壓測過程中故障排查之一：高CPU占用問題分析案例
說明：
一個應用占用CPU很高，除了確實是計算密集型應用之外，通常原因都是出現了死循環
以我們最近出現的一個實際故障為例，介紹怎麽定位和解決這類問題。
根據top命令，發現PID為28555的Java進程占用CPU高達200%，出現故障。
通過ps aux | grep PID命令，可以進一步確定是tomcat進程出現了問題。但是，怎麽定位到具體線程或者代碼呢？
首先顯示線程列表:
ps -mp pid -o THREAD,tid,time
找到了耗時最高的線程28802，占用CPU時間快兩個小時了！
其次將需要的線程ID轉換為16進制格式：
printf "%x\n" tid
最後打印線程的堆棧信息：
jstack pid |grep tid -A 30
找到出現問題的代碼了！
現在來分析下具體的代碼：ShortSocketIO.readBytes(ShortSocketIO.java:106)
ShortSocketIO是應用封裝的一個用短連接Socket通信的工具類。readBytes函數的代碼如下：
public byte[] readBytes(int length) throws IOException {
if ((this.socket == null) || (!this.socket.isConnected())) {
throw new IOException("++++ attempting to read from closed socket");
}
byte[] result = null;
ByteArrayOutputStream bos = new ByteArrayOutputStream();
if (this.recIndex >= length) {
bos.write(this.recBuf, 0, length);
byte[] newBuf = new byte[this.recBufSize];
if (this.recIndex > length) {
System.arraycopy(this.recBuf, length, newBuf, 0, this.recIndex - length);
}
this.recBuf = newBuf;
this.recIndex -= length;
} else {
int totalread = length;
if (this.recIndex > 0) {
totalread -= this.recIndex;
bos.write(this.recBuf, 0, this.recIndex);
this.recBuf = new byte[this.recBufSize];
this.recIndex = 0;
}
int readCount = 0;
while (totalread > 0) {
if ((readCount = this.in.read(this.recBuf)) > 0) {
if (totalread > readCount) {
bos.write(this.recBuf, 0, readCount);
this.recBuf = new byte[this.recBufSize];
this.recIndex = 0;
} else {
bos.write(this.recBuf, 0, totalread);
byte[] newBuf = new byte[this.recBufSize];
System.arraycopy(this.recBuf, totalread, newBuf, 0, readCount - totalread);
this.recBuf = newBuf;
this.recIndex = (readCount - totalread);
}
totalread -= readCount;
}
}
}
問題就出在標紅的代碼部分。如果this.in.read()返回的數據小於等於0時，循環就一直進行下去了。而這種情況在網絡擁塞的時候是可能發生的。
至於具體怎麽修改就看業務邏輯應該怎麽對待這種特殊情況了。
最後，總結下排查CPU故障的方法和技巧有哪些：
1、top命令：Linux命令。可以查看實時的CPU使用情況。也可以查看最近一段時間的CPU使用情況。
2、PS命令：Linux命令。強大的進程狀態監控命令。可以查看進程以及進程中線程的當前CPU使用情況。屬於當前狀態的采樣數據。
3、jstack：Java提供的命令。可以查看某個進程的當前線程棧運行情況。根據這個命令的輸出可以定位某個進程的所有線程的當前運行狀態、運行代碼，以及是否死鎖等等。
4、pstack：Linux命令。可以查看某個進程的當前線程棧運行情況。
壓測過程中故障排查之一：高CPU占用問題分析案例