1. 題目

伺服器上跑的是 LNMP 環境，近期總是有502現象。502為網站訪問的狀態碼，200正常，502錯誤是Nginx最普遍常見的錯誤狀態碼。由於502錯誤碼只是暫時的，並且只要重啟 php-fpm 服務則502消失，但不重啟的話，則會一直持續很長一段時間。所以，有必要寫一個監控指令碼，監控訪問日誌的狀態碼，一旦發生502，則自動重啟一下 php-fpm 服務。

設定：

1) Nginx 的 access_log 在 /data/logs/nginx/access.log

2) 指令碼死迴圈，每10秒檢測一次（假設每10秒中的日誌條數為300左右）

3) 重啟 php-fpm 的方法是 /etc/init.d/php-fpm restart

2. 題目分析

1) 判斷是否出現502的狀態碼，有兩種辦法。第一種是通過 curl 訪問網站，但是這種方法只能獲取某一時刻的狀態碼，不能代表一個時段的狀態碼，所以並不合適。第二種方法是通過分析統計 Nginx 的日誌。

2) 因為指令碼要10s 檢測一次，所以需要將10s 內產生的日誌過濾出來，然後再統計502狀態碼出現的次數。題目中假設10s 內大概有300條日誌，如果有10%的問題，就已經很嚴重了，所以我們暫定設定報警值為 10.

3. 指令碼

#!/bin/bash 
log=/data/logs/nginx/access.log
N=10

while true:
do 
  tail -n 300 $log > /tmp/log
  N_502=`grep -c '502" ' /tmp/log`
  if [ $N_502 -ge $N ];then
    /etc/init.d/php-fpm restart 
    sleep 60
  fi
  sleep 10
done
 

4. 解釋

1) 指令碼開始，首先設定一個報警閥值 N=10。

2) while 死迴圈，每隔10s 檢測一次。

3) 每次過濾300條日誌，用覆蓋的方式寫入 /tmp/log 檔案，保證每次都是新的日誌。

4) 用 grep 統計502出現的次數，在指令碼中要注意過濾的字串是 '502" '，不僅有雙引號，後面還有一個空格，這樣是為了匹配得更精準。

5) 當統計的 502 錯誤碼出現次數超過 N 時，則需要重啟 php-fpm。重啟之後，指令碼休眠60s，以免指令碼有嚴重的 bug，每10s 重啟一次，必然會影響服務的穩定性。