：通過警示觸發自動重啟CPU使用率高的ECS執行個體

背景

當ECS執行個體因已知或未知的原因CPU使用率過高時，往往會影響執行個體上應用的運行狀態，造成應用運行緩慢甚至卡死。此時通過重啟執行個體能夠快速恢複CPU使用率到較低水平，能夠避免對應用的影響。這個情境可以使用OOS警示觸發功能，將CPU使用率高的執行個體自動重啟，從而達到無人值守自動回復的效果。

操作步驟

1. 登入OOS控制台。

2. 單擊警示與事件營運，單擊建立。

3. 設定觸發規則。產品類型選擇Elastic Compute Service，在規則描述中選擇觸發條件；本文選擇當cpu_total大於80%時，觸發警示操作，即進行重啟執行個體；觸發沉默周期預設為5分鐘，即5分鐘內不會因為重複的警示而重啟執行個體。

4. 在需要警示資源中，選擇要監控CPU使用率的執行個體。

5. 選擇模板，模板類型選擇公用模板，並選擇大量重啟ECS執行個體模板ACS-ECS-BulkyRebootInstances。

6. 設定模板參數。選擇從警示訊息體選擇參數。

7. 地區ID、目標執行個體、任務執行的並發比率保留預設配置即可。

8. 執行使用到的許可權的來源，需要為OOS服務建立RAM角色，參考《為OOS服務設定RAM許可權》。執行此模板需要的權限原則。

   {
     "Version": "1",
     "Statement": [
       {
         "Action": [
           "ecs:RebootInstance",
           "ecs:DescribeInstances"
         ],
         "Resource": "*",
         "Effect": "Allow"
       }
     ]
   }

9. 設定完成後，單擊建立。

結果驗證

針對本文中的情境，可以通過壓測工具 stress-ng 類比CPU使用率高的情況。

1. 遠端連線登入到監控的ECS執行個體。

2. 安裝stress-ng。

   # AliyunLinux/CentOS/RHEL
   yum install stress-ng -y
   
   # Ubuntu/Debian
   apt-get install stress-ng -y

3. 運行stress-ng命令類比CPU使用。

   # stress-ng命令可以根據壓測需求調整參數。
   # 樣本命令中，使用stress-ng壓測2個CPU核，CPU負載設定為85%，運行5分鐘後停止。
   stress-ng --cpu 2 --cpu-load 85 --timeout 5m

4. 壓測1分鐘左右，觀察警示觸發被執行，運行命令的ECS執行個體被成功重啟，ECS執行個體的CPU使用率也下降。