java.io.IOException：错误= 11

我在使用 Java 时遇到了一个奇怪的问题ProcessBuilder。代码如下所示（稍微简化的形式）

public class Whatever implements Runnable
{

public void run(){
        //someIdentifier is a randomly generated string
        String in = someIdentifier + "input.txt";
        String out = someIdentifier + "output.txt";
        ProcessBuilder builder = new ProcessBuilder("./whateveer.sh", in, out);
        try {
            Process process = builder.start();
            process.waitFor();
        } catch (IOException e) {
            log.error("Could not launch process. Command: " + builder.command(), e);
        } catch (InterruptedException ex) {
            log.error(ex);
        }
}

}

whatever.sh 内容如下：

R --slave --args $1 $2 <whatever1.R >> r.log    

实例负载Whatever提交给ExecutorService固定尺寸（35）。应用程序的其余部分等待它们全部完成——用CountdownLatch。在抛出以下异常之前，一切都运行良好几个小时（Scientific Linux 5.0，java版本“1.6.0_24”）：

java.io.IOException: Cannot run program "./whatever.sh": java.io.IOException: error=11, Resource temporarily unavailable
    at java.lang.ProcessBuilder.start(Unknown Source)
... rest of stack trace omitted...

有谁知道这意味着什么？基于 google/bing 搜索结果java.io.IOException: error=11，这不是最常见的例外，我完全感到困惑。

我的疯狂且不那么有根据的猜测是，我有太多线程试图同时启动同一个文件。但是，需要数小时的 CPU 时间才能重现该问题，因此我没有尝试使用较小的数字。

非常感谢任何建议。

The error=11几乎可以肯定是EAGAIN错误代码：

$ grep EAGAIN asm-generic/errno-base.h 
#define EAGAIN      11  /* Try again */

The clone(2)系统调用文档EAGAIN错误返回：

   EAGAIN Too many processes are already running.

The fork(2)系统调用文件二EAGAIN错误返回：

   EAGAIN fork() cannot allocate sufficient memory to copy the
          parent's page tables and allocate a task structure for
          the child.

   EAGAIN It was not possible to create a new process because
          the caller's RLIMIT_NPROC resource limit was
          encountered.  To exceed this limit, the process must
          have either the CAP_SYS_ADMIN or the CAP_SYS_RESOURCE
          capability.

如果你的内存真的那么低，它几乎肯定会显示在系统日志中。查看dmesg(1)输出或/var/log/syslog有关系统内存不足的任何潜在消息。 （其他东西会损坏。这似乎不太合理。）

更有可能的是遇到每个用户的进程限制或系统范围的最大进程数。也许您的进程之一没有正确捕获僵尸？通过检查很容易发现这一点ps(1)随着时间的推移输出：

while true ; do ps auxw >> ~/processes ; sleep 10 ; done

（也许每分钟或十分钟检查一次，如果确实需要几个小时才会遇到麻烦。）

如果您没有收获僵尸，那么请阅读您必须对 ProcessBuilder 执行的操作才能使用waitpid(2)收割你死去的孩子。

如果您合法运行的进程数量超出了 rlimits 允许的数量，则需要使用ulimit在你的bash(1)脚本（如果运行为root）或设置更高的限制/etc/security/limits.conf为了nproc财产。

如果您遇到系统范围的进程限制，则可能需要将更大的值写入/proc/sys/kernel/pid_max. See proc(5)一些（简短的）细节。