多线程应用中alarmsThread无法持续调度或启动的问题求助

问题背景 #

在多线程应用中创建了alarmsThread，该线程作为TCP客户端连接远程服务器，核心逻辑为每隔10秒休眠后唤醒，检查并发送告警至服务器。但出现以下异常：

• 线程运行数秒后停止被调度，仅偶尔在数秒/数分钟内被调度
• 若在线程函数开头添加约60秒延迟睡眠，线程有时完全无法启动

线程创建代码 #

schedulerParam.sched_priority = PRI_MIDDLE;
pthread_attr_init(&pThreadAttrAlarms);
pthread_attr_setinheritsched(&pThreadAttrAlarms, PTHREAD_EXPLICIT_SCHED);
pthread_attr_setdetachstate(&pThreadAttrAlarms, PTHREAD_CREATE_JOINABLE);
pthread_attr_setschedpolicy(&pThreadAttrAlarms, SCHED_RR);
pthread_attr_setschedparam(&pThreadAttrAlarms, &schedulerParam);
pthread_attr_setscope(&pThreadAttrAlarms, PTHREAD_SCOPE_SYSTEM);

printf("Going to create alarms thread.\n");
err = pthread_create (&alarmsThread, &pThreadAttrAlarms, alarmsThreadFunc, NULL);
if(err < 0)
{
    perror("Error: alarms thread create error\n");
    printf("Error: alarms thread create error, err:%d \n", err);
    return 0;
}
pthread_setname_np(alarmsThread, "alarmsThrd");
// 绑定到核心0运行
setThreadAffinity(alarmsThread);
pthread_join(alarmsThread, NULL);

异常现象 #

• 线程未被调度时，ps -T输出显示状态为S（可中断休眠）：

  1915 root      749m S    {alarmsThrd} //bin/controlplaneapp 0 0
  

• 在线程函数开头添加60秒sleep后，线程有时无法启动（通过控制台打印确认）

线程函数核心逻辑 #

while (1)
{
    if(1 == EMS_CONN_STATE)
       retVal = sendPendingAlarms(sockfd);
    checkForAlarms(sockfd);
    if (0 == EMS_CONN_STATE)
    {
       retVal = connectToEms(&sockfd, nmsPort, nmsHostIp);
    }
    sleep(10);
 }

排查建议 #

• 检查核心亲和性与负载：线程被绑定到核心0，需确认该核心是否被其他高优先级线程/进程占满。可执行top -H -p <进程PID>查看核心0上所有线程的CPU占用，临时注释setThreadAffinity调用，观察线程调度是否恢复正常。
• 调度优先级验证：使用SCHED_RR调度策略时，若核心0存在更高优先级线程，会抢占当前线程的CPU时间。执行ps -eLo pid,tid,cls,pri,cmd查看所有线程的调度类别和优先级，确认PRI_MIDDLE的数值是否合理，是否低于核心0上其他线程的优先级。
• 排查阻塞调用：线程状态S表示处于休眠，需检查sendPendingAlarms、checkForAlarms、connectToEms中是否存在未设置超时的阻塞操作（如TCP连接、send/recv未配置SO_RCVTIMEO/SO_SNDTIMEO），这类操作会导致线程长时间休眠。
• 主线程阻塞问题：主线程调用pthread_join会阻塞至alarmsThread结束，若主线程还有其他初始化逻辑，可能因此被阻塞。尝试将pthread_join移至主线程的最后执行阶段，避免影响其他线程初始化。
• 全局变量同步检查：若EMS_CONN_STATE是全局变量，需确认是否用互斥锁保护访问，数据竞争可能导致线程逻辑异常进入错误分支，引发阻塞。
• 资源泄漏排查：长期运行后检查是否存在文件句柄或内存泄漏，可执行lsof -p <进程PID>查看打开的文件描述符，或用valgrind分析内存使用情况，资源耗尽可能导致线程无法正常调度。

内容的提问来源于stack exchange，提问作者Ravi