又一个 discourse 谜团

安装
1

我收到了一个美国东部时间晚上 9:09 的 AWS CloudWatch 警报，我的朋友们也给我发短信说“嘿，Discourse 宕机了吗？”

我无法 SSH 登录到 AWS Lightsail 实例，并且所有指标都已冻结/未报告。

最终我放弃了，停止/重启了 Lightsail 实例。
服务已恢复。

服务恢复后，我查看了日志，希望能从中学习。

image
image1899×503 86 KB

我运行的是单实例 Discourse，所以 9:05 关于 Redis 网络连接的错误让我感到困惑。

我无法弄清楚发生了什么，除了“某事”因为“某个原因”而冻结/失败了。

任何能解释或提供线索的人都将不胜感激。

谢谢！

2

服务器规格是什么？听起来像是资源不足？很可能是 CPU。也许当时有什么日常任务在运行？

3

这是一个 1 vCPU、1GB RAM、40 GB SSD 的 Lightsail 实例。

存储空间已消耗约 60%，进行清理后会下降不少。

AWS 显示我已用完突发 CPU 积分，这很奇怪，因为其他指标并不支持这一点。

这是一个相当小的社区（20-30 名活跃参与者），所以我很惊讶是否真的存在 CPU 或 RAM 限制。

据我所知，除了 Discourse 可能默认安排的任何任务之外，没有其他日常任务。

4

1GB 内存加交换空间是运行 discourse 的绝对最低要求。

此实例已运行多久？数据库有多大？

3 个赞
5

我将检查数据库大小，预计不会很大（备份都在 57 MB 左右）。

实例的正常运行时间至今不到十个小时，因为恢复需要停止并重新启动虚拟服务器——我无法获得 shell 或控制台连接。

自构建以来，该实例类型一直运行良好（大概是 2021 年 2 月）。

6

这听起来像是 AWS 将您的虚拟机从一个主机迁移到另一个主机时发生的情况，并且由于该操作导致虚拟机处于一种奇怪的状态。通常重启可以解决这个问题。

5 个赞
7

数据库总大小为 423MB。

最大的表是
Posts 66MB
Post_timings 60MB

8

发生了第二次类似的“高负载”故障。

我猜是资源争用。

有人尝试过使用 Lightsail 快照来快照实例，并将其恢复到更大的实例作为升级方法吗？

9

您可以尝试重启 AWS 实例，这可以解决许多问题。

10

我使用 Lightsail 快照从 1 CPU、1GB RAM、40GB SSD 迁移到了 2 CPU、4GB RAM、80GB SSD。\n\n除了分离公共 IP 和重新附加（这相当直接）之外，我剩下的担忧是“我错过了什么”？\n\n是否有任何内容（备份、电子邮件、S3 存储桶配置等）我应该检查，或者我需要重新运行任何初始安装参数才能利用升级后的资源？

11

我想根据这个链接，可以将 db_shared_buffer 提高到至少 1GB。
当前的 app.yml 显示为 128MB，并且指示在启动时自动调整。

12

1GB 对于 4GB 系统来说足够了。请确保还将 unicorn_workers 更新为 4。

如果您要在服务器之间迁移，通常的建议是重新运行 discourse-setup，它会自动处理上述问题。

1 个赞
13

谢谢。我现在要深入研究 Prometheus 了。

很棒的内容。