CentOS 7下lsof查询用户/进程打开文件结果不一致的问题及可靠查询方法咨询

我遇到了一个可能是服务打开文件过多导致的问题，想查看该服务打开的文件并监控其变化。这是在CentOS 7系统上，我本来以为lsof能解决问题，但结果却让我摸不着头脑。

我的服务运行在名为service_user的用户下，这台机器上只有这个进程用这个用户。

我本以为用lsof -u service_user能得到该用户打开的文件，然后可以统计数量（先看总数，之后再看详情）。这个结果的数量对服务来说是合理的，完全看不出问题。但如果我用完整的lsof输出再过滤包含service_user的行，得到的文件数居然是前者的三个数量级！

[root ~]# lsof -u service_user | wc -l
1442

[root ~]# lsof | grep service_user | wc -l
1631673

我想统计机器上每个用户/进程打开的文件总数（确认我的进程是不是问题根源），尝试对lsof输出做简单处理，但发现用-u参数和不用时输出的列不一样——完整的lsof输出包含一个经常为空的时间列，导致提取列变得很麻烦。

我尝试用-F参数指定列，写了下面的脚本，把lsof -F pcLf的输出管道进去，想处理成便于分析的格式。结果和lsof | grep service_user的数量大致一致，比lsof -u service_user的结果大三个数量级：

#!/bin/bash

IFS=""

echo -e "PID\tCommand\tUser\tNumber of Files"

OUTPUT=

N=0

function add_tab() {

OUTPUT+=$(echo -e "\t")

}

function write_out_and_reset() {

if [[ -n "$OUTPUT" ]]; then

echo "$OUTPUT$N"

fi

OUTPUT=

N=0

}

function add_value_to_output() {

local LINE="$1"

OUTPUT+="${LINE:1}"

add_tab

}

while read -r LINE || [ -n "$LINE" ]; do

case "${LINE:0:1}" in

'p')

write_out_and_reset

add_value_to_output "$LINE"

;;

'c')

add_value_to_output "$LINE"

;;

'u')

add_value_to_output "$LINE"

;;

'L')

add_value_to_output "$LINE"

;;

'f')

N=$((N+1))

;;

*)

echo

echo "Unknown line $LINE"

;;

esac

done

write_out_and_reset

我的问题 #

• 如何可靠地查询某个进程或用户打开的文件数量？
• 如何可靠地统计机器上所有用户/进程各自打开的文件总数？
• 如何可靠地列出某个用户或进程打开的所有文件？

我也想弄明白为什么会出现上述结果不一致的情况，但最主要的是想知道该信任哪一种结果，这样才能继续排查我的实际问题。

备注：内容来源于stack exchange，提问作者Adam