应用卡死的bug竟然是因为Redis使用不当？

川长思鸟来 2022-09-05 00:18 180阅读 0赞

首先说下问题现象：内网sandbox环境API持续1周出现应用卡死，所有api无响应现象

刚开始当测试抱怨环境响应慢的时候 ，我们重启一下应用，应用恢复正常，于是没做处理。

但是后来问题出现频率越来越频繁，越来越多的同事开始抱怨，于是感觉代码可能有问题，开始排查。

首先发现开发的本地ide没有发现问题，应用卡死时候数据库，redis都正常，并且无特殊错误日志。开始怀疑是sandbox环境机器问题（测试环境本身就很脆!\_!）

于是ssh上了服务器 执行以下命令

top

![174a6132e13c7f56914d3e6456a2845d.png][]

这时发现机器还算正常，于是打算看下jvm 堆栈信息

先看下问题应用比较耗资源的线程

执行 `top -H -p 12798`

![7fd8098f9400f521634af02fa0ab6430.png][]

找到前3个相对比较耗资源的线程

jstack 查看堆内存

jstack 12798 |grep 12799的16进制 31ff

![c304d9cf6183aedddeeefacae8151b44.png][]

没看出什么问题，上下10行也看看，于是执行

![d8d4923c5bfe1b68f8f1ddc33e8868aa.png][]

看到一些线程都是处于lock状态。但没有出现业务相关的代码，忽略了。这时候没有什么头绪。思考一番。决定放弃这次卡死状态的机器

为了保护事故现场 先 dump了问题进程所有堆内存，然后debug模式重启测试环境应用，打算问题再显时直接远程debug问题机器

第二天问题再现，于是通知运维nginx转发拿掉这台问题应用，自己远程debug tomcat。

自己随意找了一个接口，断点在接口入口地方，悲剧开始，什么也没有发生！API等待服务响应，没进断点。

这时候有点懵逼，冷静了一会,在入口之前的aop地方下了个断点，再debug一次，这次进了断点，f8 N次后发现在执行redis命令的时候卡主了。

继续跟，最后在到jedis的一个地方发现问题：

/**
     * Returns a Jedis instance to be used as a Redis connection. The instance can be newly created or retrieved from a
     * pool.
     * 
     * @return Jedis instance ready for wrapping into a {@link RedisConnection}.
     */
    protected Jedis fetchJedisConnector() {
       try {
          if (usePool && pool != null) {
             return pool.getResource();
          }
          Jedis jedis = new Jedis(getShardInfo());
          // force initialization (see Jedis issue #82)
          jedis.connect();
          return jedis;
       } catch (Exception ex) {
          throw new RedisConnectionFailureException("Cannot get Jedis connection", ex);
       }
    }

上面pool.getResource()后线程开始wait

public T getResource() {
      try {
        return internalPool.borrowObject();
      } catch (Exception e) {
        throw new JedisConnectionException("Could not get a resource from the pool", e);
      }
    }

return internalPool.borrowObject(); 这个代码应该是一个租赁的代码，接着跟

public T borrowObject(long borrowMaxWaitMillis) throws Exception {
        this.assertOpen();
        AbandonedConfig ac = this.abandonedConfig;
        if (ac != null && ac.getRemoveAbandonedOnBorrow() && this.getNumIdle() < 2 && this.getNumActive() > this.getMaxTotal() - 3) {
            this.removeAbandoned(ac);
        }
    
        PooledObject p = null;
        boolean blockWhenExhausted = this.getBlockWhenExhausted();
        long waitTime = 0L;
    
        while(p == null) {
            boolean create = false;
            if (blockWhenExhausted) {
                p = (PooledObject)this.idleObjects.pollFirst();
                if (p == null) {
                    create = true;
                    p = this.create();
                }
    
                if (p == null) {
                    if (borrowMaxWaitMillis < 0L) {
                        p = (PooledObject)this.idleObjects.takeFirst();
                    } else {
                        waitTime = System.currentTimeMillis();
                        p = (PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis, TimeUnit.MILLISECONDS);
                        waitTime = System.currentTimeMillis() - waitTime;
                    }
                }
    
                if (p == null) {
                    throw new NoSuchElementException("Timeout waiting for idle object");
                }

其中有段代码

if (p == null) {
        if (borrowMaxWaitMillis < 0L) {
            p = (PooledObject)this.idleObjects.takeFirst();
        } else {
            waitTime = System.currentTimeMillis();
            p = (PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis, TimeUnit.MILLISECONDS);
            waitTime = System.currentTimeMillis() - waitTime;
        }
    }

borrowMaxWaitMillis<0会一直执行，然后一直循环了 开始怀疑这个值没有配置

找到redis pool配置，发现确实没有配置MaxWaitMillis，配置后else代码也是一个Exception 并不能解决问题

继续F8

public E takeFirst() throws InterruptedException {
        this.lock.lock();
    
        Object var2;
        try {
            Object x;
            while((x = this.unlinkFirst()) == null) {
                this.notEmpty.await();
            }
    
            var2 = x;
        } finally {
            this.lock.unlock();
        }
    
        return var2;
    }

到这边 发现lock字眼，开始怀疑所有请求api都被阻塞了

于是再次ssh 服务器 安装 arthas ,(Arthas 是Alibaba开源的Java诊断工具)

执行thread命令

![bf84fb5fba1d5e0fbfc85922398356cd.png][]

发现大量http-nio的线程waiting状态,http-nio-8083-exec-这个线程其实就是出来http请求的tomcat线程

随意找一个线程查看堆内存

thread -428

![b20005162904aa1729d492797281ace5.png][]

这是能确认就是api一直转圈的问题,就是这个redis获取连接的代码导致的，

解读这段内存代码  所有线程都在等 @53e5504e这个对象释放锁。于是jstack 全局搜了一把53e5504e ，没有找到这个对象所在线程。

自此。问题原因能确定是 redis连接获取的问题。但是什么原因造成获取不到连接的还不能确定

再次执行 arthas 的thread -b (thread -b, 找出当前阻塞其他线程的线程)

![6d64eb836a9708ded9acb812bb43d5a2.png][]

没有结果。这边和想的不一样，应该是能找到一个阻塞线程的，于是看了下这个命令的文档，发现有下面的一句话

![99fe2d4558de2818713012e90ea18c74.png][]

好吧，我们刚好是后者。。。。

再次整理下思路。这次修改redis pool 配置，将获取连接超时时间设置为2s,然后等问题再次复现时观察应用最后正常时干过什么。

添加一下配置

JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory();
    .......
    JedisPoolConfig config = new JedisPoolConfig();
    config.setMaxWaitMillis(2000);
    .......
    jedisConnectionFactory.afterPropertiesSet();

重启服务，等待。。。。

又过一天，再次复现

ssh 服务器，检查tomcat accesslog ,发现大量api 请求出现500，

org.springframework.data.redis.RedisConnectionFailureException: Cannot get Jedis connection; nested exception is redis.clients.jedis.exceptions.JedisConnectionException: Could not get a resource fr
    om the pool
        at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.fetchJedisConnector(JedisConnectionFactory.java:140)
        at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:229)
        at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:57)
        at org.springframework.data.redis.core.RedisConnectionUtils.doGetConnection(RedisConnectionUtils.java:128)
        at org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:91)
        at org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:78)
        at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:177)
        at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:152)
        at org.springframework.data.redis.core.AbstractOperations.execute(AbstractOperations.java:85)
        at org.springframework.data.redis.core.DefaultHashOperations.get(DefaultHashOperations.java:48)

找到源头第一次出现500地方，

发现以下代码

.......
    Cursor c = stringRedisTemplate.getConnectionFactory().getConnection().scan(options);
    while (c.hasNext()) {
    .....,,
       }

分析这个代码，stringRedisTemplate.getConnectionFactory().getConnection()获取pool中的redisConnection后，并没有后续操作

也就是说此时redis 连接池中的链接被租赁后并没有释放或者退还到链接池中，虽然业务已处理完毕 redisConnection 已经空闲，但是pool中的redisConnection的状态还没有回到idle状态

![84562b7277c6f94050eacd92a12b9795.png][]

正常应为

![a475141045b92fececa8b3b1a7fae096.png][]

自此问题已经找到。

总结：spring stringRedisTemplate 对redis常规操作做了一些封装，但还不支持像 Scan SetNx等命令，这时需要拿到jedis Connection进行一些特殊的Commands

使用

stringRedisTemplate.getConnectionFactory().getConnection()

是不被推荐的

我们可以使用

stringRedisTemplate.execute(new RedisCallback() {
    
         @Override
         public Cursor doInRedis(RedisConnection connection) throws DataAccessException {
    
           return connection.scan(options);
         }
       });

来执行，或者使用完connection后 ，用

RedisConnectionUtils.releaseConnection(conn, factory);

来释放connection.

同时，redis中也不建议使用keys命令，redis pool的配置应该合理配上，否则出现问题无错误日志，无报错，定位相当困难。

往期推荐

[SpringBoot+webSocket实现扫码登录功能][SpringBoot_webSocket]

[7000+字，30+张图！Java线上故障排查思路全部总结在这里了][7000_30_Java]

[TCP3次握手为啥挥手却要4次，这下解释明白了][TCP3_4]

[SpringCloud微服务的熔断机制和熔断的意义？][SpringCloud]

[java项目线上JVM调优实践，FullGC大大减少][java_JVM_FullGC]

[非常nice的分布式事务方案总结][nice]

[精髓！深入浅出剖析12个Zookeeper知识点][12_Zookeeper]

[【干货】6500字全面字讲解 Redis 性能优化点！][6500_ Redis]

![6c8a500983fc709405e5e82cf29b6a20.png][]

[174a6132e13c7f56914d3e6456a2845d.png]: /images/20220829/f6338b57410d4208841a1303d0cfac1b.png
[7fd8098f9400f521634af02fa0ab6430.png]: /images/20220829/3c2d5923cf684ec29a82d86db4abf116.png
[c304d9cf6183aedddeeefacae8151b44.png]: /images/20220829/10d113190e584f3a81ea34313c251962.png
[d8d4923c5bfe1b68f8f1ddc33e8868aa.png]: /images/20220829/e57a410313104d08b7a64e37d0737207.png
[bf84fb5fba1d5e0fbfc85922398356cd.png]: /images/20220829/7a2f9a6d153348ea9920c6c427cda1d7.png
[b20005162904aa1729d492797281ace5.png]: /images/20220829/c4f2ec8eedcf48ccb5ab4474e911e9cd.png
[6d64eb836a9708ded9acb812bb43d5a2.png]: /images/20220829/409bab094f5649f493d93fc4915fb301.png
[99fe2d4558de2818713012e90ea18c74.png]: /images/20220829/4bff1bc214774d3f8440967c7becd340.png
[84562b7277c6f94050eacd92a12b9795.png]: /images/20220829/b0b70d940b964b12a8779d5550750669.png
[a475141045b92fececa8b3b1a7fae096.png]: /images/20220829/0e3ca80629ef40ff94d52fbfd2e3193d.png
[SpringBoot_webSocket]: http://mp.weixin.qq.com/s?__biz=MzU2NDc4MjE2Ng%3D%3D&chksm=fc44efd6cb3366c009d15cc8c89bc0c4ce2ba04d22291aba3211b6156b5363a48596b1020b28&idx=1&mid=2247490287&scene=21&sn=f3cf4e55224438bac8a9af479c06d738#wechat_redirect
[7000_30_Java]: http://mp.weixin.qq.com/s?__biz=MzU2NDc4MjE2Ng%3D%3D&chksm=fc44efd7cb3366c1dfdb6f404bbef76ba560aeeb88ea86a5e02ebf0790d151127e2b436bc544&idx=1&mid=2247490286&scene=21&sn=2947485d5fa6e6a6c3d7dc250c5c6705#wechat_redirect
[TCP3_4]: http://mp.weixin.qq.com/s?__biz=MzU2NDc4MjE2Ng%3D%3D&chksm=fc44efd0cb3366c6d6852fca4a47585e5c929c0ea11b8f43154a75e4e3fbcd00e93951f5c436&idx=1&mid=2247490281&scene=21&sn=06f56c1922ea20a2e1e6754081fff1b7#wechat_redirect
[SpringCloud]: http://mp.weixin.qq.com/s?__biz=MzU2NDc4MjE2Ng%3D%3D&chksm=fc44efddcb3366cbe5b836d5f53a4e084dd6513cd4102b009cdd0eceef76742673e6c64facae&idx=1&mid=2247490276&scene=21&sn=24e6a835b5cb54bb7a70ff8fa3dffe97#wechat_redirect
[java_JVM_FullGC]: http://mp.weixin.qq.com/s?__biz=MzU2NDc4MjE2Ng%3D%3D&chksm=fc44efddcb3366cb186cf46d6bd3807df17095fdab76e5228df865c0a6f6f9b345728f031ea2&idx=2&mid=2247490276&scene=21&sn=3adc01c3c5955d56a84b2dcd06122fa9#wechat_redirect
[nice]: http://mp.weixin.qq.com/s?__biz=MzU2NDc4MjE2Ng%3D%3D&chksm=fc44efe1cb3366f7bcb5a3bfe09f8fa32bcc427cffe9785fae97fb55fa3dfeac7e5532276b9c&idx=1&mid=2247490264&scene=21&sn=9d1961c731aef698b333988d1978f03f#wechat_redirect
[12_Zookeeper]: http://mp.weixin.qq.com/s?__biz=MzU2NDc4MjE2Ng%3D%3D&chksm=fc44efe1cb3366f7b86aca68da111b8ab0d19f79141be18b0e456e95480076b2fdf3646bdef6&idx=2&mid=2247490264&scene=21&sn=5ad671d29dc88368317b53c9a57d223e#wechat_redirect
[6500_ Redis]: http://mp.weixin.qq.com/s?__biz=MzU2NDc4MjE2Ng%3D%3D&chksm=fc44efeacb3366fc3f5e828c865265c6ded87a6cc4ee6175e89b14f4a17d572d3a92175a76f4&idx=1&mid=2247490259&scene=21&sn=4051f7f53ce0764d32276a02454e70b7#wechat_redirect
[6c8a500983fc709405e5e82cf29b6a20.png]: /images/20220829/006e8af185b34f6887f25a83f606f193.png