Google compute engine 如何根据CPU使用情况自动杀死空闲的GCE实例？

我在实例组中的一些实例上运行一些稍微不可靠的软件。该软件是通过启动脚本安装和运行的，大多数情况下它都可以正常工作，但是大约10%的新实例内存不足，并且由于软件中某种内存泄漏而崩溃。我自己无法修复这个漏洞，所以在此期间，我每隔几个小时检查一次实例，并杀死任何显示空闲CPU的实例（该软件通常会消耗所有可用的CPU电源）

但是，我使用的是可抢占实例，它们可以随时被杀死并重新启动，只要我不主动监视它们，就会让死实例运行。在一天无人看管的情况下，我通常会在仪表板上看到80-85%的CPU使用率，其余的都浪费掉了

---

有没有什么自动化的方法可以杀死这些死掉的实例？重新启动它们已经由实例组处理。

这个问题似乎有两个部分：

识别死实例

消灭那些例子

在识别死实例方面，一种方法是使用一个单独的管理实例，该实例不运行此软件，并对其他实例进行跟踪。例如，它可以周期性地向各个实例发送运行状况请求，并将无响应的实例或报告过高CPU使用率的实例标记为不健康

---

一旦您的管理实例识别出需要重置的不健康实例，您就应该能够使用API（我猜是命令）或使用gcloud命令行工具执行相同的操作重置这些其他实例。

以下操作对我有效。这是一个bash脚本，它使用

uptime

UNIX命令检查CPU上15分钟的平均负载是否低于阈值，如果连续十次检查都是这样，它会自动关闭系统。您需要在VM实例中运行此操作

信用证，以及更详细的解释：

#/bin/bash
阈值=0.4
计数=0
虽然是真的
做
负载=$（正常运行时间| sed-e's/*负载平均值：//g'| awk'{print$3}'）
res=$（echo$load'使用viswajithiii的答案和以下帖子，在没有bc的情况下（不在GCP容器操作系统中）这是有效的：

在关机之前，它还会将历史记录列表附加到文件中。我将阈值设置得很低，但即使在通过cli编辑文件时，负载也显示为0.00。如果实例负载较重，可能工作得更好

#!/bin/bash
threshold=10

count=0
while true
do

  load=$(uptime | sed -e 's/.*load average: //g' | awk '{ print $3 }')
  load2=$(awk -v a="$load" 'BEGIN {print a*100}')
  echo $load2
  if [ $load2 -lt $threshold ]
  then
    echo "Idling.."
    ((count+=1))
  fi
  echo "Idle minutes count = $count"

  if (( count>10 ))
  then
    echo Shutting down
    # wait a little bit more before actually pulling the plug
    sleep 300
    history -a
    sudo poweroff
  fi

  sleep 60

done

这对我的低cpu不起作用，但这似乎太：

#!/bin/bash
threshold=1

count=0
while true
do

  load=$(awk '{u=$2+$4; t=$2+$4+$5; if (NR==1){u1=u; t1=t;} else print ($2+$4-u1) * 1000 / (t-t1); }' <(grep 'cpu ' /proc/stat) <(sleep 1;grep 'cpu ' /proc/stat))
  load2=$(printf "%.0f\n" $load)  
  echo $load
  echo $load2
  if [[ $load2 -lt $threshold ]]
  then
    echo "Idling.."
    ((count+=1))
  fi
  echo "Idle minutes count = $count"

  if (( count>10 ))
  then
    echo Shutting down
    # wait a little bit more before actually pulling the plug
    sleep 300
    history -a
    sudo poweroff
  fi

  sleep 60

done

实际上，它正在被删除。相反，我可以在编辑中为实例添加自定义元数据：
启动脚本
和
#！/bin/bash\n~./autooff.sh
我希望我可以将此作为评论添加到viswajithiii中，但我只是害怕评论所需的声誉

当我使用cpu数量可变的云虚拟机作为正常运行时间的输出时，我发现静态
阈值
变量不合适，如前所述

我更新的脚本在
阈值
分配下添加了两行，以按cpu数量缩放
阈值
。这允许我设置cpu利用率百分比，该百分比将在具有不同cpu数量的VM之间工作

否则，脚本与viswajithiii的脚本相同

#!/bin/bash

threshold=0.4
n_cpu=$( grep 'model name' /proc/cpuinfo | wc -l )
threshold=$( echo $n_cpu*$threshold | bc )

count=0
while true
do

  load=$(uptime | sed -e 's/.*load average: //g' | awk '{ print $3 }')
  res=$(echo $load'<'$threshold | bc -l)
  if (( $res ))
  then
    echo "Idling.."
    ((count+=1))
  fi
  echo "Idle minutes count = $count"

  if (( count>10 ))
  then
    echo Shutting down
    # wait a little bit more before actually pulling the plug
    sleep 300
    sudo poweroff
  fi

  sleep 60

done

！/bin/bash
阈值=0.4
n_cpu=$（grep'model name'/proc/cpuinfo | wc-l）
阈值=$（echo$n_cpu*$threshold | bc）
计数=0
虽然是真的
做
负载=$（正常运行时间| sed-e's/*负载平均值：//g'| awk'{print$3}'）
res=$（echo$load’查看服务器上的这些问答故障：虽然这个答案比我希望的更模糊，但它确实引导我朝着正确的方向发展。我最终编写了一个小脚本，偶尔检查15分钟的平均负载，如果低于
0.50
，就会导致它所运行的机器死机。这有点困难，但它是我不需要运行专用的监控实例。我会将您的答案标记为已接受，因为这是一个合理的解决方案，即使它不是我想要的。
sudo mkdir /etc/my_init.d
sudo mv autooff.sh /etc/my_init.d/autooff.sh
sudo chmod 755 /etc/my_init.d/autooff.sh

#!/bin/bash

threshold=0.4
n_cpu=$( grep 'model name' /proc/cpuinfo | wc -l )
threshold=$( echo $n_cpu*$threshold | bc )

count=0
while true
do

  load=$(uptime | sed -e 's/.*load average: //g' | awk '{ print $3 }')
  res=$(echo $load'<'$threshold | bc -l)
  if (( $res ))
  then
    echo "Idling.."
    ((count+=1))
  fi
  echo "Idle minutes count = $count"

  if (( count>10 ))
  then
    echo Shutting down
    # wait a little bit more before actually pulling the plug
    sleep 300
    sudo poweroff
  fi

  sleep 60

done