暴走プロセスを止めろ

中段 / 目安 25分

事務局のサーバーが、朝から異様に遅くなりました。ls を打つだけで一拍待たされます。ディスクは空いています。前の問題で片づけたばかりです。

「今度は容量じゃない。何かが回りっぱなしだ」と鴫原さん。「ゆうべ、店の会員ポイントを外部と突き合わせる仕組みを試したんだ。あれが悪さしとるかもしれん。ただな、同じ場所にもう1本、止めてはいけないやつが動いとる。夜間バックアップの見張りだ。あれを殺したら明日の朝までバックアップが取れん」

つまり、動いているものを片っ端から止めるのは不正解です。どれが暴走しているのかを見分けてから、その1本だけを止める。 これが今日のお題です。

動いているものを見る

実行中のプロセスを一覧するのが ps です。単体で打つと自分の端末のぶんしか出ないので、システム全体を見るときはオプションを付けます。よく使う形は次の通りです。

-eo は「全プロセスを、指定した列だけで出す」という指定です。pid は識別番号、pcpu はCPU使用率、args は起動したときのコマンド行です。この args が要になります。プロセス名だけを見ると sh としか出ませんが、args まで出せばどのスクリプトを動かしている sh なのかが分かります。

CPUを食っている順に並べたいなら、--sort=-pcpu を付けます。マイナスは降順です。

top でも同じことが見えます。対話的に上位が並び続けるので、様子を眺めるのに向きます。q で抜けます。

止める

止めるのは kill です。引数は識別番号です。

これは「終わってくれ」という穏やかなお願い (TERM) で、行儀のよいプログラムは後片付けをしてから終わります。それでも居座るときだけ、有無を言わせない kill -9 <PID> を使います。最初から -9 を使う癖は付けないでください。 書きかけのファイルを道連れにします。

名前で止める pkill -f <文字列> もありますが、この問題では危険です。 指定した文字列に部分一致したものを全部止めるので、雑に指定すると止めてはいけないほうまで巻き込みます。使うなら、巻き込まない文字列かどうかを pgrep -f で先に確かめてください。pgrep は止めずに、一致するPIDを見せてくれます。

完成条件

1. CPUを食い続けている暴走プロセスを止めること
2. 夜間バックアップの見張り (backup-watch) は動いたまま残すこと
3. 止めたプロセスのコマンド行が分かる形で /root/teishi.txt に記録を残すこと。スクリプトの名前が含まれていれば足ります

進め方

止める前に、必ず両方を見分けてください。手が止まったらヒントを開けます。ヒントは3段階で、①方針、②使うコマンド、③部分解の順に出ます。1つも開けずに通せたら、その問題は自分のものです。

本番のサーバーでこれをやるとき、慌てて広く止めた人は必ず二次障害を起こします。見分けてから1本だけ止める。この順番が身に付けば、この問題の値打ちは出ています。

1. CPUを食い続けている暴走プロセスを止めること
2. backup-watch は動いたまま残すこと
3. 止めたプロセスの記録を /root/teishi.txt に残すこと
4. 片っ端から止めるのではなく、見分けてから止めること