线上服务器出现CPU飙升问题该怎么办？

叁歲伎倆 2022-09-14 15:25 219阅读 0赞

## 背景 ##

线上Linux服务器CPU飙升，告警群一直在告警，告警邮件也收到一堆…  
发现就是我们的应用程序进程搞得鬼…  
领导就要发飙啦…  
`PS：以下的示例非线上环境数据，只做演示参考。jdk版本1.8。`

## 如何定位问题 ##

1.我们首先需要定位是哪个进程搞得鬼！  
`top命令来帮忙,top命令执行后我们可以按P来让这个动态列表按照CPU资源占用率进行排序，那第一个自然就是我们自己的进程了 - -！ ps:P重复按就是升序和降序的区分。按M是按照内存使用率排序。`

top - 18:48:55 up 6 days,  4:45,  4 users,  load average: 2.54, 2.84, 3.23
    Tasks: 1272 total,   1 running, 1270 sleeping,   1 stopped,   0 zombie
    %Cpu(s): 21.8 us,  1.4 sy,  0.0 ni, 76.5 id,  0.3 wa,  0.0 hi,  0.0 si,  0.0 st
    KiB Mem : 16267972 total,   177928 free, 14780752 used,  1309292 buff/cache
    KiB Swap: 31027336 total, 14823504 free, 16203832 used.   780216 avail Mem 
    
      PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND                                                                                                                 
    13029 root      20   0 6821900 623320   3860 S  79.5  3.8 789:29.60 java                                                                                                                    
     2274 root      20   0 3465764  59296   6148 S   1.3  0.4  52:14.27 dockerd-current                                                                                                         
     5508 saas      20   0  147272   3300   1444 R   1.3  0.0   0:02.83 top                                                                                                                     
     5794 root      20   0 5246444 571572   6100 S   1.3  3.5   7:05.89 java

2.找到进程之后，我们得知道到底是什么造成了CPU飙升啊。一个Application那么多线程在执行，我怎么定位是哪个线程呢？  
`这个时候还是可以通过top命令来解决，我们用"top -p [pid] -H"的方式进行查询。哎~ 发现和步骤1的界面是一样的！OK，这样我们就知道如何进行排序啦~`

top - 18:19:16 up 49 days, 33 min,  4 users,  load average: 5.32, 4.47, 2.81
    Threads: 436 total,   5 running, 431 sleeping,   0 stopped,   0 zombie
    %Cpu(s): 74.6 us,  1.5 sy,  0.0 ni, 23.9 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
    KiB Mem :  8008872 total,   151708 free,  5989516 used,  1867648 buff/cache
    KiB Swap:        0 total,        0 free,        0 used.  1734508 avail Mem 
      PID USER      PR  NI    VIRT    RES    SHR S %CPU %MEM     TIME+ COMMAND
     1913 saas      20   0 8562676   4.7g   7952 R 68.8 61.8  20:42.29 java
     1914 saas      20   0 8562676   4.7g   7952 R 68.8 61.8  20:41.78 java
     1915 saas      20   0 8562676   4.7g   7952 R 62.5 61.8  20:41.79 java
     1916 saas      20   0 8562676   4.7g   7952 R 62.5 61.8  20:42.87 java
     1925 saas      20   0 8562676   4.7g   7952 S 31.2 61.8   2:52.93 java
     1895 saas      20   0 8562676   4.7g   7952 S  0.0 61.8   0:00.00 java
     1901 saas      20   0 8562676   4.7g   7952 S  0.0 61.8   0:20.29 java
     1926 saas      20   0 8562676   4.7g   7952 S  0.0 61.8   0:01.28 java
     1927 saas      20   0 8562676   4.7g   7952 S  0.0 61.8   0:01.26 java
     1928 saas      20   0 8562676   4.7g   7952 S  0.0 61.8   0:00.00 java
     1929 saas      20   0 8562676   4.7g   7952 S  0.0 61.8   3:02.94 java
     1930 saas      20   0 8562676   4.7g   7952 S  0.0 61.8   2:58.78 java
     1931 saas      20   0 8562676   4.7g   7952 S  0.0 61.8   0:39.37 java

3.我们已经知道那些进程和线程比较耗费资源了，那我们如何查看呢？  
`jstack工具闪亮登场，如何用？用 jstack -help去查一下吧，不要太懒。 我们可以用 "jstack -l -F [pid]" 查询当前的java进程的线程状态、线程栈、是否有死锁等信息。`

截取一段信息如下：

2019-07-29 18:19:21
    Full thread dump Java HotSpot(TM) 64-Bit Server VM (25.211-b12 mixed mode):
    "Attach Listener" #6576 daemon prio=9 os_prio=0 tid=0x00007fd958053800 nid=0x2445 waiting on condition [0x0000000000000000]
       java.lang.Thread.State: RUNNABLE
       Locked ownable synchronizers:
    	- None
    "DubboClientHandler-10.101.8.167:20875-thread-593" #6575 daemon prio=5 os_prio=0 tid=0x00007fd90404f000 nid=0x2421 waiting on condition [0x00007fd8d1d80000]
       java.lang.Thread.State: TIMED_WAITING (parking)
    	at sun.misc.Unsafe.park(Native Method)
    	- parking to wait for  <0x00000006f31f6d88> (a java.util.concurrent.SynchronousQueue$TransferStack)
    	at java.util.concurrent.locks.LockSupport.parkNanos(LockSupport.java:215)
    	at java.util.concurrent.SynchronousQueue$TransferStack.awaitFulfill(SynchronousQueue.java:460)
    	at java.util.concurrent.SynchronousQueue$TransferStack.transfer(SynchronousQueue.java:362)
    	at java.util.concurrent.SynchronousQueue.poll(SynchronousQueue.java:941)
    	at java.util.concurrent.ThreadPoolExecutor.getTask(ThreadPoolExecutor.java:1073)
    	at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1134)
    	at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
    	at java.lang.Thread.run(Thread.java:748)
       Locked ownable synchronizers:
    	- None
    	......

4.我们拿到了线程的一些信息，也知道了那些线程比较耗费资源，那么我们如何去对应线程呢？  
`这个时候需要注意下，top中的pid和jstack dump出来的线程对应关系。 把top中的pid转换成16进制。如上面步骤中的1913经过16进制转换就是jstack dump中java线程的nid(native thread id)`  
具体步骤如下：

# 1913由10进制转换成16进制
    printf %x 1913
    779
    printf %x 1914
    77a
    printf %x 1915
    77b
    printf %x 1916
    77c
    # 得到的值查询时需要加上0x,表示16进制
    # 在jstack dump出来的文件搜索当前id的线程(-C表示输出该行的上下行数)
    cat jstack.dump | grep "nid=0x779" -C 10
    # 查出来啦 最终定位到某一线程，此处是GC线程（如下） 或者 可能是一个业务线程栈 
    GC task thread#0 (ParallelGC)" os_prio=0 tid=0x00007fd99001f800 nid=0x779 runnable
    GC task thread#1 (ParallelGC)" os_prio=0 tid=0x00007fd990021800 nid=0x77a runnable 
    GC task thread#2 (ParallelGC)" os_prio=0 tid=0x00007fd990023000 nid=0x77b runnable 
    GC task thread#3 (ParallelGC)" os_prio=0 tid=0x00007fd990025000 nid=0x77c runnable

## 分析解决 ##

1.  如果如上面的代码是个GC线程，那么可以去看一下GC的配置。线程信息中已经标明是ParallelGC，即新生代的GC线程。通过查看JVM参数发现，工程中没有对GC收集器设置参数（java8默认新生代采用PSGC），直接设置G1（自动化的就是好~），将堆大小升级了一下，果然，CPU飙升的情况基本不出现了。附一张GC图…

![0975a65446e800255f4f94e63800bee5.png][]

2. 如果是个业务线程，直接看业务线程的栈信息，发现阻塞的那几行代码，直接根据业务场景去解决即可。  
3. 当然也有可能碰到一些框架的问题，比如有可能出现HashMap的put等方法最为耗时，那么这个时候也可以看一下是不是因为jdk版本的HashMap扩容导致死链循环，或者put扩容非常频繁？

## 总结 ##

*  我们看到前几个步骤的小问题是：手动搞总是比较慢的，等我登上服务器，再执行各个命令，CPU占用率可能都已经下来了… 所以我们可以通过写一个简单的shell来解决这个问题。
 *  我们看到后面对线程信息进行分析的时候，一个见名知意的线程名称对我们来说也是非常有帮助的。所以我们在工程中用到线程池的时候，最好是在创建线程的时候设置一个比较合理的线程名称，方便我们排查问题。这个规范可以参考《阿里巴巴Java开发手册》
 *  **学会使用好的工具提升效率** 以上步骤我们其实还有更好的工具，比如[阿里开源的arthas][arthas] 感兴趣的可以看一下文档~

[0975a65446e800255f4f94e63800bee5.png]: /images/20220828/37a66024d1ce4a63aa5b93ff048715de.png
[arthas]: https://link.zhihu.com/?target=https%3A//alibaba.github.io/arthas/