阿里云日常运维的坑

呵呵，运维谈不上专业，只是日常需要，记录一些问题。因为是个人玩家，所以使用的实例配置也比较低，更容易因为某项资源不足而触发瓶颈，最终短板给整个系统带来故障，甚至是灾难。

1、HTTP/S请求频繁超时？

2018~2019（今年）都碰到了这个坑，先说下现象和配置，

实例规格是ecs.n4.small  ，即单核、2GB内存，带宽1M。ECS里主要运行了五个应用ABCDE、E开了以后，HTTP/S请求频繁超时，导致前面4个应用也出现类似问题。

查看了下系统监控数据，CPU60上下，内存100，带宽100，可见是带宽触发了上限，并且经过实验（只跑E）发现降低E的线程数并提高sleep时间可以降内存和带宽（这不是废话么）。

于是先尝试升级带宽（因为应用必须保证线程数和sleep啊，不然线程数为1，sleep(Inf)多好）。

问题改善了，于是尝试跑E的升级版（应用需要，规模大概是线程数X2，sleep保持不变）。这个时候CPU不干了，100！！！内存在60上下，且呈锯齿状，看来GC有在起作用，磁盘未见异样，出口带宽也够用，TCP链接异常ESTABLISHED/NON_ESTABLISHED=230/3400，non里面几乎都是TIME_WAIT。。。说明产生了大量的主动关闭连接。

当只运行升级版E时，仍会出现频繁超时的问题。

这里就不追究具体的原因了，因为有更加经济的解决方案。</