原文地址：https://jvns.ca/blog/2021/04/03/what-problems-do-people-solve-with-strace/
原文标题：What problems do people solve with strace?
原文作者：Julia Evans
原文写于：2021/04/03
译者：驱蚊器喵#ΦωΦ
翻译水平有限，有不通顺的语句，请见谅。
昨天我在 Twitter 上问大家用 strace 解决过什么样的问题，和往常一样，大家都很给力！我收获了 200 个答案，然后花了些时间把它们手动分为 9 类。
所有的问题都是关于寻找程序依赖的文件，找出程序卡住或慢的原因，或者找出程序失败的原因。这些问题通常与我自己使用 strace 的情况相吻合，但也有一些我没有想到的问题。
我不打算在本文中解释 strace 是什么，但我有一本关于它的免费杂志，一个讲座以及一些博客文章。
问题 1：配置文件在哪里？
最受欢迎的问题之一是 “这个程序有一个配置文件，但我不知道它在哪里”。这可能也是我最常使用 strace 的问题，因为这个问题很简单。
这很好，因为一个程序有一百万种方法来记录它的配置文件在哪里（在 man page 中，或是在程序的网站上，或是在 --help 中，等等），但只有一种方法让程序真正打开了配置文件，那就是系统调用！
问题 2: 这个程序还依赖哪些文件？
你也可以用 strace 来查找程序依赖的其他类型的文件，比如：
- 动态链接的库（”为什么我的程序加载了这个
.so文件的错误版本？”），就像我在 2014 年调试的这个 Ruby 问题 - 程序正在寻找它的 Ruby gem 包（Ruby 特别出现过几次这样的问题！）。
- SSL 根证书
- 一个游戏的存档文件
- 一个闭源程序的数据文件
- 哪些 node_modules 文件没有被使用
问题 3: 为什么这个程序会挂起？
你有一个程序，它只是运行在那里什么也不做，这是怎么回事？这个问题特别容易回答，因为很多时候你只需要运行 strace -p PID，看看当前运行的是什么系统调用。你甚至不需要看上百行的输出结果！
答案通常是 “等待某种 I/O”。对于 “为什么会卡住” 的一些可能的答案（当然还有很多）:
- 程序永远在轮询
select()的内容 - 程序正在
wait()一个子进程的完成 - 程序向没有反应的东西发出了网络请求
- 程序正在进行
write()，但由于缓冲区已满而被阻塞 - 程序正在对 stdin 进行
read()操作，并等待输入。
有人还举了一个很好的例子，用 strace 来调试卡住的 df ：”用strace df -h 你可以找到卡住的挂载点，然后卸载它”。
问题 4: 这个程序卡住了吗？
前一个问题的变种：有时一个程序的运行时间比你预期的要长，你只想知道它是否被卡住了，或者它是否还在继续运行。
只要程序在运行时进行了系统调用，用 strace 就可以很容易地回答这个问题 - 只要 strace 一下，看看它是否在进行新的系统调用就可以了。
问题 5: 为什么这个程序很慢？
你可以用 strace 作为一种粗略的分析工具 - strace -t 会显示每个系统调用的时间戳，所以你可以寻找较大的时间间隔，找到罪魁祸首。
这里有 9 个来自 Twitter 的小故事，人们用 strace 来调试 “为什么这个程序运行得很慢？”
- 早在 2000 年，我帮助支持的一个基于 Java 的网站在正常负载下奄奄一息：页面加载缓慢，甚至压根儿就加载不出来。我们对 J2EE 应用服务器进行了跟踪，发现它是一次一个字节地读取 class 文件。开发人员没有使用 BufferedReader ，这是典型的 Java 错误。
- 优化应用程序的启动时间……运行 strace 可以让人大开眼界，因为可以看到有很多不必要的文件系统交互正在进行（例如，反复打开/读取/关闭同一个配置文件；通过缓慢的 NFS 挂载加载大量的字体文件，等等）。
- 我问自己为什么在 PHP 中读取会话文件（通常小于 100 字节）的速度慢得惊人。结果发现一些
flock系统调用需要 60 秒来完成。 - 一个程序表现得异常缓慢。使用 strace 发现它在每次请求时都会通过从
/dev/random读取并耗尽熵来重新初始化其内部的伪随机数发生器。 - 我记得的最后一件事是连接到一个作业 worker 节点，然后看到它正在进行很多次网络调用（这是意想不到的）。
- 为什么这个程序的启动速度这么慢？strace 显示它成千上万次的打开/读取同一个配置文件。
- 服务器有时使用 100% 的 CPU 时间，而实际流量很低。结果发现它在接受一个套接字时遇到了打开文件数的限制，在得到 EMFILE 后永远重试，而没有报告错误。
- 一个工作流程运行得超慢，而且没有日志，最后发现它试图做一个 post 请求，在超时前花了 30 秒，然后重试了 5 次……最后发现后端服务已经不堪重负，而且并没有可见性。
- 使用 strace 注意到
gethostbyname()需要很长时间才能返回（你不能直接看到gethostbyname，但你可以在 strace 中看到 DNS 数据包）。
问题 6: 隐藏的权限错误
有时一个程序因为一个神秘的原因而运行失败，结果问题只不过是有一些文件没有权限打开。在一个理想的世界里，程序会报告这些错误（”Error opening file /dev/whatever: permission denied”），当然这个世界并不完美，所以 strace 真的可以帮助解决这个问题!
这实际上是我最近用 strace 做的事情。我正在使用一个 AxiDraw 绘图仪，当我试图启动它时，它打印出了一个难以捉摸的错误信息。我 strace 了它，结果发现我的用户没有权限打开 USB 设备。
问题 7: 使用的是什么命令行参数？
有时候，一个脚本正在运行另一个程序，而你想知道它传递的是什么命令行选项!
来自 Twitter 的几个例子:
- 找出被用于构建代码的编译器选项
- 一个命令由于命令行太长而失败了
问题 8: 为什么这个网络连接会失败？
基本上，这里的目标只是为了找到网络连接是通过哪个域/IP 地址进行的。你可以通过查看 DNS 请求来找到域名，或者通过 connect 系统调用来找到 IP。
一般来说，当 tcpdump 由于某种原因不能使用时，或者仅仅是因为这个人更熟悉的原因，有很多关于使用 strace 来调试网络问题的故事。
问题 9: 为什么这个程序以一种方式运行时会成功，而以另一种方式运行时会失败？
比如说:
- 同样的二进制文件在一台机器上可以运行，但在另一台机器上却不能运行
- 当你运行它时可以成功，当被 systemd 单元文件开启时却失败了
- 当你运行它时可以成功，以 “su - user /some/script” 的方式运行时失败。
- 当你运行它时可以成功，作为定时任务运行时失败。
能够比较两种情况下的 strace 输出是非常有用的。虽然我在调试 “这东西以我的用户身份可以运行，而在同一台电脑上以不同方式运行时失败”时，第一步会是 “看看我的环境变量”。
问题 10: 这个 Linux 内核 API 是如何工作的？
另一个不少人提到的问题是弄清楚一个 Linux 内核 API（例如 netlink, io_uring, hdparm, I2C 等）是如何工作的。
尽管这些 API 通常都有文档，但有时文档是混乱的，或者没有很多例子，所以通常更容易的是直接跟踪一个现有的应用程序，看看它是如何与 Linux 内核交互的。
问题 11: 普遍的逆向工程
strace 也很适合于普遍的弄清楚 “这个程序是如何工作的？”。作为一个简单的例子，这里有一篇关于使用 strace 弄清 killall 如何工作的文章。
我在做什么：慢慢建立一些挑战
我思考这个问题的原因是，我一直在慢慢建立一些挑战，帮助人们练习使用 strace 和其他命令行工具。这个想法是，给你一个要解决的问题，一个终端，你可以自由地以任何方式解决它。
因此，我的目标是利用这一点来建立一些你可以用 strace 解决的练习问题，这些问题反映了人们在现实生活中实际使用它的各种问题。
以上就是全部!
可能还有更多的问题可以用 strace 来解决，而我在这里没有涉及到 - 我很想听听我遗漏了什么!
我真的很喜欢看到许多相同的用途一次又一次地出现 - 至少有20个不同的人回答说他们用 strace 来寻找配置文件。像往常一样，我认为这样一个简单的工具（”跟踪系统调用！”）可以用来解决这么多不同类型的问题，真是令人高兴。