我们有一个中型 EC2 实例运行 Ubuntu 12.04，通过 Apache 提供大约十几个小型 PHP Web 应用程序。
大约每隔一天，服务器就会失去响应，需要重新启动实例才能恢复功能。在此期间，无法通过 HTTP 或 SSH 访问服务器。
每次，最后记录的 Apache 请求都是针对提供 4MB PDF 文档的 PHP 应用程序。用户代理始终将客户端识别为 iPad（具体来说Mozilla/5.0 (iPad; CPU OS 6_1_3 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/6.0 Mobile/10B329 Safari/8536.25），并且通常是相同的 IP 地址，因此可能是同一个用户。
PHP 应用程序是一个旧版应用程序，在将文件内容从磁盘回显到客户端之前会检查一些权限。我们无法自己重现此问题，无论是使用 iPad 还是通过任何其他方式访问文件。
我们尝试了一些监控解决方案，试图更好地了解服务器宕机时发生的情况，但它们似乎都没有显示系统资源存在任何问题。
我的问题是，我们可以采用哪些策略来尝试排除故障并有望解决这个问题？
答案1
首先监视系统资源（CPU 负载、内存、磁盘），例如使用 collectd 或 sysstat。
请记住，我在这里冒险，您描述的问题可能是由于资源耗尽（最有可能是内存）造成的，请运行egrep -i 'killed process' /var/log/*以寻找 OOM 杀手调用。
系统日志可能包含原因的痕迹（/var/log/messages、apache 的错误日志）。
尝试启用更详细的日志并在测试时密切关注您的系统。