每隔一段时间（可能每 3 个月一次），我们的实例就会突然达到 100% 的 CPU 使用率并被锁定并且变得非常无响应。
我想找到一种方法来检测这种情况并启动重新启动；实现这一目标的最佳方法是什么？
我们有 Cloudwatch 订阅。我们正在运行 Ubuntu Server 10.04。
答案1
认真地解决这个问题。您的 CPU 使用率达到 100% 的原因可能有很多，当这种情况发生时重新启动服务器或终止进程只会带来灾难。如果这是第三方实用程序 - 请在此处列出它或向维护人员提交错误。
如果这是一个自行开发的实用程序，那么很显然您的应用程序存在问题。我的第一直觉是检查任何可能使用大量处理能力的循环的边界。另一个是检查是否满足终止条件。不过，老实说，这是一个调试问题，应该在内部处理。
至于你的实际问题，可能没有内置任何东西——但只要有正确的权限，你当然可以配置纳吉奥斯当检测到某些情况时触发远程重启（即通过 ssh）。您可以使用系统负载指示器（用法 !=加载）来监控 15 分钟间隔内的某个最大值。您也可以通过 cron 脚本来执行此操作，例如，每分钟运行一次
我希望你能修复这个错误，而不是绕过它——未来的维护者会感激你的，尤其是你！