Buku Panduan Produksi: Menyelesaikan Masalah Beban CPU Tinggi pada Pelayan Linux

Senario

Pelayan Linux produksi menjadi tidak responsif, amaran pemantauan menunjukkan penggunaan CPU melebihi 90% secara berterusan.

Simptom

• Sambungan SSH lambat atau tamat masa
• Masa respons aplikasi meningkat
• top atau uptime menunjukkan purata beban tinggi

Diagnosis

1. Masuk SSH ke pelayan menggunakan IP pengurusan atau pengurusan luar jalur (contohnya iDRAC).
2. Jalankan top -b -n1, tekan P untuk menyusun mengikut CPU, kenal pasti proses teratas.
3. Gunakan ps -eo pid,ppid,cmd,%cpu,%mem --sort=-%cpu | head untuk pengesahan.
4. Periksa proses: ls -l /proc/<PID>/exe dan strace -p <PID> -c -S time 2>&1 untuk mengesan panggilan sistem.
5. Gunakan perf top jika dipasang untuk profil prestasi.
6. Periksa log sistem: journalctl -u <service> --since "5 minutes ago".

Perintah

• Kumpul maklumat proses: ps -p <PID> -o pid,ppid,user,start,etime,%cpu,%mem,cmd
• Analisis utas: top -H -p <PID> atau ps -L -p <PID>
• Peta memori: pmap -x <PID>
• Jejak tindanan: pstack <PID> atau gdb -batch -ex "thread apply all bt" -p <PID>
• Laraskan keutamaan dengan nice: renice +10 <PID> (kurangkan persaingan CPU)

Kawalan Risiko

• Sahkan proses bukan kritikal sebelum membunuhnya.
• Gunakan kill -STOP <PID> untuk menjeda proses berbanding menamatkannya.
• Jika proses adalah yatim atau zombi, periksa induk; mulakan semula perkhidmatan induk jika perlu.
• Untuk perkhidmatan bukan teras, gunakan systemctl restart <service> daripada kill.
• Elakkan menjalankan perf atau strace pada waktu puncak kerana ia menambah overhed.

Pengembalian

• Jika proses terbunuh secara tidak sengaja, segera mulakan semula perkhidmatan: systemctl start <service> atau perintah manual.
• Jika pelarasan keutamaan menyebabkan isu lain, pulihkan lalai dengan renice 0 <PID>.
• Jika failover menjejaskan kesihatan kluster, tukar ke nod siap sedia.

Pengesahan

• Jalankan top dan sahkan penggunaan CPU normal (contohnya <50%).
• Periksa titik akhir kesihatan aplikasi: curl -I http://localhost:8080/health.
• Pantau log untuk ralat baru: tail -f /var/log/syslog | grep -i error.
• Sahkan masa respons dengan alat ujian beban.

Bila Menghantar Tiket OpsGlobal

• Tidak dapat menentukan asal atau pemilikan proses.
• Proses berulang kali dimulakan semula atau tidak boleh dibunuh (contohnya tersekat dalam keadaan D).
• Analisis punca memerlukan semakan kod atau siasatan peringkat kernel.
• Patch atau perubahan konfigurasi memerlukan kelulusan pengurusan perubahan.