使用 Nginx/Celery/Django 的 EC2 上的高 CPU 負載導致伺服器失敗

我正在使用 Nginx 和 uWSGI 在 EC2 伺服器上執行 Django Web 應用程序。我也讓 Celery 執行一些後台任務（沒有 CRON 作業，只是偶爾的使用者操作）。

該應用程序處於早期封閉測試階段，目前沒有活躍使用者。

在過去的三天裡，伺服器在經歷超高 CPU 負載後會倒塌，似乎是隨機的（見螢幕截圖）。

在此之前，該應用程序執行數週都沒有問題。我對網站進行了一些程式更改，但沒有對伺服器配置進行更改（主要是合併模型）。

我試圖從日誌中提取一些東西（Nginx access.log、error.log 和 Django debug.log），但我沒有看到任何錯誤或奇怪的東西（現在無法訪問日誌）。

此外，如果我事先沒有重新啟動伺服器，我在遷移模型更改（在 venv 中）時遇到了類似的效果。有時，即使重新啟動伺服器，它也會變得如此緩慢，我不得不等待幾分鐘才能重新啟動 Celery。

我需要幫助才能找到調查問題的起點。有任何想法嗎？

經過一些測試和評估，我看到我的驅動器空間已滿 99%。通過刪除 Django 的調試日誌文件以及其他一些日誌文件對其進行清理後，伺服器變得更加穩定，在過去 24 小時內沒有發生任何事件。

它確實迫使我實施了一些額外的措施來通過 Nginx Amplify 進行監控，這是一個幫助擷取伺服器問題的好工具。

我相信 CPU 進入超速狀態是為了彌補空間不足，清理驅動器解決了這個問題。

引用自：https://serverfault.com/questions/1024206