找到 OSChina 早上 8 点钟容易宕机的原因 ？

Posted 2020-08-04 沧海一滴

最近一段时间，OSChina 网站在早上 8 点出头的时候很容易因为数据库连接池爆满而导致网站宕机。表现的情况是数据库处理大量的查询，堆积大量并发连接，导致无法再连接到数据库，执行一个简单的查询速度也非常慢，数据库机器的 CPU 很高。

但事实上早上 8 点并非 OSC 网站的高峰期，高峰期的时候都不会挂，为什么偏偏在这么一个没多少人访问的时间点宕机呢？

找了很久没发现系统在 8 点这个时间点有什么特殊的任务要做，对数据库也做了一些调整，包括 “ MySQL Can’t Create Thread: Errno 11 ” 的问题。

但是问题依旧。

再次挨个检查系统 crontab 中定义的作业。其中自动构建 Lucene 索引的作业引起了注意。

*/5 8-22 * * * /data/oschina/build.sh lucene_build

系统每 5 分钟执行一次增量索引构建，该构建过程仅在一天早上8点到晚上10点钟进行。

我记得当初这么设置的原因是有一个索引的构建容易出问题，为了避免出问题时没人处理，因此设置了这个时间段，后来一直没去调整。

再查看系统跑 lucene 的进程，我靠，那么那么那么多。。。。。

赶紧一个 killall java 杀掉所有的 lucene 索引构建进程，没几秒钟数据库的连接就下来了，系统恢复正常访问。

所以我现在有 80% 的把握能确定宕机问题就是因为这个索引构建进程导致的。而且索引构建本身不存在问题，问题出在时间点的设定上。试想白天高峰期时候 5 分钟执行一次从来没出过任何问题。也就是说经过了一个晚上（从晚上10点到早上8点这段时间）系统又有很多的数据，导致8点钟启动增量索引构建时一次性任务量很大，无法在下一个5分钟到来之前结束，于是不断启动新的进程，于是不断连接到数据库，于是数据库性能急剧下降，于是挂机。

好吧，It‘s my fault！

将 8-22 改为 * 后继续观察！

http://www.tuicool.com/articles/Ybe22e2