背景介绍：
最近公司服务器不太稳定，总是在凌晨某个时段突发高负载情况，因为客观环境比较复杂，所以很难猜测出到底是哪个进程出现了问题，加之故障发生时，通常我在睡觉，等我被报警短信吵醒，通过公司 VPN 登上服务器的时候，故障多半已经消失了！不过这个问题难不倒一个合格的 DevOps，让我写个 Shell 搞定它。
实际上解决问题的思路非常简单：通过 CRON 每分钟运行一个 Shell，查询系统负载，一旦发现异常，就通过「ps」命令保存进程快照，也可以进一步保存负载，内存等相关的数据，但通常没有必要，因为通过「sar」命令很容易拿到。相关 Shell 代码如下：
#/bin/bash LOAD=$(awk '{print $1}' /proc/loadavg) CPUNUM=$(grep -c processor /proc/cpuinfo) if [ $(echo "$LOAD > $CPUNUM" | bc) = 1 ]; then RESULT=$(ps -eo pcpu,pmem,user,args | awk '$1 > 0' | sort -nr) if [ -n "$RESULT" ]; then echo "$RESULT" > /var/log/ps.$(date +"%Y%m%d%H%M") fi fi
需安装BC软件：yum -y install bc