定时检查内存使用并告警脚本全面指南
目录导读
- 为什么要监控内存使用？ - 内存泄漏与系统崩溃的隐形杀手
- 核心脚本实现 - 从零搭建内存监控告警系统
- 告警机制设计 - 邮件/钉钉/企业微信多渠道通知
- 定时任务配置 - crontab与systemd timer实战
- 常见问题与问答 - 解决脚本运行中的10个关键疑惑
为什么要监控内存使用？
在服务器运维中,内存是决定应用稳定性的核心资源，据Stack Overflow 2023年调查数据显示，超过34%的服务器故障与内存耗尽直接相关，当内存使用率超过90%时，系统会触发OOM Killer（内存溢出杀手），随机终止进程——这可能导致核心业务中断。
典型场景：
- Java应用内存泄漏（如堆内存不断增长）
- 缓存服务（Redis/Memcached）缓存膨胀
- 数据库查询未释放临时内存
- 容器化环境（Docker/K8s）内存限制不当
痛点：人工巡检效率低，且无法实时发现突增。
核心脚本实现：定时检查内存使用并告警脚本
以下脚本基于Bash编写，兼容CentOS 7+/Ubuntu 18.04+，支持自定义阈值：
#!/bin/bash
# 内存监控告警脚本 - memory-monitor.sh
# ===== 配置区域 =====
THRESHOLD=80 # 内存使用率告警阈值 (%)
ALERT_LOG="/var/log/memory-alert.log"
MAIL_TO="admin@example.com"
# ===== 获取内存使用率 =====
get_mem_usage() {
# 使用free命令获取内存信息
local total=$(free -m | awk '/^Mem:/ {print $2}')
local used=$(free -m | awk '/^Mem:/ {print $3}')
# 计算使用率（保留两位小数）
local usage=$(echo "scale=2; $used * 100 / $total" | bc)
# 输出纯数字（去掉小数）
echo "$usage" | cut -d. -f1
}
# ===== 核心监控逻辑 =====
mem_usage=$(get_mem_usage)
current_time=$(date "+%Y-%m-%d %H:%M:%S")
hostname=$(hostname)
# 判断是否超过阈值
if [ "$mem_usage" -ge "$THRESHOLD" ]; then
# 记录告警日志
echo "$current_time WARNING: Memory usage $mem_usage% (threshold: $THRESHOLD%)" >> "$ALERT_LOG"
# 获取占用内存前5的进程
top_processes=$(ps aux --sort=-%mem | head -6 | tail -5)
# 发送告警（支持邮件/Webhook/钉钉）
alert_message="⚠️ 服务器 [$hostname] 内存告警
时间：$current_time
内存使用率：$mem_usage%
阈值：$THRESHOLD%
Top 5 内存进程：
$top_processes"
# 邮件告警（需要配置mail命令）
echo "$alert_message" | mail -s "[ALERT] Server $hostname Memory Usage $mem_usage%" "$MAIL_TO"
# 可选：钉钉机器人（Webhook）
# curl -X POST -H "Content-Type: application/json" -d '{"msgtype":"text","text":{"content":"'"$alert_message"'"}}' "https://oapi.dingtalk.com/robot/send?access_token=YOUR_TOKEN"
fi
exit 0
脚本说明：
- 灵活配置：调整
THRESHOLD变量即可改变告警阈值 - 进程分析：自动输出消耗内存最多的5个进程，帮助定位问题
- 日志持久化：所有告警记录到
/var/log/memory-alert.log，便于事后审计
告警机制设计
脚本内置了邮件告警，但实际生产环境需要更丰富的方式：
| 告警方式 | 实现方法 | 优势 |
|---|---|---|
| 邮件 | 使用mail命令 |
标准、易集成 |
| 钉钉/飞书 | Webhook POST请求 | 即时通知、支持卡片消息 |
| 企业微信 | 机器人API | 与办公协同无缝衔接 |
| PagerDuty | API调用 | 适合大企业值班体系 |
进阶方案：集成Prometheus + Grafana后，可通过Alertmanager实现告警路由与分组。
定时任务配置
方案A：crontab（推荐）
# 每5分钟执行一次监控 */5 * * * * /opt/scripts/memory-monitor.sh
方案B：systemd timer（更稳定）
创建服务文件：
# /etc/systemd/system/memory-monitor.service [Service] ExecStart=/opt/scripts/memory-monitor.sh # /etc/systemd/system/memory-monitor.timer [Timer] OnCalendar=*:0/5 # 每5分钟 Persistent=true
启用：
systemctl daemon-reload systemctl enable --now memory-monitor.timer
常见问题与问答
Q1：脚本中如何精确获取内存使用率？
A：使用free -m获取MB单位数据，通过awk提取total和used字段，再经bc计算百分比，注意echo管道传递给bc时需使用scale控制小数精度。
Q2：为什么告警阈值设为80%而非95%？ A：80%是缓冲阈值，内存达到80%时，操作系统会开始使用swap（如果开启），同时OOM Killer的触发风险在90%以上飙升，留出20%缓冲可避免误告警。
Q3：如何区分内存泄漏和正常业务高峰？
A：需结合趋势分析，可在脚本中加入历史记录功能（如用rrdtool或文件记录每5分钟的内存值），当内存持续增长而非波动时，才触发二次告警。
Q4：容器环境（Docker）如何监控？
A：在容器内使用cat /sys/fs/cgroup/memory/memory.usage_in_bytes获取容器分配内存使用量，配合memory.limit_in_bytes计算使用率，但建议在宿主机层面通过cAdvisor或Prometheus node_exporter统一采集。
Q5：告警太多如何抑制？
A：实现告警去重机制：脚本中记录上次告警时间，如果距离上次告警时间小于30分钟，则跳过邮件发送，仅追加日志，或集成Alertmanager中的inhibit_rules。
Q6：脚本执行权限与路径问题？
A：将脚本放置于/opt/scripts目录，确保chmod +x执行权限，crontab中使用绝对路径以避免环境变量问题。
Q7：如何实现Swap监控？
A：增加Swap使用率检查：free -m | awk '/^Swap/ {if($2>0) print $3*100/$2}'，当Swap使用率>50%且内存>80%时，触发严重告警。
Q8：生产环境下脚本需要加锁防止并发吗？
A：是的，使用flock或mkdir锁机制，因为crontab间隔可能因系统繁忙导致重叠执行，锁可防止多个实例同时运行。
Q9：如何测试脚本正确性？
A：最小化测试环境：在测试服务器上设置THRESHOLD=1，触发告警并检查日志和邮件/钉钉是否收到，也可配合stress命令手动占用内存：stress --vm 2 --vm-bytes 1G --timeout 60。
Q10：脚本是否支持ARM架构（树莓派）？
A：支持。free命令在所有Linux发行版上一致，bc计算也跨平台，注意树莓派内存较小，建议将阈值调整为70%。
通过本文的定时检查内存使用并告警脚本，你可以用5分钟快速部署一套可靠的内存监控系统，它不仅能在内存膨胀时第一时间推送通知，更能通过输出top进程帮助快速定位原因，结合crontab定时任务，实现7×24小时无人值守运维——这正是现代DevOps工程师必备的生产力工具，立即在你的服务器上运行这个脚本，让内存泄漏无处遁形。
