Plesk服务器频繁宕机及RAM、SWAP占用过高的原因排查

随机部分域名不可用的核心原因是系统OOM Killer随机杀死高内存占用的php-fpm进程，Plesk多站点场景下不同站点的PHP进程归属独立用户池，被杀进程对应的站点就会暂时无法访问，可按以下优先级排查根因：

PHP-FPM 侧深度排查 #

• 开启PHP-FPM慢日志，Plesk面板可直接在对应域名的PHP设置中开启，全局配置路径一般为/opt/plesk/php/[对应PHP版本号]/etc/php-fpm.d/www.conf，添加如下配置：

  request_slowlog_timeout = 3s
  slowlog = /var/log/php-fpm/slow.log
  

  故障发生后优先检查慢日志，定位是否存在未释放数据库连接的死循环代码、递归调用溢出、未优化的第三方CMS插件这类问题，这类问题会导致单进程长期占用内存不释放，叠加高请求量会快速占满内存，触发OOM。
• 检查PHP-FPM进程管理模式，Plesk默认的ondemand模式在高并发下会频繁创建销毁进程，叠加内存泄漏会加速内存占满，建议临时切换为dynamic模式，最大进程数可按(系统总RAM - 1G系统预留 - MySQL预留RAM)/单个PHP进程平均内存计算，单个PHP进程平均内存可通过命令ps --no-headers -o "rss,cmd" -C php-fpm | awk '{ sum+=$1 } END { printf ("%d%s\n", sum/NR/1024,"M") }'计算。

MySQL 侧深度排查 #

• 开启MySQL慢查询日志，修改MySQL配置文件my.cnf添加如下配置：

  slow_query_log = 1
  slow_query_log_file = /var/log/mysql/slow.log
  long_query_time = 2
  log_queries_not_using_indexes = 1
  

  重点排查故障时段是否存在全表扫描的慢查询、未关闭的长事务连接、批量写入操作，mysqld内存暴涨的场景90%以上都是大量未释放的查询结果集或者锁等待导致的，你之前使用的mysqltuner仅能给出静态配置建议，无法捕获实时异常查询。
• 故障发生时执行mysql -e "show processlist;"检查活跃连接数，多站点场景下很容易出现单个站点被爬虫遍历触发大量关联查询，占满MySQL连接池和内存，这类请求的特征是单IP请求频率不高，但请求的都是资源消耗大的动态页面，你之前的IP并发统计很难排查到。

系统侧排查 #

• 执行命令grep -i oom /var/log/messages（Debian/Ubuntu系统路径为/var/log/syslog）查看OOM Killer日志，确认故障时内核优先杀死的是php-fpm还是mysqld进程，即可直接确定内存泄漏的核心源头。
• 检查Plesk计划任务列表，是否存在固定时段触发的批量数据处理、备份、站点扫描类脚本，这类后台CLI模式运行的PHP脚本不会被你之前的tcpdump抓包捕获，和前端请求叠加时很容易短时间占满内存。
• 可临时执行swapoff -a && swapon -a清空SWAP，避免内存泄漏后系统把活跃进程内存置换到SWAP导致服务响应异常卡顿，进一步加剧站点不可用的问题。

内容的提问来源于stack exchange，提问作者CDoc