一、引子

對(duì)于互聯(lián)網(wǎng)公司，線上CPU飆升的問題很常見（例如某個(gè)活動(dòng)開始，流量突然飆升時(shí)），按照本文的步驟排查，基本1分鐘即可搞定！特此整理排查方法一篇，供大家參考討論提高。

二、問題復(fù)現(xiàn)

線上系統(tǒng)突然運(yùn)行緩慢，CPU飆升，甚至到100%，以及Full GC次數(shù)過多，接著就是各種報(bào)警：例如接口超時(shí)報(bào)警等。此時(shí)急需快速線上排查問題。

三、問題排查

不管什么問題，既然是CPU飆升，肯定是查一下耗CPU的線程，然后看看GC。

3.1 核心排查步驟

1.執(zhí)行“top”命令：查看所有進(jìn)程占系統(tǒng)CPU的排序。極大可能排第一個(gè)的就是咱們的JAVA進(jìn)程（COMMAND列）。PID那一列就是進(jìn)程號(hào)。

2.執(zhí)行“top -Hp 進(jìn)程號(hào)”命令：查看java進(jìn)程下的所有線程占CPU的情況。

3.執(zhí)行“printf "%xn 10"命令 ：后續(xù)查看線程堆棧信息展示的都是十六進(jìn)制，為了找到咱們的線程堆棧信息，咱們需要把線程號(hào)轉(zhuǎn)成16進(jìn)制。例如,printf "%xn 10-》打印：a，那么在jstack中線程號(hào)就是0xa.

4.執(zhí)行 “jstack 進(jìn)程號(hào) | grep 線程ID” 查找某進(jìn)程下-》線程ID（jstack堆棧信息中的nid）=0xa的線程堆棧信息。如果“"VM Thread" os_prio=0 tid=0x00007f871806e000 nid=0xa runnable”，第一個(gè)雙引號(hào)圈起來的就是線程名，如果是“VM Thread”這就是虛擬機(jī)GC回收線程了

5.執(zhí)行“jstat -gcutil 進(jìn)程號(hào) 統(tǒng)計(jì)間隔毫秒 統(tǒng)計(jì)次數(shù)（缺省代表一致統(tǒng)計(jì)）”，查看某進(jìn)程GC持續(xù)變化情況，如果發(fā)現(xiàn)返回中FGC很大且一直增大-》確認(rèn)Full GC! 也可以使用“jmap -heap 進(jìn)程ID”查看一下進(jìn)程的堆內(nèi)從是不是要溢出了，特別是老年代內(nèi)從使用情況一般是達(dá)到閾值(具體看垃圾回收器和啟動(dòng)時(shí)配置的閾值)就會(huì)進(jìn)程Full GC。

6.執(zhí)行“jmap -dump:format=b,file=filename 進(jìn)程ID”，導(dǎo)出某進(jìn)程下內(nèi)存heap輸出到文件中。可以通過eclipse的mat工具查看內(nèi)存中有哪些對(duì)象比較多。

3.2 原因分析

1.內(nèi)存消耗過大，導(dǎo)致Full GC次數(shù)過多

執(zhí)行步驟1-5：

• 多個(gè)線程的CPU都超過了100%，通過jstack命令可以看到這些線程主要是垃圾回收線程-》上一節(jié)步驟2
• 通過jstat命令監(jiān)控GC情況，可以看到Full GC次數(shù)非常多，并且次數(shù)在不斷增加。--》上一節(jié)步驟5

確定是Full GC,接下來找到具體原因：

• 生成大量的對(duì)象，導(dǎo)致內(nèi)存溢出-》執(zhí)行步驟6，查看具體內(nèi)存對(duì)象占用情況。
• 內(nèi)存占用不高，但是Full GC次數(shù)還是比較多，此時(shí)可能是代碼中手動(dòng)調(diào)用 System.gc()導(dǎo)致GC次數(shù)過多，這可以通過添加 -XX:+DisableExplicitGC來禁用JVM對(duì)顯示GC的響應(yīng)。

2.代碼中有大量消耗CPU的操作，導(dǎo)致CPU過高，系統(tǒng)運(yùn)行緩慢；

執(zhí)行步驟1-4：在步驟4jstack，可直接定位到代碼行。例如某些復(fù)雜算法，甚至算法BUG，無限循環(huán)遞歸等等。

3.由于鎖使用不當(dāng)，導(dǎo)致死鎖。

執(zhí)行步驟1-4： 如果有死鎖，會(huì)直接提示。關(guān)鍵字：deadlock.步驟四，會(huì)打印出業(yè)務(wù)死鎖的位置。

造成死鎖的原因：最典型的就是2個(gè)線程互相等待對(duì)方持有的鎖。

4.隨機(jī)出現(xiàn)大量線程訪問接口緩慢。

代碼某個(gè)位置有阻塞性的操作，導(dǎo)致該功能調(diào)用整體比較耗時(shí)，但出現(xiàn)是比較隨機(jī)的；平時(shí)消耗的CPU不多，而且占用的內(nèi)存也不高。

思路：

首先找到該接口，通過壓測(cè)工具不斷加大訪問力度，大量線程將阻塞于該阻塞點(diǎn)。

執(zhí)行步驟1-4：

"http-nio-8080-exec-4" #31 daemon prio=5 os_prio=31 tid=0x00007fd08d0fa000 nid=0x6403 waiting on condition [0x00007000033db000]
 java.lang.Thread.State: TIMED_WAITING (sleeping)-》期限等待
 at java.lang.Thread.sleep(Native Method)
 at java.lang.Thread.sleep(Thread.java:340)
 at java.util.concurrent.TimeUnit.sleep(TimeUnit.java:386)
 at com.*.user.controller.UserController.detail(UserController.java:18)-》業(yè)務(wù)代碼阻塞點(diǎn)

如上圖，找到業(yè)務(wù)代碼阻塞點(diǎn)，這里業(yè)務(wù)代碼使用了TimeUnit.sleep()方法，使線程進(jìn)入了TIMED_WAITING(期限等待)狀態(tài)。

5.某個(gè)線程由于某種原因而進(jìn)入WAITING狀態(tài)，此時(shí)該功能整體不可用，但是無法復(fù)現(xiàn)；

執(zhí)行步驟1-4：jstack多查詢幾次，每次間隔30秒，對(duì)比一直停留在parking 導(dǎo)致的WAITING狀態(tài)的線程。例如CountDownLatch倒計(jì)時(shí)器，使得相關(guān)線程等待->AQS->LockSupport.park()。

"Thread-0" #11 prio=5 os_prio=31 tid=0x00007f9de08c7000 nid=0x5603 waiting on condition [0x0000700001f89000] 
java.lang.Thread.State: WAITING (parking) ->無期限等待
at sun.misc.Unsafe.park(Native Method) 
at java.util.concurrent.locks.LockSupport.park(LockSupport.java:304) 
at com.*.SyncTask.lambda$main$0(SyncTask.java:8)-》業(yè)務(wù)代碼阻塞點(diǎn)
at com.*.SyncTask$$Lambda$1/1791741888.run(Unknown Source) 
at java.lang.Thread.run(Thread.java:748)