PHP-FPM性能监控实操指南
一 监控目标与关键指标
- 进程与连接
- pm.status_path 暴露的 pool、process manager、start time、start since 等基础信息
- listen queue、max listen queue、listen queue len 观察排队情况
- idle processes、active processes、total processes 判断进程是否充足
- 吞吐与延迟
- accepted conn、requests 计算吞吐（req/s）
- slow requests 定位慢请求
- 通过 request duration（需启用 request_slowlog_timeout）衡量 P95/P99 延迟
- 资源与稳定性
- 系统层面：CPU、内存、文件描述符、连接数（netstat/ss）
- 进程内存：单个 php-fpm 进程的 RSS 与聚合值，防止 OOM
- 日志：FPM 错误日志、慢日志、Nginx 访问/错误日志
二 快速可用的监控手段
- 启用并访问 PHP-FPM 状态页
- 在 pool 配置（如 /etc/php/8.0/fpm/pool.d/www.conf）中开启：
- pm.status_path = /status
- 建议同时设置：access.log = /var/log/php-fpm/status.log、access.format = “%R - %u %t "%m %r" %s”
- Web 端访问：http://your-domain/status?json（或 ?html/?xml），Nginx 侧需对该路径做访问控制（如 allow 127.0.0.1; deny all;）
- 命令行与系统工具
- 服务状态：systemctl status php8.0-fpm
- 资源占用：top/htop、ps -eo pid,rss,command | grep php-fpm（RSS 单位为 KB）
- 连接与端口：ss -lntp | grep php-fpm 或 netstat -tulpen | grep php-fpm
- Web 服务器与日志
- Nginx 状态：/nginx_status（需 ngx_http_stub_status_module）
- 访问分析：goaccess /var/log/nginx/access.log -a
- 第三方与 APM
- 平台监控：Prometheus + Grafana（FPM Exporter）、Zabbix、Datadog、New Relic
- 深度分析：Xdebug + Webgrind/KCacheGrind（定位函数级瓶颈，注意性能开销）
- 进程守护与告警
- Monit/Supervisor 监控进程存活并自动重启，结合日志告警规则实现 7×24 看护
三 可观测性落地方案 Prometheus Grafana
- 暴露指标
- 启用 pm.status_path，使用 prometheus-php-fpm-exporter 或 nginx-php-fpm-exporter 拉取状态页（JSON）并转换为 /metrics
- 采集与存储
- Prometheus 抓取间隔建议 15s；Grafana 使用 5–15s 刷新
- 关键面板与 PromQL 示例
- 吞吐：rate(php_fpm_accepted_conn_total[1m])
- 排队：php_fpm_listen_queue or (php_fpm_max_children - php_fpm_active_processes)
- 进程健康：php_fpm_active_processes / php_fpm_max_children
- 慢请求：rate(php_fpm_slow_requests_total[5m])
- P95 延迟（若 exporter 提供直方图或经日志计算）：histogram_quantile(0.95, sum(rate(php_fpm_request_duration_seconds_bucket[1m])) by (le))
- 告警规则示例
- 队列堆积：php_fpm_listen_queue > 10 持续 2 分钟
- 进程打满：php_fpm_active_processes / php_fpm_max_children > 0.9 持续 3 分钟
- 慢请求激增：rate(php_fpm_slow_requests_total[5m]) > 0.1
- 进程异常退出：up{job=“php-fpm”} == 0
四 日志与 APM 的协同
- 日志体系
- FPM 错误日志与慢日志：记录 Fatal/Parse/Recoverable 错误与超过阈值的慢请求堆栈
- Nginx 访问/错误日志：配合 goaccess 做流量、错误码、UA、地理分布分析
- 集中化：使用 ELK/Graylog 收集、检索与可视化，设置关键字与阈值告警（如 5xx 比例、慢请求突增）
- APM 深入
- New Relic/Datadog APM：无侵入采集 事务、数据库/外部调用、错误、调用栈，与 FPM 指标/日志联动定位根因
五 告警阈值与优化动作
- 阈值建议（需结合实际容量与 SLO 调整）
- listen queue > 10 或接近 listen queue len
- active processes / max_children > 0.8
- slow requests 持续增长
- 单进程 RSS 接近或突破 php_admin_value[memory_limit] 的风险阈值
- 快速处置
- 平滑重启释放内存：kill -USR2 $(cat /var/run/php-fpm.pid)（不中断现有请求）
- 扩容进程池：适度提高 pm.max_children（需确保 内存与 CPU 充足）
- 打开/调优慢日志：request_slowlog_timeout = 1s，定位长 SQL、外部 API、循环等
- 资源与连接：检查 文件描述符限制（ulimit -n）、数据库/缓存连接池与超时
- 容量规划
- 估算峰值并发：并发 ≈ RPS × 平均响应时间（秒）
- 预留 20–30% 余量，结合 P95/P99 与队列指标做弹性扩缩容
