网易二面:CPU狂飙900%,该怎么处理?
共 8003字，需浏览 17分钟
· 2024-04-11
👉 欢迎加入小哈的星球 ，你将获得: 专属的项目实战 / Java 学习路线 / 一对一提问 / 学习打卡 / 赠书福利
全栈前后端分离博客项目 2.0 版本完结啦， 演示链接：http://116.62.199.48/ ，新项目正在酝酿中。全程手摸手，后端 + 前端全栈开发，从 0 到 1 讲解每个功能点开发步骤，1v1 答疑，直到项目上线。目前已更新了239小节，累计38w+字，讲解图：1645张，还在持续爆肝中.. 后续还会上新更多项目，目标是将Java领域典型的项目都整一波，如秒杀系统, 在线商城, IM即时通讯，Spring Cloud Alibaba 等等，戳我加入学习，已有1100+小伙伴加入(早鸟价超低)
首先，说明一下问题：CPU飙升200% 以上是生产容易发生的场景
场景:1：MySQL进程飙升900%
大家在使用MySQL过程，想必都有遇到过CPU突然过高，或者达到200%以上的情况。
数据库执行查询或数据修改操作时，系统需要消耗大量的CPU资源维护从存储系统、内存数据中的一致性。
并发量大并且大量SQL性能低的情况下，比如字段是没有建立索引，则会导致快速CPU飙升，如果还开启了慢日志记录，会导致性能更加恶化。生产上有MYSQL 飙升900% 的恶劣情况。
场景2：Java进程飙升900%
一般来说Java 进程不做大量 CPU 运算，正常情况下，CPU 应该在 100~200% 之间，
但是，一旦高并发场景，要么走到了死循环，要么就是在做大量的 GC, 容易出现这种 CPU 飙升的情况，CPU飙升900%，是完全有可能的。
其他场景：其他的类似进程飙升900%的场景
比如Redis、Nginx等等。
陈某提示：大家介绍场景的时候，就说自己主要涉及了两个场景， Java进程飙升900%、MySQL进程飙升900%两种场景，其实，这两个场景就足够讲半天了， 其他的，使用规避技巧规避一下就行。
场景一：MySQL进程CPU飙升到900%，怎么处理？
定位过程：
- 使用top 命令观察，确定是mysqld导致还是其他原因。
- 如果是mysqld导致的，show processlist，查看session情况，确定是不是有消耗资源的sql在运行。
- 找出消耗高的 sql，看看执行计划是否准确， index 是否缺失，或者实在是数据量太大造成。
处理过程：
-
kill 掉这些线程(同时观察 cpu 使用率是否下降)， 一般来说，肯定要 kill 掉这些线程(同时观察 cpu 使用率是否下降)，等进行相应的调整(比如说加索引、改 sql、改内存参数)之后，再重新跑这些 SQL。
-
进行相应的调整(比如说加索引、改 sql、改内存参数)
index 是否缺失，如果是，则 建立索引。也有可能是每个 sql 消耗资源并不多，但是突然之间，有大量的 session 连进来导致 cpu 飙升，这种情况就需要跟应用一起来分析为何连接数会激增，再做出相应的调整，比如说限制连接数等;
-
优化的过程，往往不是一步完成的，而是一步一步，执行一项优化措辞，再观察，再优化。
场景1的真实案例：MySQL数据库优化的真实案例
陈某提示：以下案例，来自互联网。大家参考一下，准备一个自己的案例。
本问题亲身经历过。
之前开发同事编写的SQL语句，就导致过线上CPU过高，MySQL的CPU使用率达到900%+，通过优化最后降低到70%~80%。下面说说个人在这个过程中的排查思路。
首先，我们要对问题定位而不是盲目的开启什么 慢日志，在并发量大并且大量SQL性能低的情况下，开启慢日志无意是将MySQL推向崩溃的边缘。
当时遇到这个情况，分析了当前的数据量、索引情况、缓存使用情况。目测数据量不大，也就几百万条而已。接下来就去定位索引、缓存问题。
- 经过询问，发现很多查询都是走MySQL，没有用到缓存。
- 既然没有用到缓存，则是大量请求全部查询MySQL导致。通过下面的命令查看:
show processlist;
发现类似很多相同的SQL语句，一直处于query状态中。
select id form user where user_code = 'xxxxx';
初步分析可能是 user_code 字段没有索引导致。接着查询user表的索引情况：
show index form user;
发现这个字段是没有建立索引。增加索引之后，该条SQL查询能够正常执行。
3、没隔一会，又发生大量的请求超时问题。接着进行分析，发现是开启了 慢日志查询。大量的SQL查询语句超过慢日志设置的阀值，于是将慢日志关闭之后，速度瞬间提升。CPU的使用率基本保持在300%左右。但还不是理想状态。
4、紧接着将部分实时查询数据的SQL语句，都通过缓存(redis)读写实现。观察一段时间后，基本维持在了70%~80%。
总结：其实本次事故的解决很简单，就是添加索引与缓存结合使用。
- 不推荐在这种CPU使用过高的情况下进行慢日志的开启。因为大量的请求，如果真是慢日志问题会发生日志磁盘写入，性能贼低。
- 直接通过MySQL show processlist命令查看，基本能清晰的定位出部分查询问题严重的SQL语句，在针对该SQL语句进行分析。一般可能就是索引、锁、查询大量字段、大表等问题导致。
- 再则一定要使用缓存系统，降低对MySQL的查询频次。
- 对于内存调优，也是一种解决方案。
场景2展开：Java进程CPU飙升到900%，怎么处理？
定位过程：
CPU飙升问题定位的一般步骤是：
- 首先通过top指令查看当前占用CPU较高的进程PID；
- 查看当前进程消耗资源的线程PID：top -Hp PID
- 通过print命令将线程PID转为16进制，根据该16进制值去打印的堆栈日志内查询，查看该线程所驻留的方法位置。
- 通过jstack命令，查看栈信息，定位到线程对应的具体代码。
- 分析代码解决问题。
处理过程：
-
如果是空循环，或者空自旋。
处理方式：可以使用Thread.sleep或者加锁，让线程适当的阻塞。
-
在循环的代码逻辑中，创建大量的新对象导致频繁GC。比如，从mysql查出了大量的数据，比如100W以上等等。
处理方式：可以减少对象的创建数量，或者，可以考虑使用 对象池。
-
其他的一些造成CPU飙升的场景，比如 selector空轮训导致CPU飙升 。
处理方式：参考Netty源码，无效的事件查询到了一定的次数，进行 selector 重建。
Java的CPU 飙升700%优化的真实案例
陈某提示：以下案例，来自互联网。大家参考一下，准备一个自己的案例。
最近负责的一个项目上线，运行一段时间后发现对应的进程竟然占用了700%的CPU，导致公司的物理服务器都不堪重负，频繁宕机。
那么,针对这类java进程CPU飙升的问题，我们一般要怎么去定位解决呢？、
采用top命令定位进程
登录服务器，执行top命令，查看CPU占用情况，找到进程的pid
top
图片
很容易发现，PID为29706的java进程的CPU飙升到700%多，且一直降不下来，很显然出现了问题。
使用top -Hp命令定位线程
使用 top -Hp命令（为Java进程的id号）查看该Java进程内所有线程的资源占用情况（按shft+p按照cpu占用进行排序，按shift+m按照内存占用进行排序）
此处按照cpu排序：
top -Hp 23602
图片
很容易发现，多个线程的CPU占用达到了90%多。我们挑选线程号为30309的线程继续分析。
使用jstack命令定位代码
1.线程号转换5为16进制
printf “%x\n” 命令（tid指线程的id号）将以上10进制的线程号转换为16进制：
printf "%x\n" 30309
图片
转换后的结果分别为7665，由于导出的线程快照中线程的nid是16进制的，而16进制以0x开头，所以对应的16进制的线程号nid为0x7665
2.采用jstack命令导出线程快照
通过使用dk自带命令jstack获取该java进程的线程快照并输入到文件中：
jstack -l 进程ID > ./jstack_result.txt
命令（为Java进程的id号）来获取线程快照结果并输入到指定文件。
jstack -l 29706 > ./jstack_result.txt
3.根据线程号定位具体代码
在jstack_result.txt 文件中根据线程好nid搜索对应的线程描述
cat jstack_result.txt |grep -A 100 7665
图片
根据搜索结果，判断应该是ImageConverter.run()方法中的代码出现问题
当然，这里也可以直接采用
jstack <pid> |grep -A 200 <nid>
来定位具体代码
$jstack 44529 |grep -A 200 ae24
"System Clock" #28 daemon prio=5 os_prio=0 tid=0x00007efc19e8e800 nid=0xae24 waiting on condition [0x00007efbe0d91000]
java.lang.Thread.State: TIMED_WAITING (sleeping)
at java.lang.Thread.sleep(Native Method)
at java.lang.Thread.sleep(Thread.java:340)
at java.util.concurrentC.TimeUnit.sleep(TimeUnit.java:386)
at com.*.order.Controller.OrderController.detail(OrderController.java:37) //业务代码阻塞点
分析代码解决问题
下面是ImageConverter.run()方法中的部分核心代码。
逻辑说明：
/存储minicap的socket连接返回的数据 (改用消息队列存储读到的流数据) ，设置阻塞队列长度，防止出现内存溢出
//全局变量
private BlockingQueue<byte[]> dataQueue = new LinkedBlockingQueue<byte[]>(100000);
//消费线程
@Override
public void run() {
//long start = System.currentTimeMillis();
while (isRunning) {
//分析这里从LinkedBlockingQueue
if (dataQueue.isEmpty()) {
continue;
}
byte[] buffer = device.getMinicap().dataQueue.poll();
int len = buffer.length;
}
在while循环中，不断读取堵塞队列dataQueue中的数据，如果数据为空，则执行continue进行下一次循环。
如果不为空，则通过poll()方法读取数据，做相关逻辑处理。
初看这段代码好像每什么问题，但是如果dataQueue对象长期为空的话，这里就会一直空循环，导致CPU飙升。
那么如果解决呢？
分析LinkedBlockingQueue阻塞队列的API发现：
//取出队列中的头部元素，如果队列为空则调用此方法的线程被阻塞等待，直到有元素能被取出，如果等待过程被中断则抛出InterruptedException
E take() throws InterruptedException;
//取出队列中的头部元素，如果队列为空返回null
E poll();
这两种取值的API，显然take方法更时候这里的场景。
代码修改为：
while (isRunning) {
/* if (device.getMinicap().dataQueue.isEmpty()) {
continue;
}*/
byte[] buffer = new byte[0];
try {
buffer = device.getMinicap().dataQueue.take();
} catch (InterruptedException e) {
e.printStackTrace();
}
……
}
重启项目后，测试发现项目运行稳定，对应项目进程的CPU消耗占比不到10%。
图片
👉 欢迎加入小哈的星球 ，你将获得: 专属的项目实战 / Java 学习路线 / 一对一提问 / 学习打卡 / 赠书福利
全栈前后端分离博客项目 2.0 版本完结啦， 演示链接：http://116.62.199.48/ ，新项目正在酝酿中。全程手摸手，后端 + 前端全栈开发，从 0 到 1 讲解每个功能点开发步骤，1v1 答疑，直到项目上线。目前已更新了239小节，累计38w+字，讲解图：1645张，还在持续爆肝中.. 后续还会上新更多项目，目标是将Java领域典型的项目都整一波，如秒杀系统, 在线商城, IM即时通讯，Spring Cloud Alibaba 等等，戳我加入学习，已有1100+小伙伴加入(早鸟价超低)
1. 我的私密学习小圈子~
2. SpringBoot + POI-TL 操作 Word，快速生成报表，短小精悍！
4. 公司新来一个技术总监：谁再在 SQL 中写 in 和 not in，直接走人！
最近面试BAT，整理一份面试资料 《Java面试BATJ通关手册》 ，覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。
获取方式：点“ 在看 ”，关注公众号并回复 Java 领取，更多内容陆续奉上。
PS：因公众号平台更改了推送规则，如果不想错过内容，记得读完点一下 “在看” ，加个 “星标” ，这样每次新文章推送才会第一时间出现在你的订阅列表里。
点“在看”支持小哈呀，谢谢啦