最近公司服務(wù)器不太穩(wěn)定，總是在凌晨某個時段突發(fā)高負(fù)載情況，因為客觀環(huán)境比較復(fù)雜，所以很難猜測出到底是哪個進(jìn)程出現(xiàn)了問題，加之故障發(fā)生時，通常我在睡覺，無形中增加了解決問題的難度，于是我便寫了一個Shell來替我搞定這個問題。

　　實際上解決問題的思路非常簡單：通過CRON每分鐘運(yùn)行一個Shell，查詢系統(tǒng)負(fù)載，一旦發(fā)現(xiàn)異常，就通過「ps」命令保存進(jìn)程快照，也可以進(jìn)一步保存負(fù)載，內(nèi)存等相關(guān)的數(shù)據(jù)，但通常沒有必要，因為通過「sar」命令很容易拿到。相關(guān)Shell代碼如下：

#/bin/bash
LOAD=$(awk '{print $1}' /proc/loadavg)
CPUNUM=$(grep processor /proc/cpuinfo | wc -l)

if [ $(echo "$LOAD > $CPUNUM" | bc) = 1 ]; then
    RESULT=$(ps -eo pcpu,pmem,user,args | awk '$1 > 0' | sort -nr)
    if [ -n "$RESULT" ]; then
        echo "$RESULT" > /var/log/snapshot.$(date +"%Y%m%d%H%M")
    fi
fi

　　實際使用時需要注意的地方：首先，要避免日志文件塞滿硬盤；其次，因為是通過CRON來執(zhí)行的，所以可能會漏判，如果強(qiáng)調(diào)準(zhǔn)確性請自行改寫為守護(hù)進(jìn)程方式。

　　這個Shell實在是太簡單了，簡單到我本不想專門寫一篇文章，不過它卻非常實用，幫我解決了大問題，所以還是記錄下來，希望它也能助大家一臂之力。