“服务不可用“怎么排查？

落日映苍穹つ 2022-12-24 10:48 114阅读 0赞

下面是线上机器的cpu使用率，可以看到从4月8日开始，随着时间cpu使用率在逐步增高，最终使用率达到100%导致线上服务不可用，后面重启了机器后恢复。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NzMwMzM4_size_16_color_FFFFFF_t_70][]

### 1、排查思路 ###

简单分析下可能出问题的地方，分为5个方向：

*  系统本身代码问题
 *  内部下游系统的问题导致的雪崩效应
 *  上游系统调用量突增
 *  http请求第三方的问题
 *  机器本身的问题

### 2、开始排查 ###

1.  查看日志，没有发现集中的错误日志，初步排除代码逻辑处理错误。
2.  首先联系了内部下游系统观察了他们的监控，发现一起正常。可以排除下游系统故障对我们的影响。
3.  查看provider接口的调用量，对比7天没有突增，排除业务方调用量的问题。
4.  查看tcp监控，TCP状态正常，可以排除是http请求第三方超时带来的问题。
5.  查看机器监控，6台机器cpu都在上升，每个机器情况一样。排除机器故障问题。即通过上述方法没有直接定位到问题。

### 3、解决方案 ###

1、重启了6台中问题比较严重的5台机器，先恢复业务。保留一台现场，用来分析问题。

2、查看当前的tomcat线程pid。

![e892e6863de3c7d9751e7645425ef446.png][]

3、查看该pid下线程对应的系统占用情况。`top -Hp 384`

![b9427a272ed73a49119824c937b3c194.png][]

4、发现pid `4430` `4431` `4432` `4433` 线程分别占用了约40%的cpu

5、将这几个pid转为16进制，分别为`114e` `114f` `1150` `1151`

6、下载当前的java线程栈 `sudo -u tomcat jstack -l 384>/1.txt`

7、查询5中对应的线程情况，发现都是gc线程导致的

![d77b163bd93fcd5f82bd6f4b51129f37.png][]

8、dump java堆数据

`sudo -u tomcat jmap -dump:live,format=b,file=/dump201612271310.dat 384`

9、使用MAT加载堆文件，可以看到javax.crypto.JceSecurity对象占用了95%的内存空间，初步定位到问题。

MAT下载地址：

> http://www.eclipse.org/mat/![eb38483f615b657e8ae6aad491ecfda2.png][]

![e663af9691f252634aa6eb4f757a0f9d.png][]

10、查看类的引用树，看到`BouncyCastleProvider`对象持有过多。即我们代码中对该对象的处理方式是错误的，定位到问题。

### 4、代码分析 ###

我们代码中有一块是这样写的

![bbd92521f131e257caf4a6af9df8f06b.png][]

这是加解密的功能，每次运行加解密都会new一个BouncyCastleProvider对象,放倒Cipher.getInstance()方法中。

看下Cipher.getInstance()的实现，这是jdk的底层代码实现，追踪到JceSecurity类中

![2e0a8919c9fa9b48f48ea4bae7b2c386.png][]

verifyingProviders每次put后都会remove,verificationResults只会put，不会remove.![7dd6e042cd82af9ea5ec3c22aa527a44.png][]

看到verificationResults是一个static的map，即属于JceSecurity类的。所以每次运行到加解密都会向这个map put一个对象，而这个map属于类的维度，所以不会被GC回收。这就导致了大量的new的对象不被回收。

### 5、代码改进 ###

将有问题的对象置为static，每个类持有一个，不会多次新建。

![3d0f97ac0117639b2ce8b67955f58ba8.png][]

### 6、本文总结 ###

遇到线上问题不要慌，首先确认排查问题的思路：

1.  查看日志
2.  查看CPU情况
3.  查看TCP情况
4.  查看java线程，jstack
5.  查看java堆，jmap
6.  通过MAT分析堆文件，寻找无法被回收的对象

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NzMwMzM4_size_16_color_FFFFFF_t_70]: /images/20221120/07d3296f312f4fd194570eddbc853613.png
[e892e6863de3c7d9751e7645425ef446.png]: /images/20221120/11550e611c6548589034d39be51d1c46.png
[b9427a272ed73a49119824c937b3c194.png]: /images/20221120/8820e7b0ddb346cd95c4299000e75a73.png
[d77b163bd93fcd5f82bd6f4b51129f37.png]: https://img-blog.csdnimg.cn/img_convert/d77b163bd93fcd5f82bd6f4b51129f37.png
[eb38483f615b657e8ae6aad491ecfda2.png]: https://img-blog.csdnimg.cn/img_convert/eb38483f615b657e8ae6aad491ecfda2.png
[e663af9691f252634aa6eb4f757a0f9d.png]: https://img-blog.csdnimg.cn/img_convert/e663af9691f252634aa6eb4f757a0f9d.png
[bbd92521f131e257caf4a6af9df8f06b.png]: https://img-blog.csdnimg.cn/img_convert/bbd92521f131e257caf4a6af9df8f06b.png
[2e0a8919c9fa9b48f48ea4bae7b2c386.png]: https://img-blog.csdnimg.cn/img_convert/2e0a8919c9fa9b48f48ea4bae7b2c386.png
[7dd6e042cd82af9ea5ec3c22aa527a44.png]: https://img-blog.csdnimg.cn/img_convert/7dd6e042cd82af9ea5ec3c22aa527a44.png
[3d0f97ac0117639b2ce8b67955f58ba8.png]: https://img-blog.csdnimg.cn/img_convert/3d0f97ac0117639b2ce8b67955f58ba8.png