在看似随机的时间间隔内，我们服务器上的内存使用量会超过最大可用内存量，并不断交换，直到 CPU 使用率也达到 100%。当交换内存用完时，它会开始终止进程，我们必须重新启动服务器。
当这种情况发生时，我们的网站和内部系统会变得无响应。此时我也无法通过 SSH 进入服务器，因此我无法识别正在终止它的进程。
我没有丰富的服务器管理经验，但我正在寻找如何检测问题的方法。请告诉我您可能需要哪些额外信息。
答案1
说实话，这可能是一个 fork-bomb（即一个进程无限地分叉子进程，从而耗尽资源）。也可能是内存泄漏类型的问题。
识别关键流程是关键。尝试以下方法：
下次重新启动服务器时，请以 root 身份打开控制台，但使用 renice 将其优先级设置为 -20。完成后，运行 (top 优先级为 -20) 并观察导致问题的原因。
这个命令应该可以做到这一点：
sudo bash
renice -n -20 -u root
top
当事情开始看起来很紧张时，请采取 killall 命令或杀死父级，然后杀死僵尸。
在 -20 时您应该能够通过 ssh 保持活动连接并仍然执行您的工作，其优先级与内核相同。
不要忘记查看日志（Web 服务器和 /var/log 中的其他日志），因为它们可以揭示很多信息。
如果您发现问题，请告诉我们问题是什么，以及您是否需要进一步的帮助和协助。
祝你好运。
参见 renice 手册页和 top 手册页。
答案2
安装（并仔细阅读文档！）sysstat，进行配置并分析此类事件发生后收集的数据。
检查现有的安全策略（ulimit针对不同用户启用 SELinux，...）。检查所有内容是否是最新的（程序故障肯定会导致这种情况）。
检查任何自制系统是否存在可能的循环或其他资源耗尽。 记录所有日志，甚至数据库等。