作者:Hollis
來源:公眾號Java之道
國外開發者平臺 HankerRank 發佈的 2018 年開發者技能調查報告中有一項關於"僱主最看重哪些核心能力"的調查,結果顯示如下:
排名前幾的比較受重視的能力分別為:解決問題、編程語言熟練程度、Debug、系統設計和性能優化。
解決問題的能力以超高比例排名第一,這也是為什麼很多面試過程中,面試官都喜歡問如下問題:
1、你這個項目遇到的最大挑戰是什麼?如何解決的?
2、如果線上發生了報警你回如何排查呢?
3、你有解決過什麼線上問題嗎?
4、能列舉幾個你知道的排查Linux服務器線上問題的命令嗎?
這些,都是比較常見的問題,還有一些比較具體的問題也是建議很多開發者都需要掌握的,如:
1、線上服務器Load飆高如何排查?
2、線上服務器CPU佔用率高如何排查?
3、線上服務器頻繁發生Full GC如何排查?
4、線上服務器發生死鎖如何排查?
這些問題的回答,一方面考察了面試者是否具有很強的實戰經驗,另外一方面也能體現出其解決問題的能力。
毋庸置疑,作為開發人員來說,定位並解決問題的能力是至關重要的。因為一旦線上發生了問題,如CPU佔用率高,如果不及時解決,很容易導致網站響應慢、服務器宕機等問題。
那麼,書歸正傳,本文我們就來簡單介紹一下,如果線上服務器發生CPU佔用率過高的問題時,應該如何排查並定位問題。
1
問題發現
本文整理自一個真實的案例,是樓主負責的業務,在一次大促之前的壓測時發現了這個問題。
在每次大促之前,我們的測試人員都會對網站進行壓力測試,這個時候會查看服務的cpu、內存、load、rt、qps等指標。
在一次壓測過程中,測試人員發現我們的某一個接口,在qps上升到500以後,CPU使用率急劇升高。
CPU利用率,又稱CPU使用率。顧名思義,CPU利用率是來描述CPU的使用情況的,表明了一段時間內CPU被佔用的情況。使用率越高,說明你的機器在這個時間上運行了很多程序,反之較少。2
問題定位
遇到這種問題,首先是登錄到服務器,看一下具體情況。
定位進程
登錄服務器,執行top命令,查看CPU佔用情況:
通過以上命令,我們可以看到,進程ID為1893的Java進程的CPU佔用率達到了181%,基本可以定位到是我們的Java應用導致整個服務器的CPU佔用率飆升。
定位線程
我們知道,Java是單進程多線程的,那麼,我們接下來看看PID=1893的這個Java進程中的各個線程的CPU使用情況,同樣是用top命令:
通過top -Hp 1893命令,我們可以發現,當前1893這個進程中,ID為4519的線程佔用CPU最高。
定位代碼
通過top命令,我們目前已經定位到導致CPU使用率較高的具體線程, 那麼我麼接下來就定位下到底是哪一行代碼存在問題。
首先,我們需要把4519這個線程轉成16進制:
$printf %x 4519
11a7
接下來,通過jstack命令,查看棧信息:
通過以上代碼,我們可以清楚的看到,BeanValidator.java的第30行是有可能存在問題的。
3
問題解決
接下來就是通過查看代碼來解決問題了,我們發現,我們自定義了一個BeanValidator,封裝了Hibernate的Validator,然後在validate方法中,通過Validation.buildDefaultValidatorFactory().getValidator()初始化一個Validator實例,通過分析發現這個實例化的過程比較耗時。
我們重構了一下代碼,把Validator實例的初始化提到方法外,在類初始化的時候創建一次就解決了問題。
4
總結
以上,展示了一次比較完成的線上問題定位過程。主要用到的命令有:top 、printf 和 jstack
另外,線上問題排查還可以使用Alibaba開源的工具Arthas進行排查,以上問題,可以使用一下命令定位:
thread -n 3 //查看cpu佔比前三的線程
以上,本文介紹瞭如何排查線上服務器CPU使用率過高的問題,如果大家感興趣,後面可以再介紹一些關於LOAD飆高、頻繁GC等問題的排查手段。
關於本次問題排查,你有什麼想說的呢?歡迎交流。
閱讀更多 程序員聖經 的文章