最近公司服务器不太稳定，总是在凌晨某个时段突发高负载情况，因为客观环境比较复杂，所以很难猜测出到底是哪个进程出现了问题，加之故障发生时，通常我在睡觉，无形中增加了解决问题的难度，于是我便写了一个Shell来替我搞定这个问题。
实际上解决问题的思路非常简单：通过CRON每分钟运行一个Shell，查询系统负载，一旦发现异常，就通过「ps」命令保存进程快照，也可以进一步保存负载，内存等相关的数据，但通常没有必要，因为通过「sar」命令很容易拿到。相关Shell代码如下：
| #/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 |
实际使用时需要注意的地方：首先，要避免日志文件塞满硬盘；其次，因为是通过CRON来执行的，所以可能会漏判，如果强调准确性请自行改写为守护进程方式。
这个Shell实在是太简单了，简单到我本不想专门写一篇文章，不过它却非常实用，帮我解决了大问题，所以还是记录下来，希望它也能助大家一臂之力。
