排查僵尸进程需用strace -p pid -e trace=wait4,waitpid,waitid,clone,fork,vfork -f -s 256 -v实时捕获wait4调用及返回值，结合sigchld信号跟踪与/proc/pid/status验证父进程状态和资源限制。
要排查父进程未回收子进程导致的僵尸进程（Zombie）问题，关键在于实时捕获其对 wait4() 系统调用的调用行为——包括是否调用、调用参数、返回值及错误码。Strace 是最直接有效的工具，但需注意默认行为可能漏掉关键信息。
确认目标进程并启用完整系统调用追踪
先用 ps 或 pgrep 定位父进程 PID（例如 PID 1234），然后用以下命令启动 strace，确保捕获 wait4 及相关调用（如 waitpid、waitid 最终都经由 wait4 实现）：
strace -p 1234 -e trace=wait4,waitpid,waitid,clone,fork,vfork -f -s 256 -v
-
-e trace=...显式指定待监控的系统调用，避免默认过滤掉wait4 -
-f必须启用，否则无法跟踪 fork 出的子线程/子进程中的 wait 行为（尤其当 wait 在子线程中调用时） -
-s 256扩展字符串打印长度，便于看清结构体参数（如struct rusage*） -
-v显示详细结构体内容，比如wait4(-1, 0x..., WNOHANG, NULL)中的标志位和输出缓冲区状态
重点观察 wait4 的调用模式与返回值
正常回收应出现类似以下输出：
wait4(-1, [1235], WNOHANG, NULL) = 1235
wait4(-1, [1236], 0, {ru_utime={...}, ru_stime={...}}) = 1236
若长期无 wait4 调用，或反复返回 0（表示无已终止子进程）或 -1 ECHILD（表示无子进程可等待），说明逻辑异常：
- 返回
0且持续调用：父进程在轮询等待，但子进程未真正退出（可能卡在 exit 阶段，或被信号中断） - 返回
-1 ECHILD：子进程已被其他路径（如其他线程、signal handler 中的 wait）回收，或父进程误将已回收 PID 再次传入 - 完全不调用
wait4：父进程未实现 wait 逻辑，或被阻塞（如陷入死锁、信号屏蔽、长时间 I/O）而无法执行到 wait 路径
结合信号处理与子进程生命周期交叉验证
子进程退出会向父进程发送 SIGCHLD，而多数程序在 SIGCHLD handler 中调用 wait4。因此需同步检查信号行为：
- 追加
-e trace=rt_sigprocmask,rt_sigaction,kill,sigreturn，确认SIGCHLD是否被阻塞（rt_sigprocmask显示SIGCHLD在 blocked mask 中） - 观察
sigreturn后是否立即执行wait4；若 handler 执行了但没 wait，可能是 handler 里调用了非异步信号安全函数（如printf）导致崩溃或跳过后续逻辑 - 用
cat /proc/1234/status | grep -i "sig"查看当前SIGCHLD是否 pending（State 字段含T (task)且 SigQ 显示 pending 数量突增，但 wait4 不触发，说明信号被忽略或 handler 未注册）
辅助定位：检查子进程状态与资源限制
即使 wait4 正常调用，也可能因内核限制失败：
- 运行
cat /proc/1234/status | grep -E "(Tgid|PPid|State|Sig)"确认父进程是否处于S（sleep）或T（stopped）状态，而非R（running） - 检查
/proc/1234/limits中Max processes是否接近上限（影响 fork 后子进程调度，间接导致 exit 延迟） - 若子进程是多线程程序，注意
wait4只能由创建它的线程或主线程回收；若子进程由非主线程 fork，而主线程未 wait，易产生僵尸
