Java进程故障排查(CPU资源占用高,接口响应超时,功能接口停滞等)

  • 时间:
  • 浏览:0
  • 来源:大发快3_快3彩票邀请码_大发快3彩票邀请码

# 愿因系统不可用情况报告(频率较大):

    1)代码中某个位置读取数据量较大,愿因系统内存耗尽,进而出先Full GC次数太多,系统缓慢;

    2)代码所含比较消耗CPU的操作,愿因CPU缺乏,系统运行缓慢;

# 愿因某功能运行缓慢(不至于愿因系统不可用):

    3)代码某个位置有阻塞性的操作,愿因调用整体比较耗时,但出先比较随机;

    4)某线程不可能 一种愿因进入WAITTING情况报告,此时该功能整体不可用,但无法复现;

    5)不可能 锁使用不当,愿因多个线程进入死锁情况报告,愿因系统整体比较缓慢。

# 说明

    对于后一种情况报告而言,是具有一定阻塞性操作,CPU和系统内存使用情况报告完全前会 高,但功能却很快,太多有通过查看资源使用情况报告是无法查看出具体问題报告 的!

### 对于线上系统无缘无故 产生的运行缓慢问題报告 ,不可能 愿因线上系统不可用。首真难做的是导出jstack和内存信息,重启服务器,尽快保证系统的高可用

### 导出jstack信息

为外理重复赘述,此操作将在底下的"排查步骤"章节中体现!

### 导出内存堆栈信息

# 查看要导出的Java项目的pid

# jps -l

or

# ps -ef |grep java

# 导出内存堆栈信息

jmap -dump:live,format=b,file=heap8 <pid> # heap8是自定义的文件名

# 运行导出的堆栈文件

# ls

heap8

# hostname -I

10.2.2.162

# jhat -port 9998 heap8

# 浏览器访问http://10.2.2.162:9998/

# 环境说明

    因平台做了线上推广,愿因管理平台门户网页进统计页面请求超时,随进服务器操作系统查看负载信息,load average超过了4,负载较大,PID为7163的线程cpu资源占用较高。

# 定位故障

# 外理思路:

    找出CPU占用率高的线程,再通过线程栈信息找出该线程当时正在运行的问題报告 代码段。

# 操作如下:

# 查看高占用的"线程"中占用高的"线程"

# top -Hbp 7163 | awk '/java/ && $9>500'

# 将16298的线程ID转换为16进制的线程ID

# printf "%x\n" 16298

3faa

# 通过jvm的jstack查看线程信息并保存以供研发后续分析

# jstack 7163 | grep "3faa" -C 20 > 7163.log

# 重点说明

通过排查步骤,可得排查问題报告 时要掌握的信息如下:

    1)资源占用高对应的线程a的PID;

    2)线程a对应的资源占用高且最频繁的线程b的ID;

    3)将线程b的ID转换为16进制的ID。

## 通过"排查步骤"章节可基本定位问題报告 ,后续请见下文!

确认问題报告 及外理

# jstack $pid | grep "3faa" -C 20 # 3faa指的是高占用线程中的高占用的线程对应的16进制id

# 查看多是数据库的问題报告 ,排查思路:先打印所有在跑的数据库线程,检查后发现并跟进情况报告找到问題报告 表;

# 打印MySQL现有线程信息文件

# mysql -uroot -p -e "show full processlist" > mysql_full_process.log

# 过滤出查询最多的表

grep Query mysql_full_process.log

# 统计查询最多的表的数据量

> use databases_name;

> select count(1) from table_name;

# 结合MySQL日志信息,可判断问題报告 是查询时间过长愿因,排查后发现表未创建索引;

> show create table table_name\G

# 询问研发,确认数据不重要,检查字段由时间字段,根据时间确认只保留另两个月的数据;

> delete from table_name where xxxx_time < '2019-07-01 00:00:00' or xxxx_time is null;

# 创建索引

> alter table table_name add index (device_uuid);

# 确认索引是否是创建

> show create table table_name;

总结

    外理后线程的CPU占用降至正常水平,本次排查主要用到了jvm线程查看及dump线程完全信息的操作,确认是由数据库问題报告 愿因的愿因,并对数据库进行了清理并创建了索引。

    在外理问題报告 后,又查询了一下数据库相关问題报告 的优化,通常的优化土辦法 还是再加索引。该土辦法 再加参数具体如下:

innodb_buffer_pool_size=4G

## 通过"排查步骤"章节可基本定位问題报告 ,后续请见下文!

确认问題报告 及外理

# 形态说明

对于Full GC较多的情况报告,有以下形态:

    1)线程的多个线程的CPU使用率都超过5000%,通过jstack命令可看多大次责是垃圾回收线程;

    2)通过jstat查看GC情况报告,可看多Full GC次数非常多,并数值在不断增加。

# 3faa指的是高占用线程中的高占用的线程对应的16进制id;

# jstack $pid | grep "3faa" -C 20

说明:VM Thread指垃圾回收的线程。故基本可选择,当前系统缓慢的愿因主太多我垃圾回收过于频繁,愿因GC停顿时间较长。

# 查看GC情况报告(50000指间隔50000ms,4指查询次数)

# jstat -gcutil $pid 50000 4

说明:FGCFull GC数量,其值无缘无故 在增加,图中显现高达6783,进一步证实是不可能 内存溢出愿因的系统缓慢。

# 因笔者是运维,故确认了问題报告 后,Dump内存日志后交由研发外理代码层面问題报告 !

总结

# 对于Full GC次数过大,主要有以下一种愿因:

    1)代码中一次性获取大量对象,愿因内存溢出(可用Eclipse的Mat工具排查);

    2)内存占用不高,但Full GC数值较大,不可能 是显示的System.gc()调用GC次数太多,可通过再加 -XX:+DisableExplicitGC 来禁用JVM 对显示 GC 的响应。

情况报告说明

    某个接口访问无缘无故 时要3~4s甚至更长时间也能返回。一般而言,其消耗的CPU和内存资源太多,通过上述土辦法 排查问題报告 无法行通。

    不可能 接口耗时较长问題报告 不定时出先,愿因通过jstack命令得到线程访问的堆栈信息,根据其信息太多我一定能定位到愿因耗时操作的线程(概率事件)。

定位思路

    在排除网络因素后,通过压测工具对问題报告 接口不断加大访问力度。当该接口所含某个位置是比较耗时的,不可能 访问的频率高,将愿因大多数的线程都阻塞于该阻塞点。

    通过分析多个线程日志,能得到相同的TIMED_WAITING堆栈日志,基本上就可定位到该接口中较耗时的代码的位置。

# 示例

# 代码所含比较耗时的阻塞操作,通过压测工具得到的线程堆栈日志,如下:

说明:由图可得,多个线程都阻塞在了UserController的第18行,说明此时另两个阻塞点,也愿因该接口较缓慢的愿因。

# 总体性的分析思路

当Java应用出先问題报告 时,外理步骤如下:

    通过 top 命令定位异常线程pid,再 top -Hp <pid> 命令定位出CPU资源占用较高的线程的id,并将其线程id转换为十六进制的表现形式,再通过 jstack <pid> | grep <id> 命令查看日志信息,定位具体问題报告 。

# 此处根据日志信息分析,可分为一种情况报告,如下:

# A情况报告    

    A.a)若用户线程正常,则通过该线程的堆栈信息查看比较消耗CPU的具体代码区域;

    A.b)若是VM Thread,则通过 jstat -gcutil <pid> <interval> <times> 命令查看当前GC情况报告,但会 通过 jmap -dump:live,format=b,file=<filepath> <pid> 导出当前系统内存数据,用Eclipse的Mat工具进行分析,进而针对比较消耗内存的代码区进行相关优化。

# B情况报告

    若通过top命令查看多CPU和内存使用率不高,则可考虑以下一种情况报告。

    B.a)若是不定时出先接口耗时过长,则可通过压测土辦法 增大阻塞点出先的概率,从而通过jstack命令查看堆栈信息,找到阻塞点;

    B.b)若是某功能访问时无缘无故 出先停滞(异常)情况报告,重启后又正常了,一起去也无法复现。此时可通太多次导出jstack日志的土辦法 ,对比并定位出较长时间占据 停留情况报告的用户线程,再从中筛选出问題报告 线程;

    B.c)若通过jstack命令查看多死锁情况报告,则可检查产生死锁的线程的具体阻塞点,进而相应外理。