خطای Too many open files زمانی رخ میدهد که یک Process یا کل سیستم به سقف File Descriptor برسد. Descriptor فقط فایل نیست؛ Socket، Pipe و Connection شبکه نیز مصرفش میکنند. بنابراین ابتدا باید Scope محدودیت و عامل نشت را مشخص کرد.
محدودیت Process و مصرف واقعی را ببینید
PID سرویس را پیدا و Limit نرم و سخت آن را با تعداد Descriptorهای باز مقایسه کنید.
pid=$(systemctl show -p MainPID --value myapp.service)
cat /proc/$pid/limits | grep 'open files'
ls /proc/$pid/fd | wc -l
lsof -p $pid | head
نوع Descriptorهای روبهرشد را پیدا کنید
Socket، فایل حذفشده، Pipe یا Log باز میتواند نشانه Leak باشد. چند Snapshot با فاصله زمانی بگیرید تا رشد واقعی مشخص شود.
lsof -p $pid | awk '{print $5}' | sort | uniq -c | sort -nr
lsof +L1 | head
ss -s
Limit سرویس systemd را درست تغییر دهید
برای سرویس systemd از Drop-in استفاده کنید؛ تغییر ulimit در Shell روی سرویس فعال اثر ندارد. سپس daemon-reload و Restart کنترلشده انجام دهید.
sudo systemctl edit myapp.service
# [Service]
# LimitNOFILE=65536
sudo systemctl daemon-reload
sudo systemctl restart myapp.service
systemctl show myapp.service -p LimitNOFILE
سقف کل سیستم را فقط در صورت نیاز بررسی کنید
اگر پیام VFS file-max در Kernel Log وجود دارد، file-nr و fs.file-max را بررسی کنید. افزایش سراسری بدون رفع Leak راهحل کامل نیست.
cat /proc/sys/fs/file-nr
sysctl fs.file-max
journalctl -k | grep -i 'file-max\|file handle'
Leak را رفع و مانیتور کنید
کد باید Socket و File را در مسیر موفقیت و خطا ببندد. Poolها، Keepalive و Log Rotation را بازبینی و تعداد Descriptorها را بهعنوان Metric ثبت کنید.
چکلیست File Descriptor
- Scope محدودیت Process یا سیستم را مشخص کنید.
- روند رشد FD را در چند Snapshot ببینید.
- نوع فایل یا Socket باز را دستهبندی کنید.
- LimitNOFILE را فقط برای سرویس لازم تغییر دهید.
- پس از Restart، خطا و Latency را پایش کنید.
سؤالهای رایج
آیا افزایش LimitNOFILE کافی است؟
اگر Leak وجود داشته باشد خیر؛ فقط زمان رسیدن دوباره به سقف را عقب میاندازد.
چرا ulimit در SSH با سرویس فرق دارد؟
سرویس systemd محدودیت خود را از Unit و Manager میگیرد، نه از Shell ورود شما.
آیا Restart امن است؟
ابتدا وابستگیها، ظرفیت جایگزین و Drain اتصالها را بررسی و در پنجره تغییر انجام دهید.
راهنماهای مرتبط
منابع و مستندات رسمی
{review}: {D}
جمعبندی
ابتدا علت را با داده و لاگ مشخص کنید، سپس کوچکترین تغییر ایمن را اعمال و نتیجه را دوباره اندازهگیری کنید.
