这类问题我又碰上了一次。业务高峰时新请求全部失败，日志里写创建进程失败，内存和磁盘都还有富余，进程列表里能看到大量同名的短命进程。
把日志和配置对完，能解释这个现象的基本就这几处。进程号上限被用完，无法再创建新进程；短命进程创建频率高得离谱；僵尸进程一直占着未回收的进程号。
第一件事是看进程号上限和已用数量
sysctl kernel.pid_max && ps -e | wc -l接着统计僵尸进程数量
ps -eo stat | grep -c Z调大进程号上限
sysctl -w kernel.pid_max=4194304剩下的就是排查高频创建进程的来源
pidstat -w 1 5同样的操作我在测试机上先走了一遍，线上只做验证过的部分。
怎么算真的好了，看的是同一批现象。进程号上限足够使用，创建失败消失，进程数量回到正常水位。
补一句。报错文案提到内存，实际却是进程号耗尽，这类误导性提示要看错误码，不能只相信字面意思。改动前把原配置备份一份，出问题能马上回滚，这比任何技巧都实用。