id:buty4649 が業務で扱っているプライベートクラウド(OpenStack) に rasdaemon を導入してくれたのだけど、ハードウェアの異常を検知してはくれるものの sqlite にレコードを入れるあたりでエラーログを出していたので調べていた

Oct 19 16:06:42 *** rasdaemon[4233]: rasdaemon: Failed to do mc_event step on sqlite: error = 14
Oct 19 16:06:42 *** rasdaemon[4233]: rasdaemon: Failed reset mc_event on sqlite: error = 14

errno 14 は ENFILE で Too many open files 。よくみるやつ

       ENFILE          Too many open files in system (POSIX.1).  On Linux,
                       this is probably a result of encountering the
                       /proc/sys/fs/file-max limit (see proc(5)).

問題を起こしているプロセスの strace を取りつつ rasdaemon のソースを眺めてみたところ、abrtd にレポートを投げる関数がありその関数で socket(2) が成功してかつ connect(2) が失敗するとファイルディスクリプタがリークするというバグを見つた。その旨を linux-edac の ML にバグレポートを投げた

いきなりパッチを投げてもよさそうだが、まずはバグがあることを認識してもらうのがいいのだろうか。さてはて。

ややこしい状況

今回 rasaemon を動かしていたディストリビューションは Ubuntu
abrtd は RedHat の提供するミドルウェアで Ubuntu 向けのパッケージは無い ( id:buty4649 調べ。++ )

... にもかかわらず

Ubuntu の rasdaemon は abrtd にレポートを投げる ./configure --enable-abrt-report オプションを有効にしてビルドされている
abrtd が動いていないので connect(2) は必ず失敗する
つまりハードウェアの異常を検知すると必ず冒頭に述べたバグを踏む 🔥

というややこしい条件がついている感じだった。「Ubuntu のひとたち rasdaemon 使ってないのネー」という話をした