我在 Amazon EC2 上运行了一个 CentOS 5 实例。正常的 CPU 使用率在 10-20% 左右徘徊。然而，在过去一周内，大约有 4 次 CPU 使用率突然飙升至 100%，并且一直保持在 100% 不变，直到重新启动实例。
我确信这是服务器上的一个错误或配置错误，但当实例进入此状态时，我无法通过 SSH 登录进行任何调查。不幸的是，Amazon 没有提供通过控制台访问实例的方法。
所以，我想我的问题是——有没有办法配置机器，以便在任何 100% CPU 情况下，我们优先使用 SSH 以允许 root 登录并调查？
或者至少，当这种情况发生时，有没有什么简单的方法可以自动终止任何进程？
顺便说一下，这是亚马逊上的“C1.xlarge”实例，这意味着它有 8 个核心。
另外，如果有帮助的话，该机器被设置为运行 Plesk 的 Web 服务器。不要告诉我 Plesk 不能在 EC2 中运行，因为几个月来我一直做得很好……直到最近。该机器已经在运行 PLesk 版本的 monit，所以我宁愿不设置第二个 monit。
答案1
您可以尝试修改 sshd init 脚本，以 -5 或 -10 的合理值启动它。这将更改所有 SSH 登录的值，这对您来说可能没问题。
答案2
我不知道在这种情况下如何以特殊方式处理 ssh 登录，但您应该检查您的 cronjobs 和日志文件。特别是系统日志，它应该记录启动的任何 cronjob，并查看这是否与您的问题有关。然后您应该能够确定问题的原因。甚至可能是内核错误，也可能记录在系统日志中。
答案3
一个简单的方法是记录所有进程的 CPU 使用率。如下所示：
top -l 0 > top.log 2>&1 </dev/null &
这将持续将 的输出记录top到top.log。之所以有重定向，是因为有时我注意到在 SSH 会话中启动的后台作业存在问题，这些作业没有将 STDOUT、STDERR 和 STDIN 全部绑定到某个东西。
无论如何，在您下次重新启动后，您只需阅读该日志的底部并查看哪些进程正在消耗 CPU。
上面的代码会产生大量的输出。你可以让它每 5 秒输出一次，如下所示：
top -l 0 -s 5 > top.log 2>&1 </dev/null &
答案4
黑客可能已经控制了你的机器...检查 auth.log 中是否有可疑的登录，并希望他们没有获得 root 权限。检查进程列表中是否有奇怪的东西。