前阵子，一个OSD线程的max_open_files达到设置的最大值，导致在simple message通信的accept线程退出，OSD不在监听任何，任何客户端重连都会失败，可复现代码如下：
void *Accepter::entry()
{
int errors = 0;
struct pollfd pfd;
pfd.fd = listen_sd;
pfd.events = POLLIN | POLLERR | POLLNVAL | POLLHUP;
while (!done) {
int r = poll(&pfd, 1, -1);
if (r < 0)
break;
ldout(msgr->cct,20) << "accepter poll got " << r << dendl;
if (pfd.revents & (POLLERR | POLLNVAL | POLLHUP))
break;
ldout(msgr->cct,10) << "pfd.revents=" << pfd.revents << dendl;
if (done) break;
// accept
entity_addr_t addr;
socklen_t slen = sizeof(addr.ss_addr());
int sd = ::accept(listen_sd, (sockaddr*)&addr.ss_addr(), &slen);
//下面的if语句是我添加的，人为制作错误情况，真实情况很难复现
if (msgr->cct->_conf->ms_tcp_inject_error){
if (sd >= 0){
ldout(msgr->cct,0) << "Inject error by yuyu " << sd << dendl;
sd = -1;
}
}
if (sd >= 0) {
errors = 0;
ldout(msgr->cct,10) << "accepted incoming on sd " << sd << dendl;
msgr->add_accept_pipe(sd);
}
else {
ldout(msgr->cct,0) << "accepter no incoming connection? sd = " << sd
<< " errno " << errno << " " << cpp_strerror(errno) << dendl;
//如果真的出现4次以上的错误，在这里直接跳出循环，整个osd监听线程就退出了，没有任何
//错误处理机制！！！
if (++errors > 4)
break;
}
}
ldout(msgr->cct,20) << "accepter closing" << dendl;
if (listen_sd >= 0) {
::close(listen_sd);
listen_sd = -1;
}
ldout(msgr->cct,10) << "accepter stopping" << dendl;
return 0;
}
这个错误，会引起什么问题呢？
新的连接或者网络突然断开，需要重新连接时，建立连接失败，但是已经连接上的，还继续保持，也就是说心跳机制还是运行的，OSD之间不会把accept线程退出的OSD上报给Monitor，让Monitor Mark down这个有问题的OSD， 也就是说这个OSD实际不工作了，一个假死状态。
针对这个问题，目前我能想到的，只影响OSD，其他MON, MDS，连接不上，总有备用的，但是OSD没有备 用的，我已经给社区提交PR， 由于社区大咖要求在OSD建立连接时，直接针对OSD修改，而不是放在一个 公共模块去修改，Simle msg 和async模块，还不熟悉，我贴个链接，有兴趣的可以尝试去修改：
https://github.com/ceph/ceph/pull/21348
更新：
新的patch,该问题已合入主线：
