香港服务器PHP-FPM进程耗尽时,如何结合队列、慢请求与资源占用定位原因

发布人:A5数据发布时间:2026-10-21 09:45阅读量:115

香港服务器上出现 PHP-FPM 进程耗尽时,表面症状通常是 Nginx 返回 502/504、接口响应时间突然升高,或 PHP-FPM 日志出现 server reached pm.max_children setting。但“进程达到上限”只说明并发处理槽位被占满,并不能直接证明 CPU 不够、内存不足,甚至不一定是 PHP 代码本身变慢。

更可靠的定位方式,是把现象拆成几条证据链:请求是否已经排队,PHP-FPM 子进程是否全部繁忙,慢请求具体卡在 PHP、数据库、外部接口还是磁盘,系统是否出现 CPU、内存、I/O 或文件描述符瓶颈。香港机房的跨地域访问延迟可能放大连接数和外部依赖等待时间,但地区本身不是 PHP-FPM 耗尽的根因。

先确认“进程耗尽”属于哪一种

PHP-FPM 相关故障通常有三种容易混淆的状态:

  1. PHP-FPM 子进程达到 pm.max_children

这是最常见的情况。已有请求占满所有 PHP-FPM worker,新请求只能进入监听队列等待。

  1. 监听队列积压或连接被拒绝

Nginx 已经把请求转发给 PHP-FPM,但 PHP-FPM 没有及时接受。队列长度持续增加时,最终可能出现 upstream timed out、Resource temporarily unavailable 或 502。

  1. 操作系统资源耗尽

PHP-FPM 进程数量可能没有达到配置上限,但系统已经受到内存、文件描述符、进程数、磁盘 I/O 或网络连接数限制,表现同样可能是超时和 502。

因此,不能仅凭一条 pm.max_children 日志就提高进程数。需要先确认以下关系:

  • active processes 是否长期接近 pm.max_children;
  • listen queue 是否持续大于 0;
  • 慢请求是否与队列积压处于同一时间段;
  • PHP-FPM worker 的 CPU、RSS 内存和进程状态是否异常;
  • Nginx 访问日志中的 request_time 和 upstream_response_time 是否同步升高。

建立原因树:从网络连接到应用代码

网络层:连接多不等于 PHP 请求多

香港服务器常承接来自不同地区的访问。跨地域 RTT、网络抖动、客户端连接复用情况,都会影响连接保持时间。连接数升高时,先判断它们是否真的进入 PHP-FPM。

可以先查看连接状态:

ss -s
ss -lntp
ss -xl
ss -ant | awk 'NR > 1 {print $1}' | sort | uniq -c | sort -nr

重点观察:

  • SYN-RECV 较多:可能存在新建连接突增、上游连接建立慢或半连接队列压力;
  • ESTAB 较多:说明连接已建立,但不代表每个连接都在执行 PHP;
  • TIME-WAIT 较多:可能是短连接访问、连接复用不足或流量突发;
  • CLOSE-WAIT 持续增长:通常需要检查应用或代理是否正确关闭连接;
  • Unix Socket 或 PHP-FPM TCP 监听状态异常:需要继续查看 PHP-FPM 服务和监听配置。

如果 Nginx 直接处理静态文件、TLS 或长连接,连接数增加不一定会占用 PHP-FPM worker。反过来,一个 PHP 请求如果卡在外部接口或数据库上,虽然连接数量不高,也可能长期占用一个 worker。

网络层还要结合 Nginx 日志判断请求是否已经转发到 PHP-FPM。例如日志中可以记录以下字段:

log_format main_ext '$remote_addr - $request '
                    'status=$status rt=$request_time '
                    'urt=$upstream_response_time '
                    'upstream_status=$upstream_status';

配置变更前应备份 Nginx 配置,并使用 nginx -t 检查。示例日志如下,属于模拟格式:

"POST /api/order HTTP/1.1" status=200 rt=12.481 urt=12.430 upstream_status=200

这里 request_time 约为 12.481 秒,upstream_response_time 约为 12.430 秒,说明大部分时间消耗在 PHP-FPM 或其后端依赖。如果 request_time 很高而 upstream_response_time 很低,则应继续检查客户端传输、Nginx 缓冲、响应发送或网络连接。

系统资源层:确认是否是“有进程但没资源”

先采集一个短时间窗口内的系统状态,不要只查看某一秒的瞬时值:

date -Is
uptime
nproc
free -h
vmstat 1 5

如果系统安装了 sysstat,再查看磁盘和进程级 I/O:

iostat -xz 1 5
pidstat -d -p ALL 1 5

几个关键判断点如下:

  • load average 高于 CPU 逻辑核数并持续上升,且 vmstat 的 r 较高,通常表示可运行任务排队;
  • %us、%sy 高,说明 CPU 计算或内核处理压力较大;
  • %wa 持续较高,同时磁盘 %util 接近饱和,说明进程可能在等待磁盘 I/O;
  • free -h 中 available 很低,且 si/so 持续非零,说明发生了交换,PHP-FPM 响应时间可能被明显拉长;
  • 磁盘空间不足和 inode 耗尽,也可能导致日志、缓存、Session 或临时文件操作阻塞。

内存问题尤其容易被误判。PHP-FPM 的 pm.max_children 越高,理论并发越高,但每个 worker 都可能占用几十到数百 MiB,具体取决于框架、扩展、请求数据和缓存使用情况。进程数增加后,系统可能先进入 Swap,随后所有请求一起变慢。

还应检查文件描述符和进程限制:

ulimit -n
cat /proc/sys/fs/file-nr
ps -eLf | wc -l

如果 Nginx、PHP-FPM 或数据库分别有独立的 LimitNOFILE、LimitNPROC 配置,还应从 systemd 服务定义中核对,而不是只看当前 Shell 的 ulimit。

PHP-FPM 服务层:队列和 worker 状态是核心证据

先找到实际使用的 PHP-FPM 服务名,避免直接套用其他发行版的名称:

systemctl list-units --type=service --all | grep -Ei 'php.*fpm|fpm.*php'
pgrep -a -f 'php-fpm'

查看服务近期日志:

journalctl -u <实际的php-fpm服务名> --since "30 minutes ago" --no-pager

将命令中的 <实际的php-fpm服务名> 替换为服务器上实际存在的服务名,例如某些系统使用 php8.2-fpm,另一些系统使用 php-fpm。

PHP-FPM 状态页如果已经配置,可以重点关注以下字段:

  • active processes:当前正在处理请求的 worker 数;
  • idle processes:空闲 worker 数;
  • total processes:当前 PHP-FPM 进程总数;
  • listen queue:当前等待被 PHP-FPM 接受的请求数;
  • max listen queue:采样期间出现过的最大等待数;
  • max active processes:采样期间出现过的最大活动进程数;
  • max children reached:是否曾达到 pm.max_children。

这些字段比单纯查看进程数量更有价值。比如:

  • active processes 等于上限,listen queue 持续增加:PHP-FPM 的处理能力被耗尽;
  • active processes 不高,但 502 仍然增加:要检查服务重启、连接方式、文件描述符或 Nginx 上游配置;
  • listen queue 偶尔出现 1~2 个后迅速归零:可能只是短时突发,不代表需要立刻扩容;
  • max children reached 增加,但当前队列已经恢复:说明曾有并发尖峰,需要结合慢请求判断是否属于容量不足或单个请求过慢。

如果 PHP-FPM 使用 Unix Socket,可检查监听文件及权限:

ss -xl | grep -E 'php|fpm'
ls -l /run/php /var/run/php 2>/dev/null

如果使用 TCP 监听,则检查监听端口:

ss -lntp | grep -E 'php|fpm|9000'

Nginx 与 PHP-FPM 的连接方式必须一致。Nginx 日志中如果出现类似以下信息,含义也不同:

upstream timed out while reading response header from upstream

通常表示 PHP-FPM 已接受请求,但长时间没有返回响应头,需追查慢请求、数据库或外部接口。

connect() to unix:/run/php/php-fpm.sock failed (11: Resource temporarily unavailable)

通常表示 Unix Socket 队列或服务处理能力存在压力。

connect() failed (111: Connection refused) while connecting to upstream

更接近 PHP-FPM 未运行、监听地址不匹配或服务刚刚退出,而不是单纯的 worker 数量不足。

应用层:慢请求才是“进程不释放”的直接原因

当所有 worker 都在工作时,关键问题不是“为什么进程多”,而是“每个进程为什么还没有结束当前请求”。

建议同时查看三类信息:

  1. Nginx 的 URI、状态码、总耗时和上游耗时;
  2. PHP-FPM slowlog 中的调用栈;
  3. 数据库、缓存、外部 HTTP 服务的同一时间段日志。

PHP-FPM Pool 配置中可以临时启用慢日志,例如:

request_slowlog_timeout = 3s
slowlog = /var/log/php-fpm/www-slow.log

这里的 3s 只是排查示例。生产环境应结合正常 P95/P99 延迟设置,避免阈值过低导致慢日志大量增长。配置修改前先备份对应 Pool 文件,并在重新加载前执行配置检查。

常见慢请求根因包括:

  • 数据库缺少索引,查询在高峰期扫描大量数据;
  • 数据库连接池耗尽,PHP worker 长时间等待连接;
  • 外部支付、物流、短信或接口调用没有合理超时;
  • 文件锁、Session 锁或业务锁导致同一用户请求串行等待;
  • 大文件上传、压缩、图片处理或报表导出消耗 CPU 和内存;
  • PHP 扩展或业务代码出现循环、递归或异常重试;
  • OPcache 未生效,代码频繁重新编译;
  • 日志、缓存或 Session 所在磁盘 I/O 延迟过高。

如果慢日志显示大量请求停留在数据库客户端函数,优先检查数据库和 SQL;如果停留在外部 HTTP 调用,优先检查连接超时、读取超时和对端延迟;如果调用栈集中在文件读写函数,同时进程状态为 D,则要回到存储和磁盘 I/O 分支。

逐层排查:用同一时间点把证据串起来

第一步:记录故障时间和影响范围

先固定一个时间窗口,例如最近 10~30 分钟,记录:

  • 502、504、499 或 5xx 是否集中在某些 URI;
  • 是全部 PHP 请求变慢,还是单个接口异常;
  • 静态文件、健康检查和管理页面是否正常;
  • 问题是否与定时任务、批量导入、备份或流量峰值同时发生;
  • PHP-FPM 是否发生过重启或被系统 OOM Killer 终止。

查看内核是否杀过进程:

dmesg -T | grep -Ei 'out of memory|oom|killed process'
journalctl -k --since "30 minutes ago" --no-pager | grep -Ei 'oom|killed process'

如果出现 OOM 记录,应先处理内存分配和并发上限,不要直接增加 pm.max_children。

第二步:确认 worker 是否真的被占满

查看 PHP-FPM 进程的 CPU、内存、状态和运行时间:

ps -eo pid,ppid,stat,etime,%cpu,%mem,rss,cmd --sort=-%cpu | grep '[p]hp-fpm'

RSS 通常以 KiB 显示,多个 worker 的 RSS 不能简单当作完全独立的物理内存,因为部分代码页和扩展内存可能共享,但它仍适合做容量估算。

进程状态可以辅助判断:

  • R:正在运行或等待 CPU;
  • S:可中断睡眠,可能在等待网络、锁或定时事件;
  • D:不可中断睡眠,常见于磁盘或其他 I/O 等待;
  • Z:僵尸进程,需要检查父进程回收情况。

如果大量 PHP-FPM worker 都是 R,并且 CPU 长期接近满载,应分析 PHP 代码、正则、序列化、压缩或计算任务。

如果大量 worker 都是 D,同时磁盘等待和 %util 偏高,应排查磁盘、日志、缓存、文件锁和存储延迟。

如果 worker 多为 S,但慢日志集中在数据库或外部接口调用,通常是等待依赖服务,而非 CPU 不足。

从“PHP-FPM worker 是否达到 pm.max children、listen queue 是否持续增长”开始;若 worker 多为 R,指向 CP

第三步:把队列、慢请求和资源占用放到同一张表里

以下是典型判断关系,数据为示例,不代表某台服务器的实际结果:

观察结果更可能的原因下一步
listen queue 持续增加,worker 达到 pm.max_children,CPU 较低请求阻塞在数据库、外部接口、锁或网络 I/O查 slowlog、数据库慢查询和外部调用耗时
worker 达到上限,CPU 持续 90% 以上,慢日志集中在业务函数PHP 计算量过大或代码出现异常循环按 URI 和调用栈定位代码,限制单请求计算量
内存 available 很低,Swap 持续读写,worker RSS 较大并发上限过高或单请求内存过大先降低并发风险并处理内存峰值,再评估扩容
PHP-FPM worker 大量处于 D,磁盘 %util 长时间接近 100%磁盘 I/O、日志、缓存或文件操作成为瓶颈检查 pidstat、应用写入和磁盘延迟
Nginx 连接数很高,但 PHP-FPM 队列为 0长连接、静态资源、TLS 或客户端慢连接占用前端资源检查 Nginx worker、连接复用和请求类型
CLOSE-WAIT 不断增加,PHP-FPM 队列不高应用或代理没有及时关闭连接检查连接生命周期和上游客户端
max children reached 增加,但慢请求很少、队列仅短时出现短时流量突发或并发容量略小结合峰值持续时间评估,而不是立即大幅提高上限

第四步:用模拟日志验证推理方向

例如,PHP-FPM 日志出现:

[pool www] WARNING: server reached pm.max_children setting (20), consider raising it

同时状态页显示:

active processes: 20
idle processes: 0
listen queue: 18
max children reached: 1

如果此时 CPU 只有约 25%,但 PHP-FPM slowlog 中多个请求都停留在数据库查询函数附近,那么“增加到 40 个 worker”很可能只是把更多请求同时压给数据库,甚至加重内存和数据库连接压力。

另一种情况是:

active processes: 20
idle processes: 0
listen queue: 15

同时每个 worker 的 CPU 接近 100%,慢日志集中在图片处理或报表计算函数,这时应优先降低单请求计算量、拆分异步任务或限制接口并发,而不是单纯增加 worker。

调整 PHP-FPM 前,先做容量估算

pm.max_children 应受到内存和后端承载能力共同限制。一个简单的估算方法是:

可分配给 PHP-FPM 的内存 ÷ 单个 worker 峰值 RSS = 理论 worker 数

例如,服务器内存为 8 GiB,操作系统、Nginx、数据库和其他服务预计需要 3 GiB,剩余约 5 GiB。若采样得到单个 PHP-FPM worker 峰值约 90 MiB:

  • 5 GiB 按 1024 MiB/GiB 换算为 5120 MiB;
  • 5120 ÷ 90 ≈ 56 个理论 worker;
  • 再预留约 25% 安全空间,建议上限约为 42 个,而不是直接设置为 56 个。

这只是容量估算。若数据库也运行在同一台香港服务器上,数据库内存、连接数和磁盘 I/O 必须优先保留;如果 PHP 请求存在明显峰值,还要以峰值 RSS 而不是平均 RSS 计算。

Pool 配置示例:

pm = dynamic
pm.max_children = 40
pm.start_servers = 6
pm.min_spare_servers = 4
pm.max_spare_servers = 12
pm.max_requests = 500

以上数值仅用于说明参数关系:

  • pm.max_children 控制最大并发 worker 数;
  • pm.start_servers 控制启动时创建的 worker 数;
  • pm.min_spare_servers 和 pm.max_spare_servers 控制空闲 worker 范围;
  • pm.max_requests 让 worker 处理一定数量请求后重新创建,可缓解部分扩展或业务代码的长期内存增长,但不能替代定位内存泄漏。

调整前应先备份配置,核对实际 PHP 版本和文件路径:

cp -a /实际路径/www.conf /实际路径/www.conf.bak.$(date +%Y%m%d%H%M%S)
php-fpm -tt

如果系统有多个 PHP 版本,应使用对应版本的二进制和配置文件。配置测试成功后,再按实际服务名优先使用平滑重载:

systemctl reload <实际的php-fpm服务名>

重载可能使新配置逐步生效,但已运行的请求不会都立即消失。若需要回滚,应恢复备份文件,重新执行配置测试,再重载服务。不要在未确认请求状态时直接批量 kill -9,这可能中断订单、写库和文件操作。

临时重启 PHP-FPM 可以清空积压并恢复服务,但会中断正在执行的请求,只适合作为应急止血措施。重启前应记录当前队列、慢日志和资源状态,否则故障证据可能随进程退出而丢失。

PHP-FPM worker 是否耗尽,既与单请求的执行时间有关,也受服务器内存、CPU和存储响应能力影响。A5数据提供香港物理服务器,覆盖Xeon Gold与AMD EPYC等平台,并有配备较大内存及NVMe存储的方案,可为网站、业务后台、数据库和接口服务提供不同的硬件资源组合。香港服务器也提供CN2与国际带宽选项,适合承载面向不同访问区域的业务部署。

验证恢复:不要只看 502 是否暂时消失

变更或止血后,至少覆盖一个业务高峰或连续观察 10~15 分钟,核对以下结果:

  • listen queue 是否回到 0,且不会持续增长;
  • active processes 是否仍长期等于 pm.max_children;
  • max children reached 是否继续快速增加;
  • Nginx 的 request_time、upstream_response_time 是否恢复到正常范围;
  • PHP-FPM slowlog 是否仍有同一 URI 或同一调用栈;
  • CPU、内存、Swap、磁盘 I/O 和文件描述符是否稳定;
  • 502/504 是否减少,同时业务写入、订单状态和异步任务没有异常。

如果队列下降但慢请求仍然集中在某个接口,说明只是暂时消化了积压,根因尚未解决。如果提高 worker 后队列消失,但内存迅速下降、Swap 增加或数据库连接数达到上限,则应立即回退并重新评估并发,而不是继续扩大进程池。

复发监控点

要避免再次等到 502 才发现 PHP-FPM 耗尽,建议按层监控并设置趋势告警:

  • PHP-FPM:active processes、idle processes、listen queue、max children reached;
  • 慢请求:按 URI 统计 P95/P99、超时数量和 slowlog 调用栈;
  • Nginx:502、504、499、上游连接失败、请求总耗时和上游响应耗时;
  • 系统:CPU 使用率、load average、内存 available、Swap、磁盘延迟、I/O wait;
  • 进程:PHP-FPM worker RSS、R/S/D 状态分布、进程数量和重启次数;
  • 网络与连接:ESTAB、SYN-RECV、TIME-WAIT、CLOSE-WAIT 及文件描述符使用率;
  • 依赖服务:数据库连接池、慢查询、缓存命中率、外部接口超时和重试次数。

其中,listen queue、慢请求耗时和 worker RSS 最适合放在同一张监控面板上。队列告诉你请求是否在等待,慢请求告诉你等待发生在哪里,资源占用则帮助判断是应用瓶颈还是服务器容量边界。只有三类数据在同一时间段相互印证,才能决定应该优化代码、处理后端依赖、降低单请求资源消耗,还是合理调整 PHP-FPM 并发上限。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/4888.html

相关推荐