使用strace排查Nginx启动缓慢问题

在某台新服务器上，发现Nginx启动/重启耗时非常长。相同的配置复制到其他服务器，几乎在瞬间就能完成启动/重启操作，说明新服务器的行为不正常。进一步测试，发现 nginx -t 测试命令耗时也很长，需要找到原因以解决问题。

Linux系统可以使用 strace 命令跟踪进程的系统调用，从而排查可能出现问题的地方。由于 nginx -t 的耗时也很长，就从这个单次命令看看能不能找出问题关键。

执行命令 strace -T nginx -t ，其中 -T 参数打印耗时，在进程卡住的地方发现如下输出：

connect(7, {sa_family=AF_INET, sin_port=htons(53), sin_addr=inet_addr("x.x.x.x")}, 16) = 0 <0.000037>
poll([{fd=7, events=POLLOUT}], 1, 0) = 1 ([{fd=7, revents=POLLOUT}]) <0.000029>
sendmmsg(7, [{msg_hdr={msg_name=NULL, msg_namelen=0, msg_iov=[{iov_base="\223\310\1\0\0\1\0\0\0\0\0\0\4ocsp\10digicert\3com\0\0"..., iov_len=35}], 
msg_iovlen=1, msg_controllen=0, msg_flags=0}, msg_len=35}, {msg_hdr={msg_name=NULL, msg_namelen=0, msg_iov=
[{iov_base="I\320\1\0\0\1\0\0\0\0\0\0\4ocsp\10digicert\3com\0\0"..., iov_len=35}], 
msg_iovlen=1, msg_controllen=0, msg_flags=0}, msg_len=35}], 2, MSG_NOSIGNAL) = 2 <0.000090>
poll([{fd=7, events=POLLIN}], 1, 5000) = 0 (Timeout) <<strong>5.005221</strong>>

从行尾输出看到，这个系统调用耗时5.005221秒，大概率就是问题所在。

那么上面的输出信息能看出什么呢？

首先看 connect 这行中的 sin_port=htons(53) ，其中53是DNS查询端口，说明系统发起了DNS查询；再看第二行 sendmmsg 中的 iov_base="\223\310\1\0\0\1\0\0\0\0\0\0\4ocsp\10digicert\3com ，携带了证书的OCSP域名，猜测是向DNS服务器发起查询请求；最后的一行 poll 有 Timeout 提示，说明查询超时，整个过程总共耗时5.005221秒。

总结上述信息：系统向x.x.x.x发起证书OCSP域名的DNS查询请求，但是DNS超时未响应，导致耗时很长。

终端ping该DNS服务器的IP地址，无法ping通；打开 /etc/resolv.conf ，看到该IP地址写在第一行，于是将其注释掉。

接下来再运行 nginx -t 命令，瞬间完成；接着测试启动、重启Nginx，几乎也是瞬间完成，说明问题解决。