MPI程序中使用signalfd捕获SIGUSR1/SIGTERM异常问题求助

以下是使用signalfd捕获SIGUSR1、SIGTERM信号的MPI代码：

#include <assert.h>        
#include <poll.h>      
#include <signal.h>         
#include <stdio.h>      
#include <sys/signalfd.h>      
#include <unistd.h>    
#include <mpi.h>    
/*Simple MPI Code*/
int main(int argc, char* argv[]){    
    MPI_Init(&argc, &argv);    
    int err, nbProcs, rank;    
    sigset_t sigset;    
    int fd;    
    MPI_Comm_size(MPI_COMM_WORLD, &nbProcs);    
    MPI_Comm_rank(MPI_COMM_WORLD, &rank); 

    /****
     Setup SIGUSR1/SIGTERM to be delivered via SignalFD
    ****/   
    sigset_t mask;    
    sigemptyset(&mask);      
    sigaddset(&mask, SIGTERM);       
    sigaddset(&mask, SIGUSR1);      
    if (sigprocmask(SIG_BLOCK, &mask, NULL) < 0) {     
        printf("Failed to set signal mask\n");     
        return -1;          
    }          
    fd = signalfd(-1, &mask, 0);     
    if (fd < 0)      
        return -1;      
    while (1) {      
        struct signalfd_siginfo si;     
        int ret;     
        // 此处MPI进程收到SIGTERM或SIGUSR1时，read调用无法返回，程序直接终止
        ret = read(fd, &si, sizeof(si));      
        if (ret < 0)     
            return -1;      
        if (ret != sizeof(si))        
            return -1;      
        if (si.ssi_signo == SIGTERM)      
            printf("receive SIGTERM \n");       
        else if (si.ssi_signo == SIGUSR1)        
            printf("receive SIGUSR1\n");      
    }           
    MPI_Finalize();      
    return 0;  
}

这段代码在普通C程序环境中运行正常，但在MPI环境下，执行到ret = read(fd, &si, sizeof(si));时，read调用无法返回，程序直接终止。需要解释signalfd在MPI内部的工作机制，并分析该问题的原因。

分析与解答 #

signalfd在MPI中的工作机制 #

• MPI实现会接管进程的信号处理流程：为保障通信可靠性和进程同步，Open MPI、MPICH等主流MPI库会在MPI_Init后修改进程的信号掩码，甚至替换部分信号的处理函数，防止信号干扰MPI内部的消息传递、进程管理逻辑。
• signalfd的核心是将信号事件转化为IO事件：它依赖进程的信号掩码——当目标信号被阻塞后，内核会把信号投递事件写入signalfd，此时通过read操作就能读取信号的详细信息。但如果MPI库修改了信号掩码或直接处理了目标信号，signalfd就无法捕获到信号。

问题原因分析 #

1. MPI库直接处理了目标信号：多数MPI实现会将SIGTERM作为进程终止的触发信号，当收到SIGTERM时，MPI内部的信号处理函数会直接触发进程终止流程（比如调用exit），根本不会让信号进入signalfd的处理逻辑。
2. 信号掩码被MPI库覆盖：代码在MPI_Init之后调用sigprocmask阻塞信号，但部分MPI实现会在MPI_Init中设置自身的信号掩码，甚至后续动态调整，导致你设置的掩码被覆盖，目标信号未被真正阻塞，触发默认处理（如SIGTERM默认终止进程），因此read调用还未返回程序就已终止。
3. 信号处理优先级冲突：MPI库注册的信号处理函数优先级高于signalfd机制。当信号到达时，内核优先触发MPI的信号处理函数，而非将信号写入signalfd，导致read调用永远无法读取到信号。

验证与修复建议 #

• 验证方法：在sigprocmask之后调用sigprocmask(SIG_BLOCK, NULL, &oldmask)，打印oldmask中的信号集，确认SIGTERM/SIGUSR1是否被成功阻塞；也可通过/proc/[pid]/status中的SigBlk字段查看进程的实际信号掩码。
• 修复方向：
  • 查阅所用MPI实现的文档，避开MPI内部预留的信号，选择未被MPI使用的信号进行测试；
  • 尝试在MPI_Init之前设置信号掩码和signalfd（部分MPI实现允许此操作，需自行测试兼容性）；
  • 使用MPI提供的信号处理接口（如MPI_Sigaction）注册信号处理逻辑，确保与MPI的信号管理机制兼容。

内容的提问来源于stack exchange，提问作者hidri