CentOS 缓存配置错误的影响与应对
一、内存页缓存脏页阈值配置不当
- 典型表现：内核日志出现大量“INFO: task xxx blocked for more than 120 seconds”，严重时控制台提示“echo 0 > /proc/sys/kernel/hung_task_timeout_secs disables this message”，SSH 可能卡死、系统响应极慢甚至短暂“假死”。
- 成因机制：Linux 会将大量空闲内存用于文件系统缓存（page cache）；当脏页比例过高，内核触发集中回写。若回写速度跟不上，超过内核的120 秒超时阈值，就会判定任务被阻塞并输出上述告警。
- 影响范围：写密集型业务（数据库、日志、消息队列）、大内存服务器更容易触发；在极端情况下会导致业务中断与数据一致性风险（长时间回写期间应用线程被阻塞）。
| 配置项 |
含义 |
设置过低 |
设置过高 |
| vm.dirty_background_ratio |
触发后台回写的脏页占比 |
回写频繁、I/O 抖动、CPU/磁盘占用上升 |
后台回写滞后，积累更多脏页 |
| vm.dirty_ratio |
触发同步回写的脏页占比 |
写操作更早被阻塞，吞吐下降 |
易在高压下超过120 秒超时，出现 hung task |
二、软件包管理器缓存配置或元数据异常
- 典型表现：执行 yum/dnf makecache 失败，报 [Errno 14] HTTP Error 404/40、或“One of the configured repositories failed”“not enough cached data to continue”；个别仓库不可用导致整体更新/安装中断。
- 常见诱因：镜像地址变更或EOL（如 CentOS 8 已于 2021-12-31 停止维护，默认镜像不可用）、仓库元数据过期、网络或 DNS 异常、repo 文件配置错误（如 enabled 状态、baseurl 错误）。
- 影响范围：无法安装/更新软件包，安全补丁无法及时应用，依赖解析失败，严重时导致系统无法按需升级或合规风险。
三、NFS 与 cachefilesd 等缓存服务配置不当
- 典型表现：/var/log/messages 体积异常暴涨（例如频繁出现“cachefilesd scan complete”），根分区被占满，系统报“文件系统满”。
- 成因机制：cachefilesd（NFS 本地缓存守护进程）若配置错误（如日志级别过高）会产生大量日志，进而占满磁盘。
- 影响范围：磁盘空间被日志耗尽，服务异常、系统无法正常写入，甚至宕机风险。
四、快速排查与修复要点
- 内存页缓存脏页阈值
- 检查与临时调整：
- 查看：
sysctl vm.dirty_background_ratio、sysctl vm.dirty_ratio
- 建议起步值：
vm.dirty_background_ratio=5、vm.dirty_ratio=10（降低一次性回写压力，减少触发 120 秒超时的概率）
- 使生效：
sysctl -p
- 观察：持续关注
dmesg/journalctl 是否仍有 “blocked for more than 120 seconds”。
- YUM/DNF 元数据与仓库缓存
- 清理与重建：
yum clean all && yum makecache（或 dnf clean all && dnf makecache）
- 若报 404/镜像不可用：检查网络/DNS；对 CentOS 8，将仓库 baseurl 切换到 vault.centos.org；必要时校正系统时间（
timedatectl）。
- NFS/cachefilesd 日志膨胀
- 临时止损：
service cachefilesd stop、chkconfig cachefilesd off（若业务不依赖 NFS 本地缓存）
- 根治：修正日志级别、轮转策略，清理历史日志，确保日志分区独立与充足。
五、风险缓解建议
- 对写压力大的系统，优先采用较小的脏页阈值（如 5%/10% 起步）并配合更快的存储/更合理的 I/O 调度；上线前在测试环境压测验证。
- 为 /var/log 与业务数据分区分离，配置合理的 logrotate 与监控告警，避免日志或缓存把根分区打满。
- 对 CentOS 8 等已 EOL 的系统，尽快迁移至受支持的发行版或切换到 vault 源以维持基本安全更新能力。