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:1

# 原应系统不可用具体情况(频率较大):

    1)代码中某个位置读取数据量较大,原应系统内存耗尽,进而老出Full GC次数不要 ,系统缓慢;

    2)代码蕴含比较消耗CPU的操作,原应CPU缺陷,系统运行缓慢;

# 原应某功能运行缓慢(不至于原应系统不可用):

    3)代码某个位置有阻塞性的操作,原应调用整体比较耗时,但老出比较随机;

    4)某线程池池肯能四种 原应进入WAITTING具体情况,此时该功能整体不可用,但无法复现;

    5)肯能锁使用不当,原应多个线程池池进入死锁具体情况,原应系统整体比较缓慢。

# 说明

    对于后四种 具体情况而言,是具有一定阻塞性操作,CPU和系统内存使用具体情况必须高,但功能却很慢,不要 通过查看资源使用具体情况是无法查看出具体什么的问题的!

### 对于线上系统一个劲产生的运行缓慢什么的问题,肯能原应线上系统不可用。首先要做的是导出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

为处置重复赘述,此操作将在里边的"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,原应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的线程池池池cpu资源占用较高。

# 定位故障

# 处置思路:

    找出CPU占用率高的线程池池,再通过线程池池栈信息找出该线程池池当时正在运行的什么的问题代码段。

# 操作如下:

# 查看高占用的"线程池池池"中占用高的"线程池池"

# top -Hbp 7163 | awk '/java/ && $9>100'

# 将16298的线程池池ID转换为16进制的线程池池ID

# printf "%x\n" 16298

3faa

# 通过jvm的jstack查看线程池池池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,可得排查什么的问题必须掌握的信息如下:

    1)资源占用高对应的线程池池池a的PID;

    2)线程池池池a对应的资源占用高且最频繁的线程池池b的ID;

    3)将线程池池b的ID转换为16进制的ID。

## 通过"排查步骤"章节可基本定位什么的问题,后续请见下文!

确认什么的问题及处置

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

# 查看后是数据库的什么的问题,排查思路:先打印所有在跑的数据库线程池池,检查后发现并跟进具体情况找到什么的问题表;

# 打印MySQL现有线程池池池信息文件

# 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,可判断什么的问题是查询时间过长原应,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有有有一个月的数据;

> 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);

# 确认索引有无创建

> show create table table_name;

总结

    处置后线程池池池的CPU占用降至正常水平,本次排查主要用到了jvm线程池池池查看及dump线程池池池全部信息的操作,确认是由数据库什么的问题原应的原应,并对数据库进行了清理并创建了索引。

    在处置什么的问题后,又查询了一下数据库相关什么的问题的优化,通常的优化土依据还是添加索引。该土依据添加参数具体如下:

innodb_buffer_pool_size=4G

## 通过"排查步骤"章节可基本定位什么的问题,后续请见下文!

确认什么的问题及处置

# 形态学 说明

对于Full GC较多的具体情况,有以下形态学 :

    1)线程池池池的多个线程池池的CPU使用率都超过100%,通过jstack命令可看后大次责是垃圾回收线程池池;

    2)通过jstat查看GC具体情况,可看后Full GC次数非常多,并数值在不断增加。

# 3faa指的是高占用线程池池池中的高占用的线程池池对应的16进制id;

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

说明:VM Thread指垃圾回收的线程池池。故基本可选则,当前系统缓慢的原应主不要 我垃圾回收过于频繁,原应GC停顿时间较长。

# 查看GC具体情况(100指间隔100ms,4指查询次数)

# jstat -gcutil $pid 100 4

说明:FGCFull GC数量,其值一个劲在增加,图中显现高达6783,进一步证实是肯能内存溢出原应的系统缓慢。

# 因笔者是运维,故确认了什么的问题后,Dump内存日志后交由研发处置代码层面什么的问题!

总结

# 对于Full GC次数过大,主要有以下四种 原应:

    1)代码中一次性获取血块对象,原应内存溢出(可用Eclipse的Mat工具排查);

    2)内存占用不高,但Full GC数值较大,肯能是显示的System.gc()调用GC次数不要 ,可通过添加 -XX:+DisableExplicitGC 来禁用JVM 对显示 GC 的响应。

具体情况说明

    某个接口访问一个劲必须3~4s甚至更长时间不可以返回。一般而言,其消耗的CPU和内存资源不要 ,通过上述土依据排查什么的问题无法行通。

    肯能接口耗时较长什么的问题不定时老出,原应通过jstack命令得到线程池池访问的堆栈信息,根据其信息不要 我一定能定位到原应耗时操作的线程池池(概率事件)。

定位思路

    在排除网络因素后,通过压测工具对什么的问题接口不断加大访问力度。当该接口蕴含某个位置是比较耗时的,肯能访问的频率高,将原应大多数的线程池池都阻塞于该阻塞点。

    通过分析多个线程池池日志,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

# 代码蕴含比较耗时的阻塞操作,通过压测工具得到的线程池池堆栈日志,如下:

说明:由图可得,多个线程池池都阻塞在了UserController的第18行,说明此时有有有一个阻塞点,也是原应该接口较缓慢的原应。

# 总体性的分析思路

当Java应用老出什么的问题时,处置步骤如下:

    通过 top 命令定位异常线程池池池pid,再 top -Hp <pid> 命令定位出CPU资源占用较高的线程池池的id,并将其线程池池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,定位具体什么的问题。

# 此处根据日志信息分析,可分为四种 具体情况,如下:

# A具体情况    

    A.a)若用户线程池池正常,则通过该线程池池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具体情况,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具体情况

    若通过top命令查看后CPU和内存使用率不高,则可考虑以下四种 具体情况。

    B.a)若是不定时老出接口耗时过长,则可通过压测土依据增大阻塞点老出的概率,从而通过jstack命令查看堆栈信息,找到阻塞点;

    B.b)若是某功能访问时一个劲老出停滞(异常)具体情况,重启后又正常了,一齐也无法复现。此时可通不要 次导出jstack日志的土依据,对比并定位出较长时间所处等待图片具体情况的用户线程池池,再从中筛选出什么的问题线程池池;

    B.c)若通过jstack命令查看后死锁具体情况,则可检查产生死锁的线程池池的具体阻塞点,进而相应处置。