从EBS切换到EFS后Apache/PHP-FPM性能下降排查求助

核心问题定位 #

当前核心矛盾是CPU负载高但使用率低+大量PHP-FPM进程处于D状态，结合EFS迁移后的表现，本质是进程在等待IO（D状态即不可中断睡眠，通常对应磁盘/网络IO等待），但EFS官方指标未触发瓶颈，需从NFS协议细节、系统内核参数、WordPress文件访问模式三个方向深挖。

一、NFS挂载与EFS配置优化排查 #

• 调整NFS挂载参数
  • 当前挂载参数timeo=600（60秒超时）过大，建议改为timeo=100（10秒），减少进程等待超时的时间；同时添加async参数（仅在可接受少量数据丢失场景下使用，WordPress静态文件/插件目录可尝试），降低同步IO等待对进程的阻塞
  • 验证rsize/wsize是否匹配EFS最优值：可临时改为rsize=262144,wsize=262144（256KB）测试性能变化，部分内核版本对1MB大尺寸块的处理存在额外开销
  • 添加noatime,nodiratime参数，禁用文件/目录访问时间记录，减少EFS的元数据IO请求
• EFS元数据性能排查
  • 查看EFS控制台的Metadata IOPS指标，WordPress插件目录有大量文件枚举操作，元数据IO是EFS常见瓶颈，即使吞吐量/IO使用率没到上限，元数据IOPS可能已饱和
  • 尝试启用EFS的Performance Mode为Max I/O，该模式专为高并发元数据访问优化，适配多站点共享插件目录场景

二、系统内核与进程调度优化 #

• NFS相关内核参数调整
  • 调整net.core.rmem_max和net.core.wmem_max至4MB：echo 4194304 > /proc/sys/net/core/rmem_max、echo 4194304 > /proc/sys/net/core/wmem_max，提升NFS网络缓冲区大小，缓解大流量下的网络队列阻塞
  • 优化sunrpc.tcp_slot_table_entries参数，改为128：echo 128 > /proc/sys/sunrpc/tcp_slot_table_entries，增加RPC并发连接数，适配高并发PHP-FPM进程的NFS请求
  • 调整vm.dirty_ratio=10、vm.dirty_background_ratio=5，减少脏页回写阻塞对进程的影响
• PHP-FPM进程调度优化
  • 当前pm.max_children=2000远超过96核的合理值（建议为CPU核心数*2_4，即192384），过多进程会导致上下文切换激增，同时加剧NFS请求的并发排队，先将该值下调至300测试
  • 启用PHP-FPM的pm.process_idle_timeout=10s，回收闲置进程，减少无用的NFS连接占用

三、WordPress文件访问模式优化 #

• 插件目录本地缓存优化
  • 用rsync定期同步EFS插件目录到本地EBS，配合inotifywait实现实时同步，既保留EFS的集中管理，又避免高并发下的NFS访问瓶颈
  • 启用W3 Total Cache的Opcode Cache高级设置，强制缓存插件文件的字节码，减少PHP对插件文件的磁盘读取请求
• 减少文件枚举操作
  • 检查WordPress站点是否存在大量调用scandir/glob的插件或主题，这类操作会触发大量EFS元数据请求，可通过禁用冗余插件、优化主题代码减少此类操作
  • 为插件目录添加静态资源CDN，将JS/CSS等静态文件从EFS剥离，降低NFS的访问压力

四、深层诊断工具使用 #

• 用pidstat -d 1实时查看每个PHP-FPM进程的IO等待情况，定位具体进程对应的IO请求类型（读/写/元数据）
• 用trace-cmd或perf record追踪内核级的NFS请求流程，查看是否存在内核锁或RPC调用阻塞
• 启用EFS的访问日志，筛选插件目录的请求频率和延迟，确认是否存在高频元数据请求

内容的提问来源于stack exchange，提问作者Gnosis