一个关于nginx网关504的问题

wer2122121

我们线上web环境比较简单，web服务器采用的是淘宝开源的tengine,开发语言则采用php,并启用php-fpm的监听。    事情要从1月29号下午说起，当时一个同事为给php添加多线程模块pthread，将线上php重新编译，结果编译完成后，前端web无法正常访问，页面一直报504错误。一时找不到解决办法，于是将php临时切换到备用php环境上，然后我在原来环境中按照以前的参数重新编译php，配置文件则直接使用原php配置文件，并于晚上10点30左右，将php从备用环境切回到我重新编译后的php环境中，并测试正常。此为前提。
    1月30号早上，我在来公司的路上，还通过手机访问网站，确认新的php环境不会再出现504问题。但一到公司，并听到开发同事惊呼，网站又宕了，又是昨天的504错误。于是我检查环境，环境没有问题，在找不到办法的情况下，我重启php-fpm，然后网站恢复正常，2分钟之后，同事又开始反映网站无法访问，错误依然是504，于是我又重启php-fpm，如是再三，总是一重启就正常，隔2分钟就又开始报504。为了不影响线上业务，我重新将php切换到备用环境，然后开始排查问题根源。
    既然最初504的问题起始于昨天下午同事重新编译php之后，那么该问题当于php有关，我查询php-fpm错误日志，找到如下信息：

[30-Jan-2015 09:30:12] WARNING: [pool www] server reached pm.max_children setting (5), consider raising it [30-Jan-2015 09:30:45] WARNING: [pool www] server reached pm.max_children setting (5), consider raising it [30-Jan-2015 09:31:05] WARNING: [pool www] server reached pm.max_children setting (5), consider raising it [30-Jan-2015 09:31:18] WARNING: [pool www] server reached pm.max_children setting (5), consider raising it [30-Jan-2015 09:31:26] WARNING: [pool www] server reached pm.max_children setting (5), consider raising it [30-Jan-2015 09:31:39] WARNING: [pool www] server reached pm.max_children setting (5), consider raising it

根据提示，是因为php最大子进程数达到了上限，无法再接入新的请求，而允许的最大子进程数居然只有5。看到这个结果，我很奇怪，这是没有可能的。因为配置文件没有任何修改，直接copy的原配置文件。不管如何，先确认配置文件，果然，进程相关的配置项如下：

pm = dynamic pm.max_children = 5 pm.start_servers = 2 pm.min_spare_servers = 1 pm.max_spare_servers = 3

为什么会这样？
我与昨天下午重新编译php的同事沟通，发现他在重新编译时，虽然将配置文件事先做了备份，但他在编译完成后，并未将备份的配置文件覆盖回来。换而言之，我从原配置环境中复制的配置文件是他重新编译php后生成的默认配置文件。这真是坑爹。当我重新找到他之前的备份文件，并将其恢复到新环境之后，网站终于恢复正常。

这次事件，并不是因为很复杂隐蔽的问题造成。但却造成了很严重的后果。而这次事件的根本原因还是团队的沟通问题以及个人的细心问题。如果同事在更新环境之前先行与我们沟通，不会导致编译参数出错的问题，如果他告诉我配置文件没有还原回去，我也不会去用那个默认配置文件。而如果我稍微细心一点，在复制配置文件的时候，做一下检查，也不会出现问题。
说到底，运维的工作还是要沟通与谨慎，希望以后不会再出现这样的问题。