跟大数据没关系,只是帮朋友忙排了个错记录一下。

以前关系很不错的同事,目前在企业级wifi领域创业,采购了我们的大数据服务,正在给他做平台的搭建和调试。然后这几天他这个CEO在调试路由器的时候遇到一些问题,在搞大数据的同时捎带手解决了一下他这个问题。

OpenWRT,嵌入式Linux,主要用在MIPS或ARM设备上。路由器和wifi设备很多会采用这个系统,特点是轻巧。

Coova-Chilli,在openwrt下的接入访问控制器,提供认证网关,可以使用radius或http来做接入计费等工作。

正常的话,在启动chilli以后,会启动四个tun虚拟隧道网卡,而故障是偶发性的,不定期的会有两个IP地址一样的tun设备。比如是这样

tun0 10.1.0.1
tun1 10.1.0.1
tun2 10.2.0.1
tun3 10.3.0.1
tun4 10.4.0.1

 

正常的情况下是应该只有tun0-3的设备,但是每次启动都会多出一两个tun,而且还不固定,有时候是tun0-1 IP地址一样,有时候tun2-3 IP地址一样。而且OpenWRT默认是不记录syslog的。很难排查。其实可以从logread里面读取syslog,但是syslog里其实没记录任何东西。

那哥们以前也是写代码的,苦熬了三个通宵没找到问题在哪,在chilli启动脚本里面设置了各种记log,wait,sleep,都没用。下午过去讨论完当前大数据平台的需求就没事了,然后我闲的蛋疼就给他看了一下那个脚本,chilli脚本应该没有太多的问题,然后他是按照官方部署文档搭建的。一开始也没看出问题在哪。chilli脚本默认是放在/etc/init.d目录下的。按说不会有问题,后来快感来了,他告诉我他写了一个命令在rc.local做启动,我看了一下rc.local里面,他写了一个启动脚本放到了/root下面。vi 那个在/root下的启动脚本,里面写了一个/etc/init.d/chilli restart。我就问他这是干嘛用的,他说wrt官方让这样写,说这样写保险。我尝试注销掉restart行,重启10遍,tun隧道都毫无问题。20分钟搞定。

问题分析

chilli原始脚本如下

#! /bin/sh    
### BEGIN INIT INFO    
# Provides:          chilli    
# Required-Start:    $remote_fs $syslog $network    
# Required-Stop:     $remote_fs $syslog $network    
# Default-Start:     2 3 4 5    
# Default-Stop:      0 1 6    
# Short-Description: Start CoovaChilli daemon at boot time    
# Description:       Enable CoovaChilli service provided by daemon.    
### END INIT INFO    
PATH=/sbin:/bin:/usr/sbin:/usr/bin    
DAEMON=/usr/sbin/chilli    
NAME=chilli    
DESC=chilli    
START_CHILLI=0    
if [ -f /etc/default/chilli ] ; then    
. /etc/default/chilli    
fi    
if [ "$START_CHILLI" != "1" ] ; then    
echo "Chilli default off. Look at /etc/default/chilli"    
exit 0    
fi    
test -f $DAEMON || exit 0    
. /etc/chilli/functions    
MULTI=$(ls /etc/chilli/*/chilli.conf 2>/dev/null)    
[ -z "$DHCPIF" ] && [ -n "$MULTI" ] && {    
for c in $MULTI;     
do    
    echo "Found configuration $c"    
    DHCPIF=$(basename $(echo $c|sed 's#/chilli.conf##'))    
    export DHCPIF    
    echo "Running DHCPIF=$DHCPIF $0 $*"    
    sh $0 $*    
done    
exit    
}    
if [ -n "$DHCPIF" ]; then    
CONFIG=/etc/chilli/$DHCPIF/chilli.conf    
else    
CONFIG=/etc/chilli.conf    
fi    
[ -f $CONFIG ] || {    
echo "$CONFIG Not found"    
exit 0    
}    
check_required    
RETVAL=0    
prog="chilli"    
case "$1" in    
start)    
    echo -n "Starting $DESC: "    
    /sbin/modprobe tun >/dev/null 2>&1    
    echo 1 > /proc/sys/net/ipv4/ip_forward    
    writeconfig    
    radiusconfig    
    test ${HS_ADMINTERVAL:-0} -gt 0 && {       
(crontab -l 2>&- | grep -v $0    
        echo "*/$HS_ADMINTERVAL * * * * $0 radconfig"    
        ) | crontab - 2>&-    
    }    
    ifconfig $HS_LANIF 0.0.0.0    
    start-stop-daemon --start --quiet --pidfile /var/run/$NAME.$HS_LANIF.pid \    
        --exec $DAEMON -- -c $CONFIG    
    RETVAL=$?    
    echo "$NAME."    
    ;;    
checkrunning)    
    check=`start-stop-daemon --start --exec $DAEMON --test`    
    if [ x"$check" != x"$DAEMON already running." ] ; then    
$0 start    
    fi    
    ;;    
radconfig)    
    [ -e $MAIN_CONF ] || writeconfig    
    radiusconfig    
    ;;    
restart)    
    $0 stop    
    sleep 1    
    $0 start    
    RETVAL=$?    
    ;;    
stop)    
    echo -n "Stopping $DESC: "    
    crontab -l 2>&- | grep -v $0 | crontab -    
    start-stop-daemon --oknodo --stop --quiet --pidfile /var/run/$NAME.$HS_LANIF.pid \    
    --exec $DAEMON    
    echo "$NAME."    
    ;;    
reload)    
    echo "Reloading $DESC."    
    start-stop-daemon --stop --signal 1 --quiet --pidfile \    
    /var/run/$NAME.$HS_LANIF.pid --exec $DAEMON    
    ;;    
condrestart)    
    check=`start-stop-daemon --start --exec $DAEMON --test`    
    if [ x"$check" != x"$DAEMON already running." ] ; then    
$0 restart    
RETVAL=$?    
    fi    
    ;;    
status)    
    status chilli    
    RETVAL=$?    
    ;;    
*)    
    N=/etc/init.d/$NAME    
    echo "Usage: $N {start|stop|restart|condrestart|status|reload|radconfig}" >&2    
    exit 1    
    ;;    
esac    
exit 0

 

问题在于,他在调试的时候,在for c in $MULTI循环里面,为了保证每个子进程都启动成功,加了一个wait,后面在建立tun通道的时候为了调试又加了几个sleep。照着官方文档,他又加了个restart到rc.local里面,这样问题就来了,/etc/init.d里面是自动执行chilli start命令的,而加上了wait和sleep。init.d的启动脚本会等待,而这时候Linux在不同的tty又启动了rc.local里面的chilli restart命令,于是两个或三个相同的tun IP地址就会共同存在。

反正问题解决了,鉴于他为这种破事熬了三个通宵,我就可以以先知的口吻教育这个亲自调试程序的CEO:“尽信书不如无书”。开源系统的官方文档往往滞后,可能新版本早就解决了需要restart的问题,但是文档没有及时更新,导致这种问题的发生。

总结,了解各种系统的工作原理是多么重要。

最后,帮这哥们发个招聘广告,他们表面上是个做wifi硬件的创业团队,气氛融洽,待遇优厚,其实是个气氛融洽,待遇优厚的大数据公司。公司的核心重点是基于hadoop的大数据挖掘和机器学习,欢迎网友自荐或推荐相关人才,不在于说你技术有多牛,就算刚从大学出来也没问题,我这老板朋友更看重你是否具备钻研和学习的精神,加入该公司会得到本屌的Hadoop开发与运维技术的亲身指导。机会难得,踊跃报名。

发表回复

*
*

Required fields are marked *