过程:
重启服务端某测试服务时,服务器内存配置大,导致系统内存溢出,服务重启失败,继续启动正常,但一核心程序被kill,且未察觉。
原因:系统内存溢出时导致系统触发oom killer,核心程序被优先杀死。
排查过程:
1. 检查被杀死程序日志,无异常(包括)。
2. 检查linux 系统日志:/var/log/messages ,这里会记录进程操作日志。
egrep -i 'killed process' /var.log.messages
注意:该文件只会记录近2天左右的日志
3. 发现有记录,触发过oom killer。
oom killer简析:
1. 给进程分配内存时发现内存不够会触发 oom killer
2. oom killer 会根据现有进程的综合评分进行kill,评分越高的越先被触发。
评分在对应线程的目录下查看:cat /proc/${PID}/oom_score
3. 我们可以通过修改 /proc/${PID}/oom_score_adj 来控制oom_score的值:oom_score的实际值是会在系统计算完成之后在加上oom_score_adj 来定的,可通过以下命令来设置oom_score_adj 从而减低oom_score值。
echo -20 > /proc/28530/oom_score_adj
注: -20 为动态值,可调整
解决方法:
1. 调整程序启动内存分配值,尽量留出富余。
2. 核心程序建议减低oom_score,避免被优先kill掉。
3. 我们也可以完全关闭OOM killer,但不推荐用在生产环境下关闭,执行如下操作:
[root@hadoopgateway ~]#sysctl -w vm.overcommit_memory=2
[root@hadoopgateway ~]# echo "vm.overcommit_memory=2" >> /etc/sysctl.conf
vm.overcommit_memory有0、1、2三个可选值,分别代表如下含义:
0:表示用户申请内存的时候,系统会判断剩余的内存多少,如果不够的话那么就会失败。
1: 用户申请内存的时候,系统不进行任何内存是否够用的检查,直到使用内存超过可用内存。
2: 用户一次申请的内存大小不允许超过可用内存的大小。
通过设置这个参数,即可达到关闭OOM killer,但是一般情况下不建议这么做,毕竟内存持续占用的场景不是很多,或者可以设置/proc/sys/vm/overcommit_memory为0,一般默认就是0,这样可以最大限度的避免系统触发OOM Killer。