多线程fork，子进程执行哪些函数是安全的？

来源：这里教程网时间：2026-03-01 16:49:20 作者：

我们最近正好遭遇了 fork-unsafe 的 localtime/localtime_r，在这里跟大家分享一下：

（一）背景

MyTopling 是基于 ToplingDB 的 MySQL，分叉自 MyRocks，ToplingDB 则分叉自 RocksDB，兼容 RocksDB 接口，从而 MyTopling 可以复用 MyRocks 的大部分成果。

ToplingDB 早已开源，MyTopling 也将于近期开源。

（二）现象：分布式 Compact 超时

大家可以先参考《 MyTopling 分布式 Compact（一）：从多线程到多进程》，然后接着看：在我们的测试中，MyTopling 的分布式 Compact Worker 一直有一个问题：经常跑着跑着，Compact Worker 就假死了，这个问题之前在多线程模型中也偶尔出现，当时经过痛苦的排错定位，最后发现是 NFS (客户端) 超时引起的，这个概率虽然很低，但有时会严重到接近卡死。既然是 NFS 问题，所以我们除了骂娘也无能为力，不过好在 Compact Worker 是无状态计算，这个问题反映到 DB 端只是一个分布式 Compact 任务超时，换一个结点重试即可。后来在多进程模型中，碰到假死我们就直接重启进程。直到昨天晚上，我忽然意识到，以前多线程的时候，假死的频率很低，而现在多进程，跑上几个小时，几乎必然假死……

（三）重新分析

在多线程模型下，Debug 比较容易，直接挂上 gdb 就行，但是在多进程模型下，每个 Compact Job 都会 fork 出一个子进程，并且这个子进程很快就执行结束了。所以我们 Debug 的时候，将其设为多线程模型，因为不管是多进程还是多线程，代码都是复用的，当然用更省力的方式 Debug。但是现在我们是要定位为何多进程时假死的概率要高出这么多，那就必须按多进程 Debug……把 Compact Worker 集群限制到仅一个结点，打高压力，跑了六个多小时，假死得凉凉的！开始用 gdb 逐个查看进程，然后惊奇地发现，所有的 Compact Job 进程都卡在

__tz_convert

中：

而我们的 StrDateTimeNow 并没有调用

__tz_convert

，然后发现，__tz_convert 是在 localtime 函数中调用的……显而易见，__lll_lock_wait_private 是等在 mutex 上了，定位到这里，一下就知道原因了，几乎所有的最佳实践都强烈反对混用多线程和多进程，而我们这里的父进程偏偏就是多线程，于是在 fork 子进程时，意外就发生了，在同一时刻，发生了两件事情：

父进程的 线程 1 在 __tz_convert 中拿到了 mutex lock

父进程的 线程 2 执行 fork 产生子进程 A

因为 fork 在语义上是父进程的一个拷贝，所以在子进程 A 中，__tz_convert 中的那个 mutex 是处于 lock 状态的。在父进程中， 线程 1 在 __tz_convert 中拿到 mutex lock，干完事情就会 unlock，然而子进程 A 中却并没有父进程中的 线程 1，所以那个 mutex 就永远处于 lock 状态……

（四）解决问题

骂 glibc 的娘是必不可少的：有无数种方法可以避免 localtime 这样的函数使用全局锁，但它偏不！骂娘归骂娘，问题是必须要解决的，稍微搜索一下就发现，不止我们碰到了该问题(关键词 localtime "fork")，我们复用了 redis 的解决方案，稍作修改之后，一并给上游 RocksDB 发了个 Pull Request #10652。

（五）讨论

最佳实践都说不要混用多进程与多线程，但是现实世界不是乌托邦，面对某些问题，我们必须采取非常手段，自然也就容易掉坑。就这个坑而言，glibc 甚至 posix 标准有义务把它填平，最低限度，也得提供一个内部无锁的 localtime 版本。最后，大家可以讨论一下：这到底是个 Bug，还是个 Feature 呢？