JAVA 线上故障排查思路,从 CPU、磁盘、内存、网络到GC

2021-11-19 From CSDN By huihttp

线上故障主要会包括cpu、磁盘、内存以及网络问题,而大多数故障可能会包含不止一个层面的问题,所以进行排查时候尽量四个方面依次排查一遍。同时例如jstack、jmap等工具也是不被局限在一个方面的问题的,基本上出问题就是df、free、top 三连,然后依次jstack、jmap伺候,具体问题具体分析即可。

一 、cpu使用情况

1. top查看总体的系统硬件使用情况

[root@VM_132_3_centos temp]# top
  1. load average 查看一分钟 十分钟 半个小时内的平均负载状态
  2. 多次按键盘1 可查看每个CPU内核的使用情况
  3. 各个进程的内存和CPU使用情况
    在这里插入图片描述

ps -mp PID -o THREAD,tid,time 查看这个进程的具体线程的使用cpu情况

  • m 显示所有的线程
  • p pid 进程使用cpu的时间
  • 0 该参数后是用户自定义格式
[root@VM_132_3_centos nginx]# ps -mp 14669 -o THREAD,tid,time
USER %CPU PRI SCNT WCHAN USER SYSTEM TID TIME
root 0.2 - - - - - - 03:11:33
root 0.0 19 - futex_ - - 14669 00:00:00

在这里插入图片描述

当然也可以用 top -H -p pid来找到cpu使用率比较高的一些线程

[root@VM_132_3_centos nginx]# top -H -p 14669

在这里插入图片描述

printf ‘%x\n’ pid 然后将占用最高的pid转换为16进制得到nid

[root@VM_132_3_centos nginx]# printf "%x\n" 14818

在这里插入图片描述

接着直接在jstack中找到相应的堆栈信息jstack pid |grep ‘nid’ -A50,找到自己写的代码行数,就定位到了出问题的代码位置

参数说明

  • pid 进程id
  • nid 线程id 小写的16进制编号
  • A50 查看匹配到行后的50行 或者用C20查看前后20行

[root@VM_132_3_centos nginx]# jstack 14669 |grep 39e2

在这里插入图片描述

2. vmstat 查看cpu

一般vmstat工具的使用是通过两个数字参数来完成的,第一个参数是采样的时间间隔数单位是秒,第二个参数是采样的次数

[root@VM_132_3_centos temp]# vmstat -n 2 3

在这里插入图片描述

  • 参数解释
    [1]. procs
    – r: 运行和等待CPU时间片的进程数,原则上1核的CPU的运行队列不要超过2,整个系统的运行队列不能超过总核数的2倍,
    否则代表系统压力过大
    – b: 等待资源的进程数,比如正在等待磁盘I/0、网络I/0等。
    [2]. cpu
    –us: 用户进程消耗CPU时间百分比,us值高,用户进程消耗CPU时间多,如果长期大于50%,优化程序;
    –sy:内核进程消耗的CPU时间百分比;
    –us + sy:参考值为80%,如果us + sy大于80%,说明可能存在CPU不足;
    – id:处于空闲的CPU百分比.;
    – wa:系统等待IO的CPU时间百分比;
    – st:来自于一个虚拟机偷取的CPU时间的百分比。
    -[3]. system
    – cs(context switch):一列则代表了上下文切换的次数

3. jstat分析频繁gc

当然我们还是会使用jstack来分析问题,但有时候我们可以先确定下gc是不是太频繁,使用jstat -gc pid 1000命令来对gc分代变化情况进行观察,1000表示采样间隔(ms),S0C/S1C、S0U/S1U、EC/EU、OC/OU、MC/MU分别代表两个Survivor区、Eden区、老年代、元数据区的容量和使用量。YGC/YGT、FGC/FGCT、GCT则代表YoungGc、FullGc的耗时和次数以及总耗时。如果看到gc比较频繁,再针对gc方面做进一步分析。

在这里插入图片描述

二、 内存使用情况

1. free 查看内存使用情况

[root@VM_132_3_centos nginx]# free -m

在这里插入图片描述

2 .使用JMAP定位代码内存泄漏

上述关于OOM和StackOverflow的代码排查方面,我们一般使用JMAPjmap -dump:format=b,file=filename pid来导出dump文件

图片

通过mat(Eclipse Memory Analysis Tools)导入dump文件进行分析,内存泄漏问题一般我们直接选Leak Suspects即可,mat给出了内存泄漏的建议。另外也可以选择Top Consumers来查看最大对象报告。和线程相关的问题可以选择thread overview进行分析。除此之外就是选择Histogram类概览来自己慢慢分析,大家可以搜搜mat的相关教程。

图片

日常开发中,代码产生内存泄漏是比较常见的事,并且比较隐蔽,需要开发者更加关注细节。比如说每次请求都new对象,导致大量重复创建对象进行文件流操作但未正确关闭;手动不当触发gc;ByteBuffer缓存分配不合理等都会造成代码OOM。

三、 硬盘空间使用情况

1. df -lh 查看磁盘的使用情况

[root@VM_132_3_centos temp]# df -lh

在这里插入图片描述

2. du -h --max-depth=1 查看当前目录中文件文件夹的大小

[root@VM_132_3_centos nginx]# du -h --max-depth=1

在这里插入图片描述

3.iostat 查看磁盘io情况

最后一列%util可以看到每块磁盘写入的程度,而rrqpm/s以及wrqm/s分别表示读写速度,一般就能帮助定位到具体哪块磁盘出现问题了。

在这里插入图片描述
磁盘块设备分布

  • rkB/s每秒读取数据量kB;

  • wkB/s每秒写入数据量kB;

  • svctm I/O请求的平均服务时间,单位毫秒;

  • await I/O请求的平均等待时间,单位毫秒;值越小,性能越好;

  • util一秒中有百分几的时间用于I/O操作。接近100%时,表示磁盘带宽跑满,需要优化程序或者增加磁盘;

4. lsof -p pid查看文件读取情况

输出各列信息的意义如下:

COMMAND: 进程的名称

PID: 进程标识符

USER: 进程所有者

FD: 文件描述符,应用程序通过文件描述符识别该文件。每个进程都有自己的文件描述符表,因此FD可能会重名

TYPE: 文件类型

DEVICE: 指定磁盘的名称

SIZE: 文件的大小

NODE: 索引节点文件在磁盘上的标识)

NAME: 打开文件的确切名称

在这里插入图片描述

四、网络使用情况

1. netstat 查看tcp等连接情况

tcp队列溢出
netstat命令,执行netstat -s | egrep “listen|LISTEN”

图片

如上图所示,overflowed表示全连接队列溢出的次数,sockets dropped表示半连接队列溢出的次数。
查看各状态的连接数量 netstat -n | awk ‘/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}’

[root@VM_132_3_centos nginx]# netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'

在这里插入图片描述

2. telnet查看端口是否连通

出现下面这个connected就是说明端口是通的

[root@VM_132_3_centos nginx]# telnet www.baidu.com 80

在这里插入图片描述

3. ifstat 查看网络io情况

在这里插入图片描述

本文来源:CSDN,转载请注明出处!

来源地址:https://blog.csdn.net/u011783999/article/details/120997453

发表感想

© 2016 - 2022 chengxuzhixin.com All Rights Reserved.

浙ICP备2021034854号-1    浙公网安备 33011002016107号