Arthas排查CPU过高问题

前言

在我们开发过程中,无法避免的会出现所谓异常代码,导致服务器的CPU一直处于100%。但我们应用已经上线,导致服务器CPU居高,但又不知道哪边出现的问题,介绍几种工具去快速定位。

演示代码

我们先来编写一下代码,新建springboot的maven项目,创建web服务,引入SpringBoot内置web容器,pom.xml关键引用jar包如下:

1
2
3
4
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>

创建service:TestWhile

1

创建Controller:TestWhile

1

配置文件application.properties

1
2
server.port=80
server.servlet.context-path=/api

打包项目,上传测试服务器

1
java -jar demo-0.0.1-SNAPSHOT.jar &

打开浏览器,访问死循环方法

1
2
打开浏览器,地址栏输入http://192.168.1.1/api/user/testWhile?size=2
返回“Hello 程序执行完毕”,说明调用成功。(开启了2个死循环)

到此问题代码,已经在服务器上面跑了。我们发现服务器报警,于是去线上排查。

原生方法

此方法无需额外安装工具,在没法连接互联网的情况下使用此方法排查效果较好。topprintf都是Linux原生命令,jstackjstat是jdk自带命令工具。很多功能强大的Linux和java诊断工具也是以topjstackjstat为基础命令做的封装。

注意:jstack、jstat等命令需要jdk完整安装,linux自带的openJdk一般无此工具,可以在java的bin目录下查看是否有这些命令。

找到最耗CPU的进程

命令:top –c,显示进程运行信息列表

实例:top -c

交互1:按1,数字1,显示多核CPU信息。

交互2:键入P (大写p),进程按照CPU使用率排序

1
1

我们看出了双核CPU使用率已经达到100%

而第一个进程PID是373的就是我们要找的罪魁祸首了;可以看到进程最后一列,COMMAND注释的进程名:“java -jar demo-0.0.1-SNAPSHOT.jar”

找到最耗CPU的线程

命令:top -H -p 【PID】,显示一个进程的线程运行信息列表

实例:top -Hp 373 ,如下图所示,可以看到多个高耗CPU使用率的线程

1

转换线程PID为16进制

命令:printf “%x\n” 【线程pid】,转换多个线程数字为十六进制,第4步使用时前面加0x。

实例:printf '%x\n' 406 405 375 376,得到结果196、195、177、178;如下图所示:

1

查看堆栈,定位线程

命令:jstack 【进程PID】| grep 【线程转换后十六进制】-A10 , 使用jstack获取进程PID堆栈,利用grep定位线程id,打印后续10行信息。

实例:jstack 373 | grep ‘0x196’ -A10,如下图所示:

1

我们通过查看堆栈信息,发现了问题是TestWhile.whileTrue引起的;

而且发现有2个GC线程,看上图中的“GC task thread#0 (ParallelGC)”,代表垃圾回收线程,该线程会负责进行垃圾回收

存储堆栈,批量查看

查看堆栈信息,我们也可以换个方法查看,可以先将jstack堆栈信息存储起来。

命令:jstack 【进程PID】> 【文件】

实例:jstack 373 > demo.dump,存储373进程的堆栈信息。

再使用cat + grep查找看看后面几个高CPU线程的堆栈信息。

实例:cat -n demo.dump | grep -A10 ‘0x196’,如下图所示:

1

可以看到线程0x196【线程196】产生堆栈信息,直指方法whileTrue。

GC查看

我们看到上图中有4个线程中的2个线程没有看到java代码,而是GC task thread#0 (ParallelGC),这个是GC垃圾回收的线程,是不是死循环导致了GC太频繁,导致CPU使用率居高不下呢?

我们使用jstat看下jvm的GC信息看看。

命令:jstat -gcutil 【进程PID】【毫秒】【打印次数】

实例:jstat -gcutil 373 2000 5,查看373进程的GC信息,每2秒打印一次,共打印5次,如下图所示:

1

S0:幸存1区当前使用比例

S1:幸存2区当前使用比例

E:伊甸园区使用比例

O:老年代使用比例

M:元数据区使用比例

CCS:压缩使用比例

YGC:年轻代垃圾回收次数

FGC:老年代垃圾回收次数

FGCT:老年代垃圾回收消耗时间

GCT:垃圾回收消耗总时间

上面的原生方法查找要遵循一定的步骤,相对有些麻烦点,有没有比较简单的方法呢?往下看

Arthas(阿尔萨斯)

Arthas(阿尔萨斯)是阿里巴巴开源出来的一个针对 java 的线上诊断工具,功能非常强大。Arthas 支持JDK 6+,支持Linux/Mac/Windows,采用命令行交互模式,同时提供丰富的 Tab 自动补全功能,进一步方便进行问题的定位和诊断。我们来看看

下载Arthas

使用arthas-boot(推荐)

下载arthas-boot.jar,然后用java -jar的方式启动:

1
2
curl -O https://alibaba.github.io/arthas/arthas-boot.jar
java -jar arthas-boot.jar

1

按1进入java进程,此时java进程PID已经变成373

进入阿尔萨斯完成,如下图,可以看到登录路径已经变成了[arthas@17376]$,可以输入dashboard,进入监控页面了。

监控查看

已经进入Arthas操作界面,输入dashboard,回车后将看到线程及堆栈信息,如图所示,arthas已经将cpu高使用率的线程给安排上了。

1

上面我们就看到有2个线程居高不下,还有GC的数量和耗时。

thread【ID】查看线程

ctrl + c 退出dashboard界面,输入thread 32查看线程信息,如下图所示:

1

可以看到是TestWhile类中的whileTrue方法中的put方法导致cpu使用率升高。

问题一下子就出来了,Arthas功能不单单止于此,可以直接反编译,看看代码。

jad反编译

使用Arthas自带的反编译方法jad,输入命令:

jad com.rainbow.demo.service.TestWhile

可以反编译java的class查看问题函数的具体代码,如下图所示:

1

退出arthas

最后,既然问题已经找到,那就退出Arthas吧。输入命令:quit

Arthas的功能是非常强大的,这里就简单介绍,下一次用专门的文章介绍

在介绍一个更简单的一个脚本,立刻发现问题所在

show-busy-java-threads

show-busy-java-threads.sh这个工具是useful-scripts工具集的其中一个工具。

show-busy-java-threads用于快速排查Java的CPU性能问题(top us值过高),自动查出运行的Java进程中消耗CPU多的线程,并打印出其线程栈,从而确定导致性能问题的方法调用。

注意:此工具的核心还是使用jdk的jstack方法,只是在其上做了封装展示。

下载到当前目录下

下载地址:https://github.com/oldratlee/useful-scripts/releases

在bin下面有很多工具,我们这次只要show-busy-java-threads.sh

上传show-busy-java-threads脚本到服务器

一定赋予执行权限

chmod +x show-busy-java-threads

直接运行

1
./show-busy-java-threads

1

如上图所示,找到了CPU使用率前5高的线程,查找非常迅速。

从前面两个线程可以看出,与使用原生工具(jstack)看到的一样。

其他命令

与Arthas一样,show-busy-java-threads也有一些其他很好用的增强命令:

show-busy-java-threads

从所有的 Java进程中找出最消耗CPU的线程(缺省5个),打印出其线程栈。

show-busy-java-threads -c 3

-c 3:3为n,指定显示最耗cpu使用率前3的线程。

show-busy-java-threads -c 3 -p 17376

展示进程17376耗费CPU组多的3个线程;

-p 17376 :17376为进程PID,-p参数指定进程PID。

show-busy-java-threads -s 【指定jstack命令的全路径】

对于sudo方式的运行,JAVA_HOME环境变量不能传递给root,

而root用户往往没有配置JAVA_HOME且不方便配置,

显式指定jstack命令的路径就反而显得更方便了

show-busy-java-threads -a yao.log

将输出结果导入到指定文件yao.log中

show-busy-java-threads 3 5

每5秒执行一次,一共执行3次; 缺省执行一次,缺省间隔是3秒

总结

3中方法排查服务器CPU负载过高的情况,主要流程是:

1、查看CPU负载过高进程。

2、查看进程中负载高的线程。

3、获取进程中的堆栈信息。

4、获取堆栈中对应的线程信息,找到里面的问题方法。

在排查过程中我们不只使用了原生工具,还使用了增强工具Arthas与show-busy-java-threads,大大简化了我们排查的步骤。

其实增强工具无非就是在原生方法上面封装了而已,有很多这种工具都是在原生方法中封装而成。

----本文结束 感谢您的阅读----