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，等我被报警短信吵醒，通过公司VPN登上服务器的时候，故障多半已经消失了！不过这个问题难不倒一个合格的DevOps，让我写个Shell搞定它。

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 -c processor /proc/cpuinfo)

if [ $(echo "$LOAD > $CPUNUM" | bc) = 1 ]; then
    RESULT=$(ps -eo pcpu,pmem,user,args | awk '$1 > 0' | sort -nr)
    if [ -n "$RESULT" ]; then
        echo "$RESULT" > /var/log/ps.$(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，以至于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。

建议继续学习：

1. Linux服务器性能评估    (阅读：8194)
2. 你可能不知道的Shell    (阅读：6938)
3. 面向对象的Shell脚本    (阅读：5160)
4. 在 shell 脚本里打日志    (阅读：4788)
5. Bash如何取得当前正在执行的脚本的绝对路径？    (阅读：4807)
6. 使用Shell快捷键助你一臂之力    (阅读：4491)
7. Bash Shell 快捷键    (阅读：4005)
8. 加密你的shell    (阅读：3615)
9. shell文件存在相关判断参数    (阅读：3555)
10. Unix考古记：一个“遗失”的shell    (阅读：3323)