运维实战案例之“Too many open files”错误与解决方法 - pycod

一、问题现象

这是一个基于Java的Web应用系统，在后台添加数据时提示无法添加，于是登录服务器查看tomcat日志，发现了如下异常信息：

java.io.IOException: Too many open files

通过这个错误，基本判断是系统可用的文件描述符不够了，由于tomcat服务是系统www用户启动的，于是用www用户登录系统，通过“ulimit -n”命令查看系统可以打开最大文件描述符的数量，输出如下：

[www@tomcatserver ~]$ ulimit -n

65535

可以看到这个服务器设置的最大可打开的文件描述符已经是65535了，这么大的一个值应该够用了，但是为什么还是提示这么个错误呢？

二、解决思路

这个案例涉及到linux下ulimit命令的使用，这里简单介绍下ulimit的作用和使用技巧。ulimit主要是用来限制进程对资源的使用情况的，它支持各种类型的限制，常用的有：

内核文件的大小限制

进程数据块的大小限制

Shell进程创建文件大小限制

可加锁内存大小限制

常驻内存集的大小限制

打开文件句柄数限制

分配堆栈的最大大小限制

CPU占用时间限制用户最大可用的进程数限制

Shell进程所能使用的最大虚拟内存限制

ulimit使用的基本格式为：

ulimit [options] [limit]

具体的options参数含义如下表所示：

选项含义

-a 显示当前系统所有的limit资源信息。

-H 设置硬资源限制，一旦设置不能增加。

-S 设置软资源限制，设置后可以增加，但是不能超过硬资源设置。

-c 最大的core文件的大小，以 blocks 为单位。

-f 进程可以创建文件的最大值，以blocks 为单位.

-d 进程最大的数据段的大小，以Kbytes 为单位。

-m 最大内存大小，以Kbytes为单位。

-n 可以打开的最大文件描述符的数量。

-s 线程栈大小，以Kbytes为单位。

-p 管道缓冲区的大小，以Kbytes 为单位。

-u 用户最大可用的进程数。

-v 进程最大可用的虚拟内存，以Kbytes 为单位。

-t 最大CPU占用时间，以秒为单位。

-l 最大可加锁内存大小，以Kbytes 为单位。

在使用ulimit时，有以下几种使用方法：

（1）在用户环境变量中加入

如果用户使用的是bash，那么就可以在用户目录的环境变量文件.bashrc或者.bash_profile中加入“ulimit -u 128”来限制用户最多可以使用128个进程。

（2）在应用程序的启动脚本中加入

如果应用程序是tomcat，那么就可以在tomcat的启动脚本startup.sh脚本中加入“ulimit -n 65535”来限制用户最多可以使用65535个文件描述符。

（3）直接在shell命令终端执行ulimit命令

这种方法的资源限制仅仅在执行命令的终端生效，退出或者关闭终端后，设置失效，并且这个设置不影响其它shell终端。

有时候为了方便起见，也可以将用户资源的限制统一由一个文件来配置，这个文件就是/etc/security/limits.conf，该文件不但能对指定用户的资源进行限制，还能对指定组的资源进行限制。该文件的使用规则如下：

其中：

domain表示用户或者组的名字，还可以使用 * 作为通配符，表示任何用户或用户组。

Type 表示限制的类型，可以有两个值，soft 和 hard，分别表示软、硬资源限制。

item 表示需要限定的资源名称，常用的有nofile、cpu、stack等。分别表示最大打开句柄数、占用的cpu时间、最大的堆栈大小。

value 表示限制各种资源的具体数值。

除了limits.conf文件之外，还有一个/etc/security/limits.d目录，可以将资源限制创建一个文件放到这个目录中，默认系统会首先去读取这个目录下的所有文件，然后才去读取limits.conf文件。所有资源限制设置完成后，退出shell终端，再次登录shell终端后，ulimit设置即可自动生效。

三、解决问题

在介绍了ulimit知识后，紧接着上面的案例，既然ulimit设置没问题，那么一定是设置没有生效导致的，接下来检查下启动tomcat的www用户环境变量下是否添加了ulimit限制，检查发现，www用户下并无ulimit资源限制，于是继续检查tomcat启动脚本startup.sh文件中，是否添加了ulimit限制，检查发现也并无添加，最后考虑是否将限制加到了limits.conf文件中，于是检查limits.conf文件，操作如下：

[root@tomcatserver ~]# cat /etc/security/limits.conf|grep www
www soft nofile 65535
www hard nofile 65535

从输出可知，ulimit限制是加在了limits.conf文件中，既然限制已经加了，配置也没有错，为何还是报错呢，经过长时间思考，判断只有一种可能，那就是tomcat的启动时间早于ulimit资源限制的添加时间，于是首先查看下tomcat的启动时间，操作如下：

[root@tomcatserver ~]# more /etc/issue
CentOS release 6.3 (Final)
Kernel \r on an \m
[root@tomcatserver ~]# uptime
 15:10:19 up 283 days,  5:37,  4 users,  load average: 1.20, 1.41, 1.35
[root@tomcatserver ~]# pgrep –f  tomcat                     
4667
[root@tomcatserver ~]# ps -eo pid,lstart,etime|grep 4667
4667 Sat Jul  6 09:33:39 2013 77-05:26:02

从输出看，这台服务器已经有283天没有重启过了，而tomcat是在2013年7月6号9点多启动的，启动了近77天零五个半小时了，接着继续看看limits.conf文件的修改时间，操作如下图所示：

通过stat命令可以很清楚的看出，limits.conf文件最后的修改时间是2013-07-12，通过查问相关的Linux系统管理人员，他们基本确认就是在这个时候添加的ulimit资源限制，这样此案例的问题就很明确了。由于ulimit限制的添加时间晚于tomcat最后一次的启动时间，而在此期间内，tomcat服务一直未重启过，操作系统也一直未重启过，那么ulimit资源限制对于tomcat来说始终是不生效的，同时，由于此操作系统是Centos6.3，系统默认的最大可用句柄数是1024，那么java进程还是用的Linux默认的这个值，出现“Too many open files”的错误，也是合乎情理的。

问题清楚之后，解决问题的方法非常简单，重启tomcat服务即可。