阿里云 系统磁盘总读BPS 突然增长很高，导致网站502 Bad Gateway

当您遇到阿里云ECS实例的系统磁盘总读BPS（Bytes Per Second）突然增高，导致网站出现“502 Bad Gateway”错误时，可以按照以下步骤进行排查和处理：

1. 确认资源使用情况

• 检查磁盘I/O：首先，通过阿里云ECS管理控制台监控磁盘读写速度(BPS)和操作次数(IOPS)，确认是否确实存在突发的高读取流量。

2. 定位高负载进程

• 登录ECS实例：使用ECS控制台的管理终端连接到实例，因为高负载时SSH可能不可用。

• 使用top命令：执行top命令查看CPU和内存使用情况，按P键对进程按CPU使用率排序，定位消耗资源最多的进程。

• 进程详情：通过ll /proc/PID/exe查看高负载进程对应的程序文件，了解是哪个服务或应用导致的问题。

3. 优化或查杀异常进程

• 正常进程优化：如果发现是正常业务进程导致的高负载，考虑优化程序代码或升级服务器配置以应对更高的读取需求。

• 异常进程处理：对于异常进程，手动终止或使用安全工具查杀，确保系统稳定。

4. 检查网络状况与后端服务

• 网络拥塞检查：确认是否有网络拥塞或DDoS攻击导致的上行链路阻塞问题。如遇DDoS攻击，应检查DDoS防护设置并及时调整策略。

• 后端服务状态：若您的架构涉及负载均衡（如ALB），需检查后端服务器状态，包括CPU、内存占用率以及服务运行情况，排除502错误由后端引起的可能性。

5. 网站服务配置检查

• 针对Nginx 502错误：如果是基于Nginx的网站，检查php-cgi进程数、执行超时、磁盘空间等，确保这些基础配置未达到限制导致服务中断。

6. 应急与恢复

• 临时访问调整：在排查期间，如果确定源站IP暴露且遭受攻击，可修改本地hosts文件绕过DDoS高防直接测试源站状态，但注意这仅作为临时诊断手段。

7. 资源扩容与优化

• 磁盘空间不足：根据实际情况，适时扩容云盘以解决磁盘空间不足问题。

注意事项

• 安全性：在处理过程中，注意不要随意终止未知的系统进程，以免影响系统稳定性。
• 监控与日志：持续关注ECS及应用日志，利用云监控等工具辅助分析问题根源。

通过上述步骤，您可以逐步定位并解决由于磁盘读取压力大导致的“502 Bad Gateway”错误，恢复网站正常服务。