开心六月综合激情婷婷|欧美精品成人动漫二区|国产中文字幕综合色|亚洲人在线成视频

一、摘要

由于硬件問(wèn)題、系統(tǒng)資源緊缺或者程序本身的BUG，Java服務(wù)在線上不可避免地會(huì)出現(xiàn)一些“系統(tǒng)性”故障，比如：服務(wù)性能明顯下降、部分（或所有）接口超時(shí)或卡死等。其中部分故障隱藏頗深，對(duì)運(yùn)維和開發(fā)造成長(zhǎng)期困擾。筆者根據(jù)自己的學(xué)習(xí)和實(shí)踐，總結(jié)出一套行之有效的“逐步排除”的方法，來(lái)快速定位Java服務(wù)線上“系統(tǒng)性”故障。

二、導(dǎo)言

Java語(yǔ)言是廣泛使用的語(yǔ)言，它具有跨平臺(tái)的特性和易學(xué)易用的特點(diǎn)，很多服務(wù)端應(yīng)用都采用Java語(yǔ)言開發(fā)。由于軟件系統(tǒng)本身以及運(yùn)行環(huán)境的復(fù)雜性，Java的應(yīng)用不可避免地會(huì)出現(xiàn)一些故障。盡管故障的表象通常比較明顯（服務(wù)反應(yīng)明顯變慢、輸出發(fā)生錯(cuò)誤、發(fā)生崩潰等），但故障定位卻并不一定容易。為什么呢？有如下原因：

1. 程序打印的日志越詳細(xì)，越容易定位到BUG，但是可能有些時(shí)候程序中沒有打印相關(guān)內(nèi)容到日志，或者日志級(jí)別沒有設(shè)置到相應(yīng)級(jí)別

2. 程序可能只對(duì)很特殊的輸入條件發(fā)生故障，但輸入條件難以推斷和復(fù)現(xiàn)

3. 通常自己編寫的程序出現(xiàn)的問(wèn)題會(huì)比較容易定位，但應(yīng)用經(jīng)常是由多人協(xié)作編寫，故障定位人員可能并不熟悉其他人員編寫的程序

4. 應(yīng)用通常會(huì)依賴很多第三方庫(kù)，第三方庫(kù)中隱藏著的BUG可能是始料未及的

5. 多數(shù)的開發(fā)人員學(xué)習(xí)的都是“如何編寫業(yè)務(wù)功能”的技術(shù)資料，但對(duì)于“如何編寫高效、可靠的程序”、“如何定位程序故障”卻知之甚少。所以一旦應(yīng)用出現(xiàn)故障，他們并沒有足夠的技術(shù)背景知識(shí)來(lái)幫助他們完成故障定位。

盡管有些故障會(huì)很難定位，但筆者根據(jù)學(xué)習(xí)和實(shí)踐總結(jié)出一套“逐步排除”的故障定位方法：通過(guò)操作系統(tǒng)和Java虛擬機(jī)提供的監(jiān)控和診斷工具，獲取到系統(tǒng)資源和目標(biāo)服務(wù)（出現(xiàn)故障的Java服務(wù)）內(nèi)部的狀態(tài)，并依據(jù)服務(wù)程序的特點(diǎn)，識(shí)別出哪些現(xiàn)象是正常的，哪些現(xiàn)象是異常的。而后通過(guò)排除正常的現(xiàn)象，和跟蹤異?，F(xiàn)象，就可以達(dá)到故障定位的目標(biāo)。

在正式介紹該方法之前，先申明一下這個(gè)方法使用的范圍。

三、本方法適用的范圍

本方法主要適用于Linux系統(tǒng)中Java服務(wù)線上“系統(tǒng)性”故障的定位，比如：服務(wù)性能明顯下降、部分（或所有）接口超時(shí)或卡死。其它操作系統(tǒng)或其它語(yǔ)言的服務(wù)，也可以參考本文的思路。

不適用本方法的情況：對(duì)于“功能性”故障，例如運(yùn)算結(jié)果不對(duì)、邏輯分支走錯(cuò)等，不建議使用本方法。對(duì)待這些情況比較恰當(dāng)?shù)姆椒ㄊ窃跍y(cè)試環(huán)境中重現(xiàn)，并使用Java虛擬機(jī)提供的“遠(yuǎn)程調(diào)試”功能進(jìn)行動(dòng)態(tài)跟蹤調(diào)試。

前面說(shuō)過(guò)，本方法基于“異?，F(xiàn)象”的識(shí)別來(lái)定位故障。那系統(tǒng)中可能有哪些異?，F(xiàn)象呢？

四、有哪些異?，F(xiàn)象

我們可以將異常現(xiàn)象分成兩類：系統(tǒng)資源的異?，F(xiàn)象、“目標(biāo)服務(wù)”內(nèi)部的異?，F(xiàn)象。目標(biāo)服務(wù)，指的是出現(xiàn)故障的Java服務(wù)。

1. 系統(tǒng)資源的異?，F(xiàn)象

一個(gè)程序由于BUG或者配置不當(dāng)，可能會(huì)占用過(guò)多的系統(tǒng)資源，導(dǎo)致系統(tǒng)資源匱乏。這時(shí)，系統(tǒng)中其它程序就會(huì)出現(xiàn)計(jì)算緩慢、超時(shí)、操作失敗等“系統(tǒng)性”故障。常見的系統(tǒng)資源異常現(xiàn)象有：CPU占用過(guò)高、物理內(nèi)存富余量極少、磁盤I/O占用過(guò)高、發(fā)生換入換出過(guò)多、網(wǎng)絡(luò)鏈接數(shù)過(guò)多。可以通過(guò)top、iostat、vmstat、netstat工具獲取到相應(yīng)情況。

2. 目標(biāo)服務(wù)內(nèi)部的異常現(xiàn)象

• Java堆滿
  Java堆是“Java虛擬機(jī)”從操作系統(tǒng)申請(qǐng)到的一大塊內(nèi)存，用于存放Java程序運(yùn)行中創(chuàng)建的對(duì)象。當(dāng)Java堆滿或者較滿的情況下，會(huì)觸發(fā)“Java虛擬機(jī)”的“垃圾收集”操作，將所有“不可達(dá)對(duì)象”（即程序邏輯不能引用到的對(duì)象）清理掉。有時(shí)，由于程序邏輯或者Java堆參數(shù)設(shè)置的問(wèn)題，會(huì)導(dǎo)致“可達(dá)對(duì)象”（即程序邏輯可以引用到的對(duì)象）占滿了Java堆。這時(shí)，Java虛擬機(jī)就會(huì)無(wú)休止地做“垃圾回收”操作，使得整個(gè)Java程序會(huì)進(jìn)入卡死狀態(tài)。我們可以使用jstat工具查看Java堆的占用率。
• 日志中的異常
  目標(biāo)服務(wù)可能會(huì)在日志中記錄一些異常信息，例如超時(shí)、操作失敗等信息，其中可能含有系統(tǒng)故障的關(guān)鍵信息。
• 疑難雜癥
  死鎖、死循環(huán)、數(shù)據(jù)結(jié)構(gòu)異常（過(guò)大或者被破壞）、集中等待外部服務(wù)回應(yīng)等現(xiàn)象。這些異常現(xiàn)象通常采用jstack工具可以獲取到非常有用的線索。

了解異?，F(xiàn)象分類之后，我們來(lái)具體講講故障定位的步驟。

五、故障定位的步驟

我們采用“從外到內(nèi)，逐步排除”的方式來(lái)定位故障：

1. 先排除其它程序過(guò)度占用系統(tǒng)資源的問(wèn)題

2. 然后排除“目標(biāo)服務(wù)”本身占用系統(tǒng)資源過(guò)度的問(wèn)題

3. 最后觀察目標(biāo)服務(wù)內(nèi)部的情況，排除掉各種常見故障類型。

對(duì)于不能排除的方面，要根據(jù)該信息對(duì)應(yīng)的“危險(xiǎn)程度”來(lái)判斷是應(yīng)該“進(jìn)一步深入”還是“暫時(shí)跳過(guò)”。例如“目標(biāo)服務(wù)Java堆占用100%”這是一條危險(xiǎn)程度較高的信息，建議立即“進(jìn)一步深入”。而對(duì)于“在CPU核數(shù)為8的機(jī)器上，其它程序偶然占用CPU達(dá)200%”這種危險(xiǎn)程度不是很高的信息，則建議“暫時(shí)跳過(guò)”。當(dāng)然，有些具體情況還需要故障排查人員根據(jù)自己的經(jīng)驗(yàn)做出判斷。

第一步：排除其它程序占用過(guò)量系統(tǒng)資源的情況

圖示：排除其它程序占用過(guò)量系統(tǒng)資源的情況

1.運(yùn)行【top】，檢查CPU idle情況，如果發(fā)現(xiàn)idle較多（例如多余50%），則排除其它進(jìn)程占用CPU過(guò)量的情況。

如果idle較少，則按shift+p，將進(jìn)程按照CPU占用率從高到低排序，逐一排查（見下面TIP）。

2.運(yùn)行【free -g】，檢查剩余物理內(nèi)存（“-/+ buffer/cache”行的“free”列）情況，如果發(fā)現(xiàn)剩余物理內(nèi)存較多（例如剩余2GB以上），則排除占用物理內(nèi)存過(guò)量的情況。

如果剩余物理內(nèi)存較少（例如剩余1GB以下），則運(yùn)行【vmstat -n 1】檢查si/so（換入換出）情況，

第一行數(shù)值表示的是從系統(tǒng)啟動(dòng)到運(yùn)行命令時(shí)的均值，我們忽略掉。從第二行開始，每一行的si/so表示該秒內(nèi)si/so的block數(shù)。如果多行數(shù)值都為零，則可以排除物理內(nèi)存不足的問(wèn)題。如果數(shù)值較大（例如大于1000 blocks/sec，block的大小一般是1KB）則說(shuō)明存在較明顯的內(nèi)存不足問(wèn)題。我們可以運(yùn)行【top】輸入shift+m，將進(jìn)程按照物理內(nèi)存占用（“RES”列）從大到小進(jìn)行排序，然后對(duì)排前面的進(jìn)程逐一排查（見下面TIP）。

3.如果目標(biāo)服務(wù)是磁盤I/O較重的程序，則用【iostat -d 1】，檢查磁盤I/O情況。若“目標(biāo)服務(wù)對(duì)應(yīng)的磁盤”讀寫量在預(yù)估之內(nèi)（預(yù)估要注意cache機(jī)制的影響），則排除其它進(jìn)程占用磁盤I/O過(guò)量的問(wèn)題。

第一組數(shù)據(jù)是從該機(jī)器從開機(jī)以來(lái)的統(tǒng)計(jì)值。從第二組開始，都是每秒鐘的統(tǒng)計(jì)值。通過(guò)【df】命令，可以看到Device與目錄的關(guān)系。下圖設(shè)備“sdb”就對(duì)應(yīng)了目錄“/disk2”。

假如發(fā)現(xiàn)目標(biāo)服務(wù)所在磁盤讀寫量明顯超過(guò)推算值，則應(yīng)該找到大量讀寫磁盤的進(jìn)程（見下面TIP）

4.運(yùn)行【netstat -aonp | grep tcp| wc -l】查看各種狀態(tài)的TCP連接數(shù)量和。如果總數(shù)較小（例如小于500），則排除連接數(shù)占用過(guò)多問(wèn)題。

假如發(fā)現(xiàn)連接數(shù)較多，可以用【netstat -natp|awk ‘{print $7}’|sort|uniq -c|sort -rn】按照PID統(tǒng)計(jì)TCP連接的數(shù)量，然后對(duì)連接數(shù)較多的進(jìn)程逐一排查（見下面TIP）。

TIP：如何“逐一排查”：假如定位到是某個(gè)外部程序占用過(guò)量系統(tǒng)資源，則依據(jù)進(jìn)程的功能和配置情況判斷是否合乎預(yù)期。假如符合預(yù)期，則考慮將服務(wù)遷移到其他機(jī)器、修改程序運(yùn)行的磁盤、修改程序配置等方式解決。假如不符合預(yù)期，則可能是運(yùn)行者對(duì)該程序不太了解或者是該程序發(fā)生了BUG。外部程序通?？赡苁荍ava程序也可能不是Java程序，如果是Java程序，可以把它當(dāng)作目標(biāo)服務(wù)一樣進(jìn)行排查；而非Java程序具體排查方法超出了本文范圍，列出三個(gè)工具供參考選用：

• 系統(tǒng)提供的調(diào)用棧的轉(zhuǎn)儲(chǔ)工具【pstack】，可以了解到程序中各個(gè)線程當(dāng)前正在干什么，從而了解到什么邏輯占用了CPU、什么邏輯占用了磁盤等
• 系統(tǒng)提供的調(diào)用跟蹤工具【strace】，可以偵測(cè)到程序中每個(gè)系統(tǒng)API調(diào)用的參數(shù)、返回值、調(diào)用時(shí)間等。從而確認(rèn)程序與系統(tǒng)API交互是否正常等。
• 系統(tǒng)提供的調(diào)試器【gdb】，可以設(shè)置條件斷點(diǎn)偵測(cè)某個(gè)系統(tǒng)函數(shù)調(diào)用的時(shí)候調(diào)用棧是什么樣的。從而了解到什么邏輯不斷在分配內(nèi)存、什么邏輯不斷在創(chuàng)建新連接等

TIP：如何“找到大量讀寫磁盤的進(jìn)程”：

1.如果Linux系統(tǒng)比較新（kernel v2.6.20以上）可以使用iotop工具獲知每個(gè)進(jìn)程的io情況，較快地定位到讀寫磁盤較多的進(jìn)程。

2.通過(guò)【ls -l /proc/*/fd | grep 該設(shè)備映射裝載到的文件系統(tǒng)路徑】查看到哪個(gè)進(jìn)程打開了該設(shè)備的文件，并根據(jù)進(jìn)程身份、打開的文件名、文件大小等屬性判斷是否做了大量讀寫。

3. 可以使用pstack取得進(jìn)程的線程調(diào)用棧，或者strace跟蹤磁盤讀寫API來(lái)幫助確認(rèn)某個(gè)進(jìn)程是否在做磁盤做大量讀寫

第二步：排除目標(biāo)服務(wù)占用了過(guò)量系統(tǒng)資源的情況

圖示：排除目標(biāo)服務(wù)占用了過(guò)量系統(tǒng)資源的情況

1.運(yùn)行【top】，shift+p按照“CPU使用”從高到低的排序查看進(jìn)程，假如目標(biāo)服務(wù)占用的CPU較低（<100%，即小于一個(gè)核的計(jì)算量），或者符合經(jīng)驗(yàn)預(yù)期，則排除目標(biāo)服務(wù)CPU占用過(guò)高的問(wèn)題。

假如目標(biāo)服務(wù)占用的CPU較高（>100%，即大于一個(gè)核的計(jì)算量），則shift+h觀察線程級(jí)別的CPU使用分布。

• 如果CPU使用分散到多個(gè)線程，而且每個(gè)線程占用都不算高（例如都<30%），則排除CPU占用過(guò)高的問(wèn)題
• 如果CPU使用集中到一個(gè)或幾個(gè)線程，而且很高（例如都>95%），則用【jstack pid > jstack.log】獲取目標(biāo)服務(wù)中線程調(diào)用棧的情況。top中看到的占用CPU較高的線程的PID轉(zhuǎn)換成16進(jìn)制（字母用小寫），然后在jstack.log中找到對(duì)應(yīng)線程，檢查其邏輯：
  • 假如對(duì)應(yīng)線程是純計(jì)算型任務(wù)（例如GC、正則匹配、數(shù)值計(jì)算等），則排除CPU占用過(guò)高的問(wèn)題。當(dāng)然如果這種線程占用CPU總量如果過(guò)多（例如占滿了所有核），則需要對(duì)線程數(shù)量做控制（限制線程數(shù) < CPU核數(shù)）。
  • 假如對(duì)應(yīng)線程不是純計(jì)算型任務(wù)（例如只是向其他服務(wù)請(qǐng)求一些數(shù)據(jù)，然后簡(jiǎn)單組合一下返回給用戶等），而該線程CPU占用過(guò)高（>95%），則可能發(fā)生了異常。例如：死循環(huán)、數(shù)據(jù)結(jié)構(gòu)過(guò)大等問(wèn)題，確定具體原因的方法見下文“第三步：目標(biāo)進(jìn)程內(nèi)部觀察”。

2.運(yùn)行【top】，shift+m按照“物理內(nèi)存使用(RES)”從高到低排序進(jìn)程，評(píng)估目標(biāo)服務(wù)占的內(nèi)存量是否在預(yù)期之內(nèi)。如果在預(yù)期之內(nèi)，則排除目標(biāo)服務(wù)Native內(nèi)存占用過(guò)高的問(wèn)題。

提示：由于Java進(jìn)程中有Java級(jí)別的內(nèi)存占用，也有Native級(jí)別的內(nèi)存占用，所以Java進(jìn)程的“物理內(nèi)存使用(RES)”比“-Xmx參數(shù)指定的Java堆大小”大一些是正常的（例如1.5~2倍左右）。

假如“物理內(nèi)存使用(RES)”超出預(yù)期較多（例如2倍以上），并且確定JNI邏輯不應(yīng)該占用這么多內(nèi)存，則可能是NIO或JNI代碼出現(xiàn)了BUG。由于本文主要討論的是Java級(jí)別的問(wèn)題，所以對(duì)這種情況不做過(guò)多討論。讀者可以參考上文“TIP：如何逐一排查”進(jìn)行native級(jí)別的調(diào)試。

第三步：目標(biāo)服務(wù)內(nèi)部觀察

圖示：目標(biāo)服務(wù)內(nèi)部觀察

1. Java堆占用情況

用【jstat -gcutil pid】查看目標(biāo)服務(wù)的OLD區(qū)占用比例，假如占用比例低于85%則排除Java堆占用比例過(guò)高的問(wèn)題。

假如占用比例較高（例如超過(guò)98%），則服務(wù)存在Java堆占滿的問(wèn)題。這時(shí)候可以用jmap+mat進(jìn)行分析定位內(nèi)存中占用比例的情況（見下文TIP），從而較快地定位到Java堆滿的原因。

TIP：用jmap+mat進(jìn)行分析定位內(nèi)存中占用比例的情況

先通過(guò)【jmap -dump:file=dump.map pid】取得目標(biāo)服務(wù)的Java堆轉(zhuǎn)儲(chǔ)，然后找一臺(tái)空閑內(nèi)存較大的機(jī)器在VNC中運(yùn)行mat工具。mat工具中打開dump.map后，可以方便地分析內(nèi)存中什么對(duì)象引用了大量的對(duì)象（從邏輯意義上來(lái)說(shuō)，就是該對(duì)象占用了多大比例的內(nèi)存）。具體使用可以ca

2. 異常日志觀察

通過(guò)類似【tail -10000 stdout.log.2014-08-15 | grep -B2 -A10 -i exception】這樣的方式，可以查到日志中最近記錄的異常。

3. 疑難雜癥

用【jstack pid > jstack.log】獲取目標(biāo)服務(wù)中“鎖情況”和“各線程調(diào)用?！毙畔ⅲ⒎治?/strong>

• 檢查jstack.log中是否有deadlock報(bào)出，如果沒有則排除deadlock情況。

Found one Java-level deadlock:

=============================

“Thread-0″:

waiting to lock monitor 0x1884337c (object 0x046ac698, a java.lang.Object),

which is held by “main”

“main”:

waiting to lock monitor 0x188426e4 (object 0x046ac6a0, a java.lang.Object),

which is held by “Thread-0″

Java stack information for the threads listed above:

===================================================

“Thread-0″:

at LockProblem$T2.run(LockProblem.java:14)

- waiting to lock <0x046ac698> (a java.lang.Object)

- locked <0x046ac6a0> (a java.lang.Object)

“main”:

at LockProblem.main(LockProblem.java:25)

- waiting to lock <0x046ac6a0> (a java.lang.Object)

- locked <0x046ac698> (a java.lang.Object)

Found 1 deadlock.

如果發(fā)現(xiàn)deadlock則則根據(jù)jstack.log中的提示定位到對(duì)應(yīng)代碼邏輯。

• 用【POSThttp://www.xinitek.com/ajax/summaryJStack< jstack.log > jstack.log.summary】對(duì)jstack.log做合并處理，然后繼續(xù)分析故障所在。

通過(guò)jstack.log.summary中的情況，我們可以較迅速地定位到一些嫌疑點(diǎn)，并可以猜測(cè)其故障引起的原因（后文有jstack.log.summary情況舉例供參考）

猜測(cè)了原因后，可以通過(guò)日志檢查、監(jiān)控檢查、用測(cè)試程序嘗試復(fù)現(xiàn)等方式確認(rèn)猜測(cè)是否正確。如果需要更細(xì)致的證據(jù)來(lái)確認(rèn)，可以通過(guò)BTrace、strace、jmap+MAT等工具進(jìn)行分析，最終確認(rèn)問(wèn)題所在。

下面簡(jiǎn)單介紹下這幾個(gè)工具：

BTrace：用于監(jiān)測(cè)Java級(jí)別的方法調(diào)用情況?？梢詫?duì)運(yùn)行中的Java虛擬機(jī)插入調(diào)試代碼，從而確認(rèn)方法每次調(diào)用的參數(shù)、返回值、花費(fèi)時(shí)間等。第三方免費(fèi)工具。

strace：用于監(jiān)視系統(tǒng)調(diào)用情況?？梢缘玫矫看蜗到y(tǒng)調(diào)用的參數(shù)、返回值、耗費(fèi)時(shí)間等。Linux自帶工具。

jmap+MAT：用于查看Java級(jí)別內(nèi)存情況。jmap是JDK自帶工具，可以將Java程序的Java堆轉(zhuǎn)儲(chǔ)到數(shù)據(jù)文件中；MAT是eclipse.org上提供的一個(gè)工具，可以檢查jmap轉(zhuǎn)儲(chǔ)數(shù)據(jù)文件中的數(shù)據(jù)。結(jié)合這兩個(gè)工具，我們可以非常容易地看到Java程序內(nèi)存中所有對(duì)象及其屬性。

TIP：jstack.log.summary情況舉例

1. 某種線程數(shù)量過(guò)多

1000 threads at

“Timer-0″ prio=6 tid=0x189e3800 nid=0x34e0 in Object.wait() [0x18c2f000]

java.lang.Thread.State: TIMED_WAITING (on object monitor)

at java.lang.Object.wait(Native Method)

at java.util.TimerThread.mainLoop(Timer.java:552)

- locked [***] (a java.util.TaskQueue)

at java.util.TimerThread.run(Timer.java:505)

2.多個(gè)線程在等待一把鎖，但拿到鎖的線程在做數(shù)據(jù)結(jié)構(gòu)遍歷操作

38 threads at

“Thread-44″ prio=6 tid=0×18981800 nid=0x3a08 waiting for monitor entry [0x1a85f000]

java.lang.Thread.State: BLOCKED (on object monitor)

at SlowAction$Users.run(SlowAction.java:15)

- waiting to lock [***] (a java.lang.Object)

1 threads at

“Thread-3″ prio=6 tid=0x1894f400 nid=0×3954 runnable [0x18d1f000]

java.lang.Thread.State: RUNNABLE

at java.util.LinkedList.indexOf(LinkedList.java:603)

at java.util.LinkedList.contains(LinkedList.java:315)

at SlowAction$Users.run(SlowAction.java:18)

- locked [***] (a java.lang.Object)

3.某個(gè)應(yīng)當(dāng)被緩存的對(duì)象多次被創(chuàng)建（數(shù)據(jù)庫(kù)連接）

99 threads at

“resin-tcp-connection-*:3231-321″ daemon prio=10 tid=0x000000004dc43800 nid=0x65f5 waiting for monitor entry [0x00000000507ff000]

java.lang.Thread.State: BLOCKED (on object monitor)

at org.apache.commons.dbcp.PoolableConnectionFactory.makeObject(PoolableConnectionFactory.java:290)

- waiting to lock <0x00000000b26ee8a8> (a org.apache.commons.dbcp.PoolableConnectionFactory)

at org.apache.commons.pool.impl.GenericObjectPool.borrowObject(GenericObjectPool.java:771)

at org.apache.commons.dbcp.PoolingDataSource.getConnection(PoolingDataSource.java:95)

…

1 threads at

“resin-tcp-connection-*:3231-149″ daemon prio=10 tid=0x000000004d67e800 nid=0x66d7 runnable [0x000000005180f000]

java.lang.Thread.State: RUNNABLE

…

at org.apache.commons.dbcp.DriverManagerConnectionFactory.createConnection(DriverManagerConnectionFactory.java:46)

at org.apache.commons.dbcp.PoolableConnectionFactory.makeObject(PoolableConnectionFactory.java:290)

- locked <0x00000000b26ee8a8> (a org.apache.commons.dbcp.PoolableConnectionFactory)

at org.apache.commons.pool.impl.GenericObjectPool.borrowObject(GenericObjectPool.java:771)

at org.apache.commons.dbcp.PoolingDataSource.getConnection(PoolingDataSource.java:95)

at …

4. 很多線程都在等待外部服務(wù)的響應(yīng)

100 threads at

“Thread-0″ prio=6 tid=0x189cdc00 nid=0×2904 runnable [0x18d5f000]
java.lang.Thread.State: RUNNABLE
at java.net.SocketInputStream.socketRead0(Native Method)
at java.net.SocketInputStream.read(SocketInputStream.java:150)
at java.net.SocketInputStream.read(SocketInputStream.java:121)
…
at RequestingService$RPCThread.run(RequestingService.java:24)

5.很多線程都在等待FutureTask完成，而FutureTask在等待外部服務(wù)的響應(yīng)

100 threads at

“Thread-0″ prio=6 tid=0×18861000 nid=0x38b0 waiting on condition [0x1951f000]

java.lang.Thread.State: WAITING (parking)

at sun.misc.Unsafe.park(Native Method)

- parking to wait for [***] (a java.util.concurrent.FutureTask$Sync)

at java.util.concurrent.locks.LockSupport.park(LockSupport.java:186)

at java.util.concurrent.locks.AbstractQueuedSynchronizer.parkAndCheckInterrupt(AbstractQueuedSynchronizer.java:834)

at java.util.concurrent.locks.AbstractQueuedSynchronizer.doAcquireSharedInterruptibly(AbstractQueuedSynchronizer.java:994)

at java.util.concurrent.locks.AbstractQueuedSynchronizer.acquireSharedInterruptibly(AbstractQueuedSynchronizer.java:1303)

at java.util.concurrent.FutureTask$Sync.innerGet(FutureTask.java:248)

at java.util.concurrent.FutureTask.get(FutureTask.java:111)

at IndirectWait$MyThread.run(IndirectWait.java:51)

100 threads at

“pool-1-thread-1″ prio=6 tid=0x188fc000 nid=0×2834 runnable [0x1d71f000]
java.lang.Thread.State: RUNNABLE
at java.net.SocketInputStream.socketRead0(Native Method)
at java.net.SocketInputStream.read(SocketInputStream.java:150)
at java.net.SocketInputStream.read(SocketInputStream.java:121)
…
at IndirectWait.request(IndirectWait.java:23)
at IndirectWait$MyThread$1.call(IndirectWait.java:46)
at IndirectWait$MyThread$1.call(IndirectWait.java:1)
at java.util.concurrent.FutureTask$Sync.innerRun(FutureTask.java:334)
at java.util.concurrent.FutureTask.run(FutureTask.java:166)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1110)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:603)
at java.lang.Thread.run(Thread.java:722)

為方便讀者使用，將故障定位三個(gè)步驟的圖合并如下：

圖示：故障定位步驟匯總

故障定位是一個(gè)較復(fù)雜和需要經(jīng)驗(yàn)的過(guò)程，如果現(xiàn)在故障正在發(fā)生，對(duì)于分析經(jīng)驗(yàn)不很多的開發(fā)或運(yùn)維人員，有什么簡(jiǎn)單的操作步驟記錄下需要的信息嗎？下面提供一個(gè)

六、給運(yùn)維人員的簡(jiǎn)單步驟

如果事發(fā)突然且不能留著現(xiàn)場(chǎng)太久，要求運(yùn)維人員：

1. top: 記錄cpu idle%。如果發(fā)現(xiàn)cpu占用過(guò)高，則c, shift+h, shift + p查看線程占用CPU情況，并記錄

2. free: 查看內(nèi)存情況，如果剩余量較小，則top中shift+m查看內(nèi)存占用情況，并記錄

3. 如果top中發(fā)現(xiàn)占用資源較多的進(jìn)程名稱（例如java這樣的通用名稱）不太能說(shuō)明進(jìn)程身份，則要用ps xuf | grep java等方式記錄下具體進(jìn)程的身份

4. 取jstack結(jié)果。假如取不到，嘗試加/F

jstack命令：jstack PID > jstack.log

5. jstat查看OLD區(qū)占用率。如果占用率到達(dá)或接近100%，則jmap取結(jié)果。假如取不到，嘗試加/F

jstat命令：jstat -gcutil PID

S0 S1 E O P YGC YGCT FGC FGCT GCT

0.00 21.35 88.0197.3559.89 111461 1904.894 1458 291.369 2196.263

jmap命令：jmap -dump:file=dump.map PID

6. 重啟服務(wù)

七、參考資料

1. BTrace官網(wǎng)
2. MAT官網(wǎng)
3. 使用jmap和MAT觀察Java程序內(nèi)存數(shù)據(jù)
4. 使用Eclipse遠(yuǎn)程調(diào)試Java應(yīng)用程序
5. Linux下輸入【man strace/top/iostat/vmstat/netstat/jstack】