一次「Too many open files」故障
昨天,项目的 ElasticSearch 服务挂了,我说的挂可不是进程没了,因为有 Supervisor 保护,而是服务不可用了。以前曾经出现过一次因为 ES_HEAP_SIZE 设置不当导致的服务不可用故障,于是我惯性的判断应该还是 ES_HEAP_SIZE 的问题,不过登录服务器后发现日志里显示大量的「Too many open files」错误信息。
那么 ElasticSearch 设置的最大文件数到底是多少呢?可以通过 proc 确认:
shell> cat /proc/<PID>/limits
结果是「4096」,我们还可以进一步看看 ElasticSearch 打开的都是什么东西:
shell> ls /proc/<PID>/fd
问题看上去非常简单,只要加大相应的配置项应该就可以了。此配置在 ElasticSearch 里叫做 MAX_OPEN_FILES,可惜配置后发现无效。
按我的经验,通常此类问题多半是由于操作系统限制所致,可是检查结果一切正常:
shell> cat /etc/security/limits.conf
* soft nofile 65535
* hard nofile 65535
问题进入了死胡同,于是我开始尝试找一些奇技淫巧看看能不能先尽快缓解一下,我搜索到 @-神仙- 的一篇文章:动态修改运行中进程的 rlimit,里面介绍了如何动态修改阈值的方法,虽然我测试时都显示成功了,可惜 ElasticSearch 还是不能正常工作:
shell> echo -n 'Max open files=65535:65535' > /proc/<PID>/limits
此外,我还检查了系统内核参数 fs.file-nr 及 fs.file-max,总之一切和文件有关的参数都查了,甚至在启动脚本里硬编码「ulimit -n 65535」,但一切努力都显得毫无意义。
正当山穷水尽疑无路的时候,同事一语道破玄机:关闭 Supervisor 的进程管理机制,改用手动方式启动 ElasticSearch 进程试试看。结果一切恢复正常。
为什么会这样呢?因为使用 Supervisor 的进程管理机制,它会作为父进程 FORK 出子进程,也就是 ElasticSearch 进程,鉴于父子关系,子进程允许打开的最大文件数不能超过父进程的阈值限制,但是 Supervisor 中 minfds 指令缺省设置的允许打开的最大文件数过小,进而导致 ElasticSearch 进程出现故障。
相关文章
- 下一代IPS云防火墙 | 云安全组的批量自动化5元组替代安全防护产品?
- Go go test测试机制介绍及实例【Go语言圣经笔记】
- Go error接口源码和errors包源码
- RabbitMQ入门案例
- 竞态条件及其解决方法
- Axios POST 下载文件;HTTP GET下载文件
- 消息中间件RabbitMQ
- Python nonlocal关键字
- 消息队列的两种实现模式
- linux软件安装之详解apt、yum、dnf 和 pkg包安装
- RabbitMQ工作模式
- Django路由控制URL详解
- HTML5+CSS3+JavaScript从入门到精通-20
- 代理、静态、动态
- Ansible简介、安装、命令及常用模块
- Zabbix_agentd的安装与配置
- Zabbix添加对Zookeeper集群的监控
- 【解决】remote: Support for password authentication was removed on August 13, 2021. Please use a persona
- YGC导致CPU负载过高的排查与解决
- CGLib浅析