向已终止进程的非阻塞管道大写入返回EAGAIN后epoll_wait挂起问题

场景 #

• 启动子进程，将其stdin/stdout与父进程关联
• 阻塞SIGPIPE信号，通过sigtimedwait清除信号以避免子进程终止时程序报错
• 主动发送SIGKILL（-9）终止子进程（用于测试场景）
• 父进程向子进程stdin写入1MB数据，部分场景下会挂起；CPU高负载时（如执行stress -c 96）问题更明显，推测存在竞态条件

执行差异 #

成功执行：write调用失败，errno=EPIPE，可正常处理
失败执行：首次写入64K数据成功（推测填满缓冲区），后续write返回-1且errno=EAGAIN；调用带EPOLLOUT事件的epoll_wait（无超时）后永不返回

已尝试方案 #

• 添加EPOLLHUP、EPOLLERR事件，无效果
• 添加EPOLLRDHUP事件，无效果
• 在epoll_wait前通过kill(pid, 0)或waitpid(pid, &status, WNOHANG)检查子进程存活状态，但进程始终显示存活，且仍存在竞态问题
• 检查sigtimedwait输出，返回-1且errno=EAGAIN（未捕获到EPIPE信号）
• 切换为epoll水平触发模式，无变化

推荐解决方法 #

1. 为epoll_wait设置超时时间 #

给epoll_wait添加合理的超时（如100ms），避免永久挂起。超时触发后，主动执行子进程状态检查、文件描述符有效性验证逻辑，而非无限等待事件。

2. 注册SIGCHLD信号处理逻辑 #

子进程终止时会向父进程发送SIGCHLD信号，注册该信号的异步安全处理函数，在函数内设置一个volatile sig_atomic_t类型的标志位标记子进程已终止。后续在执行write或epoll_wait前，先检查该标志位，若子进程已终止则直接处理错误，无需进入等待。

3. 主动验证文件描述符状态 #

在epoll_wait超时或返回后，主动验证管道写端的状态：

• 尝试以非阻塞模式写入1字节测试数据，若返回EPIPE则说明管道读端已关闭，直接终止写入流程
• 使用fcntl(fd, F_GETFD)或单次短超时的poll调用，检测描述符是否处于错误/关闭状态

4. 结合waitpid的同步检查 #

在每次准备调用epoll_wait前，调用waitpid(pid, NULL, WNOHANG)确认子进程状态。即使存在竞态，结合超时机制也能在有限时间内检测到子进程终止的事实，避免无限等待。

内容的提问来源于stack exchange，提问作者Jean Spector