在服务器编程中 ，聊聊经常会遇到 Too many open files 这个报错 ，错误而且这个报错如果处理不好 ，服务很有可能会导致服务器死循环 。器死
0x02 示例代码
以上是循环我用rust写的一个非常简单的tcp服务器，它的聊聊主要逻辑是 ，先创建一个listener，错误然后再在循环里不断调用listener.accept接收tcp连接 ，服务如果接收成功 ，器死就调用handle_client处理这个连接 ，循环如果接收失败 ，聊聊就打印一行错误日志 。源码下载错误
handle_client里的服务逻辑也非常简单 ，就是器死等待客户端关闭连接，或等待其发送任意数据 ，循环当这两种情况发生时 ，handle_client就会直接关闭这个连接 。
当然 ，如果在等待期间报错了 ，handle_client也会打印一行错误日志 。
下面我们就会使用这段程序 ，来演示服务器死循环的情况 ，这段程序不必非要用rust编写 ，用其他语言也都可以 。
测试代码我已经放到github了 ，免费模板如果想要自己动手测试的 ，可以clone下来自己试下 。
代码地址 ：https://github.com/ytcoode/too-many-open-files
0x03 动手演示先启动该服务器 ：
由上图可见 ，该服务器的进程id是312004，监听地址是0.0.0.0:9999 。
再查看下该服务器已打开的文件数：
一共是10个 ，主要包括标准输入输出、epoll、及一些socket 。
再查看下该服务器进程最多可打开的建站模板文件数：
看选中行 ，Soft Limit那一列 ，其表示该进程最多可用的文件描述符数量为1024个，即最多可同时打开的文件数为1024个 。
我们把它改小一点 ，方便后续测试 ：
上图中 ，先使用prlimit命令将该服务器进程的Max open files数改成12，然后再用cat命令确认下该改动已生效。
至此，我们已经设置好该服务器进程最多可用的文件描述符数量为12，其当前已用的文件描述符数量为10 ，亿华云所以该服务器最多还可以再接收2个tcp连接 。
我们用 `ncat localhost 9999` 命令建立连接试一下，当然你也可以用telnet, nc等其他命令 ，只要能建立tcp连接就行 ：
由上图服务器日志可见 ，该tcp连接已建立成功 。
再看下当前服务器已使用的文件描述符数量 ：
由上图可见 ，新建socket使用的文件描述符为10 ，当前服务器进程已使用11个文件描述符，到目前为止一切正常 。
用同样的命令再建立一个tcp连接 ，这次应该也能连接成功，不过会有一些有意思的事情发生 ：
首先看上图中最后一行info日志 ，源码库它表示第二次tcp连接也建立成功了 ，如果此时去看文件描述符数量 ，也正好是12 。
不过此次连接建立也导致不断的error日志输出 ，该服务器死循环了。
但此时 ，如果我们关闭第二次ncat命令建立的tcp连接 ，服务器又不会一直输出error日志了 ，它又会恢复到正常状态 ：
看上图中的最后一条info日志，它表示第二个tcp连接正常关闭了 ，且当前已建立的连接数量是云计算1 。
此时 ，如果我们去看文件描述符数量 ，其也变成了11，这里就不再截图了 ，有兴趣的可以自己动手试下。
0x04 为什么会出现死循环 ？首先 ，在linux的世界里 ，一切皆文件 ，这里就包括socket。
其次 ，linux为保证系统的整体性安全 ，为每个进程限制了其最大可使用的文件描述符数量，即最大可打开的文件数 ，这个数量就是上面我们用 `cat /proc/$(pidof too-many-open-files)/limits` 命令输出的Max open files行 ，Soft Limit列对应的值，该值是可以通过各种方式修改的 ，在我的系统上 ，该值默认为1024 。
接着 ，我们启动了服务器，然后通过 `l /proc/$(pidof too-many-open-files)/fd/` 命令查看该服务器已使用的文件描述符数量 ，其为10 。
之后 ，我们用prlimit命令将该服务器进程最大可使用的文件描述符数量改成了12 ，这样该服务器就还只剩两个文件描述符可用 。
再之后 ，我们用ncat命令建立了两个tcp连接，在服务器端的循环里 ，accept接收到这两个连接并进行处理 ，此时该服务器进程消耗完了最后两个可用的文件描述符 。
接下来 ，服务器代码进入下一次循环 ，继续调用accept尝试接收新的连接 ，问题的关键点也就出现在了这里 。
accept是个系统调用 ，我们看下其对应的内核实现 ：
这个是accept系统调用的入口函数 ，沿着函数调用 ，可找到以下代码 ：
由上图可见 ，在真正的do_accept之前 ，会先调用get_unused_fd_flags找一个还未被使用的文件描述符 ，如果寻找时报错了 ，即newfd < 0 ，则直接返回该错误码给用户层 ，如果找到了一个可用的文件描述符 ，则开始执行真正的accept操作 。
继续看get_unused_fd_flags函数 ：
它在调用其他函数之前 ，会通过 rlimit(RLIMIT_NOFILE) 获取当前进程最大可使用的文件描述符数量 ，即我们上面通过prlitmit命令设置的12 。
继续往下看 ，我们会找到以下代码 ：
该函数的目的是分配一个文件描述符 ，即fd ，图中选中行之前是找到一个还未被使用的fd ，然后判断该 fd 是否 >= end ，如果是 ，则goto到out ，进而return error ，而这个error就是EMFILE 。
那end值是什么呢 ？它就是上面用 rlimit(RLIMIT_NOFILE) 获取的当前进程最大可用的文件描述符数 。
结合上面的例子我们知道 ，当服务器接收完两个tcp连接后 ，其最大可使用的12个文件描述符已全部被用完，当其循环到下一次accept系统调用后 ，会最终进入到上图这个函数 ，这次新分配的fd值一定是12（因为fd值从0开始的 ，所以fd值为12表示第13个文件描述符） ，而我们又限制了该进程最大可用12个文件描述符，即我们限制了end值为12 ，所以在上图选中行进行判断时 ，fd 一定是 >= end 的，所以 ，该函数一定会返回EMFILE这个错误码。
而EMFILE是什么呢 ？
它就是我们在运行测试程序时看到的 Too many open files 这个错误 。
示例程序调用accept收到这个错误码后 ，会打印一行error日志 ，然后继续循环调用accept ，然后继续报错，就这样 ，服务器就在accept这里发生了死循环 。
0x05 这个问题如何处理 ？因为 too many open files 是个临时性错误 ，当进程中的其他地方关闭了一些文件，或者管理人员调高了该进程的 max open files值 ，accept就不会再报 EMFILE 错误 ，也就不会再死循环了 。
所以其处理方法也很简单 ，就是在accept发生错误时，sleep一段时间 ，这样既防止了cpu 100%的发生 ，也给进程时间来调整已用及最大的文件描述符数 。
0x06 用epoll也会有这个问题吗 ？会有，epoll只是个通知机制 ，当epoll检测到有连接可被接收时 ，还是会通过accept来接收这个连接。
不过这里分成两种情况。
当使用epoll的edge-triggered模式时，正确写法是要一直循环调用accept接收连接，直到其返回 EAGAIN 或 EWOULDBLOCK 错误码 ，表示已经没有连接可接收了 ，这时才能退出accept循环 ，但如果在这之前accept返回了 too many open files 这个错误，就会发生死循环了。
当使用epoll的level-triggered模式时 ，可以不必一直循环调用accept直到其返回EAGAIN 或 EWOULDBLOCK ，可以提前退出 ，但如果操作系统里还有建立好的连接等待被接收 ，epoll还是会一直通知应用层 ，告知其要调用accept接收这些连接 ，如果此时文件描述符没有了，accept还是会一直报 too many open files 错误 ，最终还是进入到了死循环 。
0x07 Go是如何处理的？下面我们看下go内置的http服务器 ，是如何处理这个问题的：
当accept返回err后 ，其会通过ne.Temporary()来检查该err是否是临时性错误 ，如果是 ，则会根据一定的规则，sleep一段时间 。
这里 ，临时性错误就包括 EMFILE ，即too many open files错误 ：
我们也可以写个简单的例子测试下：
按照之前的方式，让其触发 too many open files 这个错误 ：
由图可见 ，和我们上面分析的一样 ，其也陷入了死循环 ，但是它用sleep的方式 ，防止cpu使用率100% 。
0x08 Redis是如何处理的 ？下面我们看下redis是如何处理这个问题的：
当anetTcpAccept返回 too many open files 错误时 ，它只打印了一行错误日志，就直接return了 。
不过因为redis使用的是level-triggered模式的epoll ，所以虽然这里直接return了 ，但因为底层的连接没接收出来 ，epoll一直会调用这个函数 ，然后一直报错 ，进而死循环 。
实验下 ：
可以看到，其一直在输出这个错误 。
0x09 结语希望通过这篇文章 ，能给大家的技术水平带来一点提高。
益强码上建站
