crontab导致CPU异常的问题分析及处理(r3笔记第100天)

今天查看数据库负载没有发现问题，但是当我使用top命令的时候，发现有一个进程占用了大量的cpu资源而且已经执行很长时间了。这一下子引起了我的注意。

  PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND  
25807 oraccbs1  25   0  8728  732  564 R 100.0  0.0   2021:19 /bin/sh -c /opt/app/oracle/xxxxxx/Script/DailyChk/chk_path_full.ksh PRODB 2>&1 >/opt/app/oracle/Script/DailyLog/chk_path_full.log 
13578 oraccbs1  18   0 40.2g  49m  29m D 61.0  0.0   6:40.18 oraclePRODB (LOCAL=NO)
17085 oraccbs1  18   0 40.2g  48m  24m R 40.6  0.0  36:44.43 oraclePRODB (LOCAL=NO)
30894 oraccbs1  18   0 40.3g  56m  27m D 38.1  0.0  54:40.46 oraclePRODB (LOCAL=NO) 
10616 oraccbs1  18   0 40.3g  54m  24m R 36.8  0.0  28:15.49 oraclePRODB (LOCAL=NO)
17089 oraccbs1  18   0 40.2g  49m  25m R 36.8  0.0  60:11.90 oraclePRODB (LOCAL=NO)
12103 oraccbs1  18   0 40.2g  31m  22m R 35.6  0.0 149:38.06 oraclePRODB (LOCAL=NO)
30898 oraccbs1  18   0 40.2g  50m  32m D 35.6  0.0  56:03.90 oraclePRODB (LOCAL=NO)

对于这个脚本我比较陌生，一般这些维护性的工作主要都是客户来做的。尝试查看了下这个脚本的内容，发现是一个检测脚本，脚本的内容很清晰,是来监控归档目录和home目录的空间使用情况，当超过阀值的时候，就发送短信给响应的人来处理。内容大体如下：

#Send Short Message  if %used greater than 80% : ARCHIVE
        PERC_ARCH_USED=`df -P ${ARCH_PATH}|awk '{ print $5 }'|grep "%"|tr -d "%"`
        export casename=`uname -n`_${database}_Percent_Archive_Used_IS_${PERC_ARCH_USED}
        if [[ $PERC_ARCH_USED -gt 80 ]]; then
        sqlplus -s xxxxx @$myDir/Sql/sendsms.sql $casename
        fi


#Send Short Message  if %used greater than 80% : $ORACLE_HOME
        PERC_HOME_USED=`df -P ${HOME_PATH}|awk '{ print $5 }'|grep "%"|tr -d "%"`
        export casename=`uname -n`_${database}_Percent_HOME_Used_IS_${PERC_HOME_USED}
        if [[ $PERC_HOME_USED -gt 80 ]]; then
        sqlplus -s xxxxxx @$myDir/Sql/sendsms.sql $casename
        fi

这样一个脚本的执行肯定执行一次就完了。它是从哪里执行的呢，首先想到的就是crontab。 crontab是在系统级作为作业自动执行的利器，可以进行各种细粒度的配置，使用也很方面。先来查看一下crontab的情况，结果在crontab的最后发现一个配置就是正在执行的job.

>crontab -l
#------------------------------------------------
# Test Log DB for house keeping .....
#------------------------------------------------
#0,30 * * * * /opt/app/oracle/xxxxxx/Script/DailyChk/chk_path_full.ksh PRODB 2>&1 >/opt/app/oracle/Script/DailyLog/chk_path_full.log

这样来看似乎问题找到了原因，但是奇怪的是根据crontab里面的设置，这个job已经被禁用了,怎么还在运行? 毕竟这个问题还不能完全肯定是操作问题还是其他的原因导致的，就先不轻率的决定，把问题分给客户，从我的角度来说，怎么才能得到一些信息来说明这个问题才是关键。 首先是crontab的执行频率问题。如果没有接触过crontab可能会有些陌生。 crontab命令包含6个参数，命令的一些基本说明如下：

* * 　 *　 *　 *　　command 　分　时　日　月　周　命令

　　第1列表示分钟1～59 每分钟用*或者 */1表示　　第2列表示小时1～23（0表示0点）　　第3列表示日期1～31 　　第4列表示月份1～12 　　第5列标识号星期0～6（0表示星期天）　　第6列要运行的命令

在这个例子中。0,30是第一个参数，就代表每个小时的0分，30分执行一次下面的脚本。 0,30 * * * * /opt/app/oracle/xxxxxx/Script/DailyChk/chk_path_full.ksh PRODB 2>&1 >/opt/app/oracle/Script/DailyLog/chk_path_full.log 如果要求脚本在指定的时间段，比如只在5分，20分，30分的时候执行， 5,20,30 * * * * /opt/app/oracle/xxxxxx/Script/DailyChk/chk_path_full.ksh PRODB 2>&1 >/opt/app/oracle/Script/DailyLog/chk_path_full.log

如果要求脚本在指定的时间段，比如只在每天晚上的11:30执行，就可以写成下面的形式。

30 23 * * * /opt/app/oracle/xxxxxx/Script/DailyChk/chk_path_full.ksh PRODB 2>&1 >/opt/app/oracle/Script/DailyLog/chk_path_full.log

从配置来看，job是每隔半个小时执行一次，而且所做的检查工作也不复杂，执行时间应该会很短。配置中这个job已经被禁用，如果我们能够证明这个job是通过crontab执行的就能够说明是操作问题。因为crontab里面已经禁用，但是实际上job还在运行。通过进程的信息，我们知道这个进程已经执行了近2021分钟，我们来推算一下执行的时间。2021/60=33个小时，从下午3点往前推33个小时，就是在29号早晨的7点左右开始执行的。

  PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND                                                                                                                                                                       
25807 oraccbs1  25   0  8728  732  564 R 100.0  0.0   2021:19 /bin/sh -c /opt/app/oracle/xxxxxx/Script/DailyChk/chk_path_full.ksh PRODB 2>&1 >/opt/app/oracle/Script/DailyLog/chk_path_full.log

这个时候日志就是最好的证明工具，可以在/var/spool/mail/oraccbs1下面找到相应的日志。日志中最近的一次执行时间是在昨天的早晨7:30,之后就没有任何相关的日志了。


Mon Dec 29 07:30:01 2014
Return-Path: <oraccbs1@localhost.localdomain>
Received: from localhost.localdomain (xxxxx[127.0.0.1])
        by localhost.localdomain (8.13.8/8.13.8) with ESMTP id sBT0U1mr013412
        for <oraccbs1@localhost.localdomain>; Mon, 29 Dec 2014 07:30:01 +0700
Received: (from oraccbs1@localhost)
        by localhost.localdomain (8.13.8/8.13.8/Submit) id sBT0U1Jh013347;
        Mon, 29 Dec 2014 07:30:01 +0700
Date: Mon, 29 Dec 2014 07:30:01 +0700
Message-Id: <201412290030.sBT0U1Jh013347@localhost.localdomain>
From: root@localhost.localdomain (Cron Daemon)
To: oraccbs1@localhost.localdomain
Subject: Cron <oraccbs1@xxxxxx>  /opt/app/oracle/xxxxxx/Script/DailyChk/chk_path_full.ksh PRODB 2>&1 >/opt/app/oracle/Script/DailyLog/chk_path_full.log
Content-Type: text/plain; charset=UTF-8
Auto-Submitted: auto-generated

得到了这些基本信息，就能够基本确定问题了。至于crontab的修改，可以使用crontab -e来完成。感觉就跟vi操作一样。客户做了确认之后，手工kill掉了那个job,那个问题就解决了。