早上 8 点 40 分接口开始大面积 502,apache 的 error_log 第一行是 AH00287: server reached MaxRequestWorkers setting, consider raising the MaxRequestWorkers setting。
当前是 mpm_event,MaxRequestWorkers 150,ThreadsPerChild 25,ServerLimit 6。150 正好等于 6 乘 25,也就是每个进程的线程全被占满,没有余量。
第一反应是把 150 改成 400。restart 之后 error_log 里多出一行 WARNING,说 400 不是 ThreadsPerChild 25 的整数倍,被降回 375。375 除以 25 是 15,可 ServerLimit 还是 6,实际只能跑到 150,等于白改。
mpm_event 的上限被 ServerLimit 乘 ThreadsPerChild 卡死,ServerLimit 不写就是默认值。把两边都写够,16 乘 25 正好 400。
<IfModule mpm_event_module>
StartServers 4
MinSpareThreads 75
MaxSpareThreads 250
ThreadsPerChild 25
MaxRequestWorkers 400
ServerLimit 16
</IfModule>
进程变成 16 个,每个常驻 28MB,合计 450MB,4GB 的机器扛得住。但 20 分钟后又摸到 400 这条线。
这次不急着加数,先看 mod_status 的 scoreboard。大半线程停在 W,是在等后端。前面挂的是 mod_proxy_fcgi,转到 php-fpm,而 fpm 的 pm.max_children 只有 20,排队到 200 多。apache 的线程全在等 fpm,加多少线程都是堆着。
按内存重算 fpm,单进程 45MB,留 2GB 可用,给到 40。同时把 ProxyTimeout 从 60 秒降到 15 秒,慢请求早点断开,别一直占线程。
再跑一天,峰值线程 210,AH00287 没再出现。判断标准不看报错有没有消失,看 scoreboard 里 W 状态的比例,超过三成说明瓶颈还在后端。
