lst.4
 113691 recall_match_file_all_simi.lst.5
 113360 recall_match_file_all_simi.lst.6
 113953 recall_match_file_all_simi.lst.7
 112007 recall_match_file_all_simi.lst.8
 113818 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。

来源：https://blog.csdn.net/u011734144/article/details/73287446