ESX VM：2个vCPU。 RedHat Ent 5.6。 Apache 2.2.3 / python cgi和一个J2EE应用程序。
我们有一个监视器脚本，从这个Apache中拉出一个页面，每分钟调用一个简单的python cgi脚本，使用curl，最大时间设置为30秒。
每天早上9点，NetBackup软件启动，这会使系统的CPU和I / O负载增加大约20分钟左右….通常情况下，监视器会失败，并说它没有得到30秒，也许隔天左右….
我想弄清楚问题是什么…
Apache日志请求处理正常。 被称为cgi的python也logging了一切都很好，很快。
CPU备份期间显示40％的I / O等待，40％的用户有10％的空闲。
磁盘读取操作在那个时候达到峰值，但是磁盘读取时间并没有太多上升。
我在备份期间对httpd进程运行strace，并且幸运地捕获了一个这样的失败的监视器探测器的踪迹。 奇怪的是，跟踪显示请求已经在大约1.3秒内完成了…但是客户端在等待它的30秒内从未收到响应数据。
在这个探测过程中，我并没有使用tcpdump，但是之前做过，并且确实注意到，系统只需要10秒，20秒和更多秒就可以发送数据包，而apache会logging下它的响应。
strace看起来像这样：
28259 09:25:01.617226 accept(6, {sa_family=AF_INET, sin_port=htons(34106), sin_addr=inet_addr("192.168.151.84")}, [17179869200]) = 24 <0.000045> ... 18130 09:25:01.670991 execve("/var/path/to/script.py", ... 28259 09:25:01.661924 clone(child_stack=0, flags=CLONE_CHILD_CLEARTID|CLONE_CHILD_SETTID|SIGCHLD, child_tidptr=0x2b8bf4a3c3d0) = 18130 <0.003602> ... 18130 09:25:02.965223 write(1, "content-type: text/html\n\n1001 Missing Required Parameter \r\n", 88) = 88 <0.000084> 28259 09:25:02.965408 <... epoll_wait resumed> {{EPOLLIN, {u32=261317976, u64=47880556733784}}}, 2, 300000) = 1 <1.297266> 18130 09:25:02.966161 exit_group(0) = ? 28259 09:25:02.966299 read(29, "content-type: text/html\n\n1001 Missing Required Parameter \r\n", 8000) = 88 <0.002616> 28259 09:25:02.969791 epoll_wait(27, 我的问题是如何进一步debugging呢？ 响应卡在哪里？ 更多的vCPU可能是这个系统需要处理I / O操作增加的原因吗？ 这是I / O操作的问题？
另外，当客户端从未收到数据并最终主动closuresTCP连接时，apache如何以200个状态码完成日志logging？ 事实可能并非如此。 可能是Apache根本没有login请求。
你可能希望看看网卡上的环形缓冲区。 由于您正在进行networking备份，因此可能会产生影响。 以下是RH知识库中的一篇文章： 当我看到我的networking接口丢弃数据包时，首先尝试的是什么 。
总结文档：多次丢包是由于networking缓冲区已满，通常是接收缓冲区。 使用ifconfig检查有问题的接口，看看数据包是否被丢弃。 如果他们考虑使用ethtool增加环形缓冲区的大小。
此外，由于您将系统作为访客虚拟机运行，请将您的IO计划程序更改为“noop”。 这是运行虚拟客户时使用的最佳调度程序。 noop调度程序不会尝试优先考虑IO操作，这也降低了CPU开销。 通常这会导致一些拥塞，但是在这种情况下，IO调度将更好地交给pipe理程序，从而更适合为所有客户安排IO操作。