Linux 上面讀取檔案發生超奇怪問題

[yoco315 (眠月)]

※ [本文轉錄自 C_and_CPP 看板]

作者: yoco315 (眠月) 看板: C_and_CPP
標題: Linux 上面讀取檔案發生超奇怪問題
時間: Mon Apr 13 14:26:36 2009

我遭遇到一個很奇怪的問題，希望有經驗的人可以給我一點建議。

敝人服務的單位現在有個程式，讓我們叫他 master 好了。
這個 master 會透過 lsf/grid 在內部網路上的其他機器建立 slave 程式執行。
有點像 client/server 架構（根本就是嘛）。

這中間，master 跟 slave 需要交換資料，
交換的資料，我們都是透過 data 檔案的讀寫來完成。
而 master 跟 slave 的同步化，也是透過檔案來完成。
當 master 要告訴 slave 可以開始的時候，就會寫一個特殊的 flag 檔案，
這段時間 slave 就是不斷的 polling 去看那個檔案能不能讀了。
當然 slave 中間每一次會 sleep(1) 以避免 CPU 一直在工作。

當需要接受資料的那一方，發現一個特殊檔案已經存在了，
那表示他需要讀取的檔案已經備妥了，他就會去開啟那個檔案來讀取需要的資料。

以時間軸來畫圖的話大概就是這樣

        Master                  Slave(s) 可能有好幾個
    ---------------------------------------------------------
        寫資料檔                (polling檢查flag檔案)
        寫 flag                 ↓
        (polling)               發現 flag 檔案
        ↓                      開啟 data 檔案讀取資料
        ↓                      (進行計算...)
        ↓                      寫 data 檔案
        ↓                      寫 flag 檔通知 master
        發現 flag 檔案          (polling)
        開檔,讀取               ↓
        (計算)                  ↓

sync 的時候我們可以說平均每次會浪費掉 0.5 秒在等待，
因為中間的 sync 次數不少，所以累積起來就是一段時間，
為了改善這個部份，所以 sync 的部份就想改成用 socket 來做。

這部分我已經完成了。
果然省掉 pooling 的等待時間，效率就上升了，

        Master                  Slave(s) 可能有好幾個
    ---------------------------------------------------------
        寫資料檔                (block read() 接封包)
        送封包                  ↓
        (polling)               收到封包
        (block read() 接封包)   開啟 data 檔案讀取資料
        ↓                      (進行計算...)
        ↓                      寫 data 檔案[1]
        ↓                      送封包
        收到封包                (block read() 接封包)
        開檔,讀取[2]            ↓
        (計算)                  ↓

(只有把用檔案做同步化的地方改成用 socket)

問題是現在遇到一個超奇怪的問題。

當 [1] 的地方，已經把檔案寫好了，而且也 fclose() 關閉檔案了。
在 [2] 的地方，fopen 有拿到東西，不是 NULL，但是當我要讀取的時候，卻什麼也讀不到。
我呼叫 perror()，系統給的錯誤訊息是「No such file or directory.」
問題是我開檔的時候明明開到了！

事情真的很奇怪，
這個現象不是永遠都發生，只有「有時候」發生。

如果我在 [2] 之前 sleep() 一段時間，
那我就可以順利讀取到檔案。

又，
我發現這個現象只有在我的 slave 是透過 system() 啟動的時候才會發生，
（因為我要派到那台機器上的 slave 可能有好幾個，
  所以會有一個主要的 slave 去用 system("... %") 把其他的叫起來）

我曾經想過是不是沒有 flush() 的關係，
但是 flush() 的也沒用。
我也懷疑過是不是 fork() 導致導致兩個人搶同一個封包，
導致同步失敗，後來想一想根本不會，因為本來的程式碼用的是 system("... %")。

回頭再看看，問題真的很奇怪，
    fp = fopen(...) ;
    if (fp) {
        fread() // 這邊竟然就死了
    }

而且竟然只要等久一點，這邊就會過，
是不是我哪邊觀念有不對，或是忽略了什麼東西？
我想了兩天已經想破頭了，但是還是想不到原因。
有沒有人有類似的經驗，或是有任何建議，
任何建議都是受到歡迎的，因為我真的想不到啦 O_Q

如果我有哪邊描述的不夠清楚，也請告訴我。
謝謝。

我的 OS:
        2.6.9-67.ELsmp
        #1 SMP Wed Nov 7 13:56:44 EST 2007
        x86_64 x86_64 x86_64 GNU/Linux
Compiler:
        gcc version 3.4.6 20060404 (Red Hat 3.4.6-9)


PS.
大概有的人會問：你為什麼不把傳資料的部份改成用 socket？
1.  因為已經有很多既有的程式碼，傳送資料的部份太多了，
    同步化的程式碼被封裝起來，只需要改很少地方。
2.  交換的資料量大約是 100~200 MB，
    實際存取需要的時間大概是 1~2 秒，
    但是整個程式的執行時間超過十分鐘，
    所以修改這邊不符合效益。

--
To iterate is human, to recurse, divine.
遞迴只應天上有, 凡人該當用迴圈.              　   L. Peter Deutsch

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 203.160.254.105
※ yoco315:轉錄至看板 LinuxDev                                     04/13 14:27

--
To iterate is human, to recurse, divine.
遞迴只應天上有, 凡人該當用迴圈.              　   L. Peter Deutsch

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 203.160.254.105
推 yauhh:讀或寫檔案過程前後做鎖和開鎖,你覺得如何?
推 ji3g45j:用flag做同步...您是小學生嗎
→ ji3g45j:Linux上2個process可用semaphor來做同步
→ ji3g45j:可以用message queue、named pipe
→ ji3g45j:socket來做資料傳輸，檔案很沒效率
→ yauhh:..原來所謂flag控制流程是小學生作法 (筆記)
→ yauhh:process之間的semaphor當然是變數,但你想:
→ yauhh:二台電腦之間semaphore是什麼? 不是在共用
→ yauhh:記憶體,就是在檔案裏,所以flag沒錯啊;
→ yauhh:當然你用message queue維護共用變數也很好.
推 pokkys:如果是透過NFS,試著用flock去測試看看.
推 pokkys:fclose可能沒有保護到nfs同步的問題
推 ji3g45j:如果你知道什麼叫做atomic、reentrant是
→ ji3g45j:什麼 再來討論吧~~
→ yauhh:囂張勒,比人慢推文卻強調別人沒資格跟你討論
→ yauhh:去去去,根本不希罕
→ yauhh:我沒說非用flag不可,原po也沒說非用flag不可
→ yauhh:卻因為flag被你嗆聲,好像你很了不起,滾開吧
→ yauhh:在別人沒犯錯的情況下,你不必逼人選邊站,ok?
→ yauhh:而且你懂reentrant也只不過是知道一個特定的
→ yauhh:實作法,並且知道此法的名字而已.
→ yauhh:需要做的時候,我也會查,然後學會怎麼實作.
→ yauhh:抽象來講,也還不就是廣義的flag,那你還打壓
→ yauhh:flag打壓得這麼爽. 你爽你自己的就好.
→ yauhh:干我屁事.
→ yauhh:而且我覺得你根本嗆錯重點了. 若我談到flag,
→ yauhh:我所說的flag就包含在你提到的semaphore,
→ yauhh:message queue, atomic,和reentrant中.
→ yauhh:但你一定要說"不能用flag",就讓我很不能理解
→ yauhh:你再會嗆,我根本不知道你嗆什麼和為什麼要嗆
→ yauhh:這樣就不是溝通. 事實上,我也不必跟你溝通.
→ yauhh:只想問,你也會像這樣嗆自己公司的同事嗎?
→ yauhh:我覺得平白無故在網路上互相引起血氣,這不好
推 ji3g45j:哇喔~~生氣了~好吧~~我跟你解釋一下
→ ji3g45j:我覺得你應該不知道os能夠在任何時候切換
→ ji3g45j:thread或process，就算是這樣的一個flag:
→ ji3g45j:flag =1，OS也能夠在之中切換。我想你應該
→ ji3g45j:知道race condition吧，那如果你設flag的
→ ji3g45j:時候發生context switch的時候怎麼辦呢?
→ ji3g45j:只有用semaphor或mutex才能阻止OS去存取
→ ji3g45j:這樣...這位大大應該可以消氣了吧
推 richardhesid:樓上根本就沒看清楚原po問什么
推 richardhesid:sem和mutex可以用來同步不同電腦上
→ richardhesid:的兩個prcess嗎？