redis常见异常汇总(日常Bug排查-系统失去响应-Redis使用不当)

前言

日常Bug排查系列都是一些简单Bug排查,笔者将在这里介绍一些排查Bug的简单技巧,同时顺便积累素材^_^。

Bug现场

开发反应线上系统出现失去响应的现象,收到业务告警以及频繁MarkAndSweep(Full GC)告警。于是找到笔者进行排查。

看基础监控

首先呢,当然是看我们的监控了,找到对应失去响应的系统的ip,看下我们的基础监控。

redis常见异常汇总(日常Bug排查-系统失去响应-Redis使用不当)(1)

机器内存持续上升。因为我们是java系统,堆得大小一开始已经设置了最大值。

--XX:Xms2g-Xmx2g

所以看上去像堆外内存泄露。而FullGC告警只是堆外内存后一些关联堆内对象触发。

看应用监控

第二步,当然就是观察我们的应用监控,这边笔者用的是Cat。观察Cat中对应应用的情况,很容易发现,其ActiveThread呈现不正常的现象,竟然达到了5000 多个,同时和内存上升曲线保持一致。

redis常见异常汇总(日常Bug排查-系统失去响应-Redis使用不当)(2)

jstack

java应用中遇到线程数过多的现象,首先我们考虑的是jstack,jstack出来对应的文件后。我们less一下,发现很多线程卡在下面的代码栈上。

"Thread-1234 java.lang.Thread.State:WAITING(parking) atsun.misc.Unsafe.park ...... atorg.apache.commons.pool2.impl.LinkedBlockingQueue.takeFirst ...... atRedis.clients.util.Pool.getResource

很明显的,这个代码栈指的是没有获取连接,从而卡住。至于为什么卡这么长时间而不释放,肯定是由于没设置超时时间。那么是否大部分线程都卡在这里呢,这里我们做一下统计。

catjstack.txt|grep'prio='|wc-l ======>5648 catjstack.txt|grep'redis.clients.util.Pool.getResource' ======>5242

可以看到,一共5648个线程,有5242,也就是92%的线程卡在redis getResource中。

看下redis情况

netstat-anp|grep6379 tcp001.2.3.4:1113.4.5.6:6379ESTABLISHED ......

一共5个,而且连接状态为ESTABLISHED,正常。由此可见他们配置的最大连接数是5(因为别的线程正在等待获取Redis资源)。

Redis连接泄露

那么很自然地想到,Redis连接泄露了,即应用获得Redis连接后没有还回去。这种泄露有下面几种可能:

情况1:

redis常见异常汇总(日常Bug排查-系统失去响应-Redis使用不当)(3)

情况2:

redis常见异常汇总(日常Bug排查-系统失去响应-Redis使用不当)(4)

情况3:

调用Redis卡住,由于其它机器是好的,故排除这种情况。

如何区分

我们做个简单的推理:

如果是情况1,那么这个RedisConn肯定可以通过内存可达性分析和Thread关联上,而且这个关联关系肯定会关联到某个业务操作实体(例如code stack or 业务bean)。那么我们只要观察其在堆内的关联路线是否和业务相关即可,如果没有任何关联,那么基本断定是情况2了。

可达性分析

我们可以通过jmap dump出应用内存,然后通过MAT(Memory Analysis Tool)来进行可达性分析。

首先找到RedisConn

将dump文件在MAT中打开,然后运行OQL:

select*fromredis.clients.jedis.Jedis(RedisConn的实体类)

搜索到一堆Jedis类,然后我们执行

PathToGCRoots->withallreferences

可以看到如下结果:

redis.clients.jedis.Jedis |->object |->item |->first |->... |->java.util.TimerThread |->internalPool

由此可见,我们的连接仅仅被TimerThread和internalPool(Jedis本身的连接池)持有。所以我们可以判断出大概率是情况2,即忘了归还连接。翻看业务代码:

伪代码 voidlock(){ conn=jedis.getResource() conn.setNx() //结束,此处应该有finally{returnResource()}或者采用RedisTemplate }

最后就是很简单的,业务开发在执行setNx操作后,忘了将连接还回去。导致连接泄露。

如果是情况1如何定位卡住的代码

到此为止,这个问题是解决了。但是如果是情况1的话,我们又该如何分析下去呢?很简单,我们如果找到了jedis被哪个业务线程拥有,直接从heap dump找到其线程号,然后去Jstack中搜索即可知道其卡住的代码栈。

jmap: redis.clients.jedis.Jedis |->Thread-123 jstack: Thread-123prio=... atxxx.xxx.xxx.blocked

总结

这是一个很简单的问题,知道套路之后排查起来完全不费事。虽然最后排查出来是个很低级的代码,但是这种分析方法值得借鉴。

原文链接: http://stor.51cto.com/art/202105/663190.htm

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页