我是 Ubuntu 18.04 用户，在 OVHCloud 数据中心运行了 3 年，上面有 PHP 应用程序和 Mysql 服务器。2.5 年来，一切都很好，但在过去的 6 个月里，我遇到了一个奇怪的问题：
- 每个月的第四个星期日，晚上 10 点 30 分左右，我的平均负载就会变得非常高，超过 550，然后我的服务器就会崩溃。
发生这种情况时，我可以通过 ssh 登录，可以停止所有服务，但无法修复平均负载。我重新启动后，它又可以工作 4 周，然后问题再次出现。
有人能帮助我如何排除导致 CPU 平均负载极高的原因吗？以及为什么总是同时出现这种情况？
请看一下来自 htop 的这张图片：
谢谢
答案1
如果不是 OVH 的主机做了一些疯狂的事情，而是你的机器内部做了一些事情，那么这很可能是一项cron工作。
我倾向于查找/etc/cron.d任何包含配置为在那一天那个时间开始的作业的文件。
您可能grep "^30 22" /etc/cron.d/*要查找以 (^) 开头的任何行，即 22（小时）后 30（分钟）。或者您可以逐行查看。我怀疑那里有些配置不当的工作。
或者它可能是您的 crontabcrontab -l或 root 的 crontab中的某些内容sudo crontab -l。
答案2
诊断此问题的一个方法是让dstat终端而不是 htop 继续运行。它擅长发现一段时间内的顶级进程。
ssh 连接到服务器，然后在screen或tmux中byobu使用以下所有选项启动 dstat：dstat --time --cpu --net --disk --sys --load --proc --top-cpu --top-mem --top-io并让其保持运行。
它看起来是这样的：
当问题开始发生时，您可以回滚到问题开始的时间并查找异常进程。尤其是 CPU、内存和 IO 的“最昂贵”的最后三列。它还可以让您看到平均负载（中间几列）是立即失控，还是随着时间的推移而上升。可能会提供一些线索。