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:7

# 意味 系统不可用清况 (频率较大):

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

    2)代码中有 比较消耗CPU的操作,意味 CPU过高 ,系统运行缓慢;

# 意味 某功能运行缓慢(不至于意味 系统不可用):

    3)代码某个位置有阻塞性的操作,意味 调用整体比较耗时,但出现比较随机;

    4)某程序池意味 三种意味 进入WAITTING清况 ,此时该功能整体不可用,但无法复现;

    5)意味 锁使用不当,意味 多个程序池进入死锁清况 ,意味 系统整体比较缓慢。

# 说明

    对于后三种清况 而言,是具有一定阻塞性操作,CPU和系统内存使用清况 都有高,但功能却飞快,已经 我通过查看资源使用清况 是无法查看出具体现象的!

### 对于线上系统总是产生的运行缓慢现象,意味 意味 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,此操作将在里面的"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,意味 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的程序池池cpu资源占用较高。

# 定位故障

# 外理思路:

    找出CPU占用率高的程序池,再通过程序池栈信息找出该程序池当时正在运行的现象代码段。

# 操作如下:

# 查看高占用的"程序池池"中占用高的"程序池"

# top -Hbp 7163 | awk '/java/ && $9>3000'

# 将16298的程序池ID转换为16进制的程序池ID

# printf "%x\n" 16298

3faa

# 通过jvm的jstack查看程序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,可得排查现象须要掌握的信息如下:

    1)资源占用高对应的程序池池a的PID;

    2)程序池池a对应的资源占用高且最频繁的程序池b的ID;

    3)将程序池b的ID转换为16进制的ID。

## 通过"排查步骤"章节可基本定位现象,后续请见下文!

确认现象及外理

# jstack $pid | grep "3faa" -C 20 # 3faa指的是高占用程序池池中的高占用的程序池对应的16进制id

# 查看过是数据库的现象,排查思路:先打印所有在跑的数据库程序池,检查后发现并跟进清况 找到现象表;

# 打印MySQL现有程序池池信息文件

# 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,可判断现象是查询时间过长意味 ,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一个多多 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);

# 确认索引算不算创建

> show create table table_name;

总结

    外理后程序池池的CPU占用降至正常水平,本次排查主要用到了jvm程序池池查看及dump程序池池详细信息的操作,确认是由数据库现象意味 的意味 ,并对数据库进行了清理并创建了索引。

    在外理现象后,又查询了一下数据库相关现象的优化,通常的优化最好的法律法律依据还是加进去去索引。该最好的法律法律依据加进去去参数具体如下:

innodb_buffer_pool_size=4G

## 通过"排查步骤"章节可基本定位现象,后续请见下文!

确认现象及外理

# 形态学 说明

对于Full GC较多的清况 ,有以下形态学 :

    1)程序池池的多个程序池的CPU使用率都超过3000%,通过jstack命令可看过大每段是垃圾回收程序池;

    2)通过jstat查看GC清况 ,可看过Full GC次数非常多,并数值在不断增加。

# 3faa指的是高占用程序池池中的高占用的程序池对应的16进制id;

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

说明:VM Thread指垃圾回收的程序池。故基本可选者,当前系统缓慢的意味 主或者垃圾回收过于频繁,意味 GC停顿时间较长。

# 查看GC清况 (30000指间隔30000ms,4指查询次数)

# jstat -gcutil $pid 30000 4

说明:FGCFull GC数量,其值总是在增加,图中显现高达6783,进一步证实意味 内存溢出意味 的系统缓慢。

# 因笔者是运维,故确认了现象后,Dump内存日志后交由研发外理代码层面现象!

总结

# 对于Full GC次数过大,主要有以下三种意味 :

    1)代码中一次性获取血块对象,意味 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,意味 是显示的System.gc()调用GC次数太满,可通过加进去去 -XX:+DisableExplicitGC 来禁用JVM 对显示 GC 的响应。

清况 说明

    某个接口访问总是须要3~4s甚至更长时间能能返回。一般而言,其消耗的CPU和内存资源太满,通过上述最好的法律法律依据排查现象无法行通。

    意味 接口耗时较长现象不定时出现,意味 通过jstack命令得到程序池访问的堆栈信息,根据其信息或者一定能定位到意味 耗时操作的程序池(概率事件)。

定位思路

    在排除网络因素后,通过压测工具对现象接口不断加大访问力度。当该接口中有 某个位置是比较耗时的,意味 访问的频率高,将意味 大多数的程序池都阻塞于该阻塞点。

    通过分析多个程序池日志,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

# 代码中有 比较耗时的阻塞操作,通过压测工具得到的程序池堆栈日志,如下:

说明:由图可得,多个程序池都阻塞在了UserController的第18行,说明此时一个多多 阻塞点,也是意味 该接口较缓慢的意味 。

# 总体性的分析思路

当Java应用出现现象时,外理步骤如下:

    通过 top 命令定位CPU资源占用较高的程序池池pid,再 top -Hp <pid> 命令定位出CPU资源占用较高的程序池的id,并将其程序池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,定位具体现象。

# 此处根据日志信息分析,可分为三种清况 ,如下:

# A清况     

    A.a)若用户程序池正常,则通过该程序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清况 ,或者通过 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清况

    若通过top命令查看过CPU和内存使用率不高,则可考虑以下三种清况 。

    B.a)若是不定时出现接口耗时过长,则可通过压测最好的法律法律依据增大阻塞点出现的概率,从而通过jstack命令查看堆栈信息,找到阻塞点;

    B.b)若是某功能访问时总是出现停滞(异常)清况 ,重启后又正常了,并肩也无法复现。此时可通太满次导出jstack日志的最好的法律法律依据,对比并定位出较长时间所处等候清况 的用户程序池,再从中筛选出现象程序池;

    B.c)若通过jstack命令查看过死锁清况 ,则可检查产生死锁的程序池的具体阻塞点,进而相应外理。