crontab設定導致的伺服器程式異常問題

前幾天的時候，有個同事問我一個問題，大體的意思是突然收到報警，伺服器的程式數翻了好幾倍，其實那個伺服器也沒有任何操作。所以想讓我幫忙看看。
他自己也做了一些簡單的分析，可以看出，裡面含有大量的CRONTD程式，sendmail程式等，大概佔用了近4000的程式。
$ ps -ef|grep sendmail |wc -l               
1317
$ ps -ef|grep postdrop|wc -l                
1317
$ ps -ef|grep CROND|wc -l                    
1315

登入到伺服器，我簡單看了下，發現確實已經是4000多程式了。如果這是一個繁忙異常的OLTP業務可能會放鬆我的警惕，但是這是一個業務很少的備庫，突然就提高了警覺。
top命令的結果如下：
top - 11:41:25 up 559 days, 16:52,  1 user,  load average: 0.10, 0.10, 0.10
Tasks: 4288 total,   1 running, 4287 sleeping,   0 stopped,   0 zombie
Cpu(s):  0.2%us,  0.1%sy,  0.0%ni, 99.6%id,  0.0%wa,  0.0%hi,  0.0%si,  0.0%st
Mem:  32862536k total, 31871784k used,   990752k free,   629660k buffers
Swap: 16777200k total,        0k used, 16777200k free, 16914428k cached
可以從以上資訊看到，一共4288的程式，4287在sleep狀態，伺服器負載也不高，iowait很低，CPU使用率也很低。
看起來一切太平啊。
檢視磁碟空間 df-h發現空間還富餘不少。所以這個問題就有些奇怪了。
我靜了靜，這個問題似乎之前碰到過類似的，那是因為存在NFS的掛載點失效導致CROND執行失敗，結果累計了大量的後臺程式。這次的環境問題似乎還有所不同。
檢視CROND的屬主，是root，但是檢視root下的crontab的設定，只有ntpdate同步時間的crontab
10 * * * * /usr/sbin/ntpdate -s xxxx ;/sbin/clock -w  
10 * * * * /usr/sbin/ntpdate -s xxxx  ;/sbin/clock -w
看這個crontab是每個小時的第10分鐘開始同步時間，應該不會有這麼大的影響。
當然在分析問題的時候，腦子裡也在飛快的搜尋著，突然想起很久以前是處理過一個類似的案例，而問題的根源就是Inode滿了。可以參見很久以前的一篇文章。http://blog.itpub.net/23718752/viewspace-1812698/
這次的問題是否是同樣的原因呢，df -i檢視，發現竟然如出一轍，還是套路，原來就是Inode滿了。
這個時候我沒有急於去清理這些程式，而是打算先清理inode，在/var目錄下檢視在/var/spool/postfix/maildrop下面存在大量的檔案。
當然仔細檢視了部分檔案之後，確認是可以刪除的，這個時候就得分批刪除，要不直接刪除肯定會丟擲控制程式碼相關的錯誤來。
分批刪除大概持續了20多秒，刪除之後inode馬上就釋放了。
# time ls |xargs -n 10 rm
real    0m22.791s
user    0m2.053s
sys     0m6.490s

df -i
Filesystem       Inodes  IUsed    IFree IUse% Mounted on
/dev/sda3        262144   3381   258763    2% /var
而再次使用top檢視，4000多的程式瞬間降了下來，只有不到400程式。
top - 12:04:54 up 559 days, 17:16,  3 users,  load average: 0.16, 0.23, 0.17
Tasks: 328 total,   1 running, 327 sleeping,   0 stopped,   0 zombie
Cpu(s):  0.1%us,  0.1%sy,  0.0%ni, 99.8%id,  0.0%wa,  0.0%hi,  0.0%si,  0.0%st
Mem:  32862536k total, 28072444k used,  4790092k free,   638572k buffers
Swap: 16777200k total,        0k used, 16777200k free, 16739416k cached
通過zabbix的監控圖我看到了如下的結果，這個圖剛開始看的時候還有些疑惑，以為這個問題已經持續了很就，但是如此來看，是一個爆發式的增長過程。
其實解釋明白就很容易理解了，我檢視了系統的日誌，在問題發生的時間段，確實沒有其它的操作，而就是在某一個特定的時間，因為inode溢位導致sendmail,maildrop的程式阻塞，
結果大量的程式都堆積下來了。如此來看問題在釋放inode之後似乎是引刃而解了。

我檢視了一下/var/spool/postfix/maildrop目錄下的檔案，發現了一個奇怪的情況。
-rwxr--r-- 1 root postdrop 641 Aug 27 23:10 CEADC52C
-rwxr--r-- 1 root postdrop 497 Aug 27 23:10 CEB7352D
-rwxr--r-- 1 root postdrop 516 Aug 27 23:10 E62A552E
-rwxr--r-- 1 root postdrop 632 Aug 27 23:20 CCF8F530
-rwxr--r-- 1 root postdrop 506 Aug 27 23:20 CCDD852F
-rwxr--r-- 1 root postdrop 516 Aug 27 23:20 E395C531
這個目錄下的檔案生成時間似乎有些問題，案例是每個小時生成一次，每次不應該是3個檔案。這個是什麼原因呢 ，經過一番排查，發現原來是另外一個配置在作怪。
配置資訊如下：
# vi /etc/cron.d/ntpdate
###################################################
*/10 * * * * root (/usr/sbin/ntpdate xxxx;/sbin/clock -w)
*/10 * * * * root (/usr/sbin/ntpdate xxxx;/sbin/clock -w)
*/10 * * * * root (/usr/bin/rdate -s xxxx;/sbin/clock -w)
如此來看問題就很容易理解了，這樣導致了沒10分鐘一次迴圈呼叫，所以修復了問題以後，檔案的生成頻率大大降低。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/23718752/viewspace-2124115/，如需轉載，請註明出處，否則將追究法律責任。