内存溢出+CPU占用过高:问题排查+解决方案+复盘（超详细分析教程）

内存溢出+CPU占用过高:问题排查+解决方案+复盘（超详细分析教程）

原文地址

https://zhanghan.blog.csdn.net/article/details/109255980

 

前言

最近刚上线了一款社交项目，运行十多天后（运营持续每天推量），发现问题：

系统OOM（资源不能被释放）导致服务器频繁且长时间FGC导致服务器CPU持续飚高
日志中内存溢出:java.lang.OutOfMemoryError: Java heap space
程序十分卡顿，严重影响用户使用
从以下方面，为大家分享此次问题解决流程

问题出现现象
临时解决方案
复现问题
定位问题发生原因
优化代码
优化后进行压测，上线
复盘

学完本博文，你的收获

排查内存溢出的思路
排查内存溢出过程中用到的命令及工具（Linux命令，Eclipse Memory Anaylzer[MAT]）
定位系统内存溢出的代码，并进行优化
此次内存溢出问题复盘

解决方案流程图

 

 

 

问题&临时解决方案&定位问题&最终解决方案

问题：

业务反馈程序用的十分卡，同时测试自己测的也十分卡

从ELK收集的请求日志发现确实存在问题，线上是两台部署：两台机器上都是，一次请求耗时由原来的几毫秒变为10几秒

CPU跑的过高，当时是4核，CPU持续飙到350%+；

当时一台服务器CPU截图：

 

 

 

临时解决方案

当时为了减少对业务影响，直接将生产两台服务器上的项目进行重启
项目启动参数中没有加内存溢出日志输出（后续博客为大家介绍JVM调优时讲解启动命令中加内存溢出日志输出），重启后出问题时项目的JVM信息丢失了
复现问题方式：在开发环境对程序进行持续压测;压测相关服务器配置：

服务器配置：8核，16G

项目启动内存：136M

Jmeter持续(循环)压发消息接口10分钟

定位问题

top命令查看最耗CPU的进程（进程:17038;CPU持续飙到595%+）

 

 

 top  -H  pid号，查看该进程中最耗CPU的线程(发现有一些线程占用CPU较高)

 

 

 将线程号转为16进制,同时查看这些线程当前正在干什么（在此以17045线程为例）

可以看到最耗CPU的线程都是在进行GC

注意：

在FGC的时候会引起STW，所有应用都会短暂暂停，但是此时CPU仍然很忙，因为CPU在忙着进行FGC清理内存

用Jmap命令查看当前堆的使用情况(发现老年代现在已占用99.8%+)

 

 

 查看gc 频率的命令（其中O代表老年代占用率，FGC是FullGC次数，FGCT是fullGC时间；可以看出在频繁FullGC但是老年代有资源一直释放不掉）

 

 

 通过分析出问题时线上日志发现内存溢出；至此定位到问题根源是内存溢出导致（有未释放资源堆积，导致老年代被占满，然后频繁的FullGC但是资源一直释放不了）

 

 

 分析问题产生原因

由于线上当时直接重启，未能保留当时的JVM内存文件；在开发环境进行循环压测，复现线上问题，然后导出dump文件进行分析找到原因

生成dump文件命令

 

 

 

 

 

 

 

 

 

分析代码

去代码中全局搜这两个类，发现只有在打日志的时候用到ClassClassPath类

分析ClassClassPath相关代码：

用到ClassClassPath对象是一个静态的ClassPool；

问题原因:classPath一直被静态的全局pool所持有，导致GC一直释放不掉；

 

 

 

 

 

 

 

 

 

 

 

 

优化代码：每次用完ClassClassPath后将其释放

每次对象使用完后从静态pool中移除
注意:classPath=null这种方式是不能释放掉的

 

优化后再次进行验证

开发环境循环压测，用MAT分析dump文件，发现内存中已不再堆积ClassClassPath类;优化前后接口吞吐量也提升8.2%
进行线上发布，观察一周后，对内存分析发现正常
复盘：

项目比对：
为快速开发，社交的代码从原来金融项目基础上改造而来；
原来金融项目没有内存溢出，而社交项目为什么内存溢出？
通过ELK统计一段时间的访问量结果：
社交目前日访问后台量65w+
金融项目只有4.5W+
社交和金融项目业务类型不一样，所呈现出的特点也不同
去生产的金融项目中dump内存文件，用MAT工具分析，发现也存在ClassClassPath类堆积释放不掉，只不过由于访问量少，堆积量未占满老年代而已；果断在金融项目迭代时将其优化；
程序预警：为减少业务影响，增加接口耗时的预警（后续博文为大家共享）；实现方式：
- 在每次程序处理完进行预警（比如本次请求>阈值）;缺点：消耗性能影响正常业务
- 在ELK清洗时用相关插件进行预警；优点：和业务解耦，对业务无影响

服务器预警：运维增加CPU内存，日志内存溢出监控

 

总结

解决内存溢出过程总结：

不同的项目导致内存溢出原因是不同的；

重要的是排查思路

经过不断的耐心的去观察，测试，分析才能定位到问题并最终解决问题

在这次分析内存溢出过程中，我们也针对我们项目的JVM启动参数进行了调优，在接下来的博文中为大家分享JVM调优

 

注意：

1，在FGC的时候会引起STW，所有应用都会短暂暂停，但是此时CPU仍然很忙，因为CPU在忙着进行FGC清理内存

2，使用jvisualvm来分析dump文件：
jvisualvm是JDK自带的Java性能分析工具，在JDK的bin目录下，文件名就叫jvisualvm.exe。
jvisualvm可以监控本地、远程的java进程，实时查看进程的cpu、堆、线程等参数，对java进程生成dump文件，并对dump文件进行分析。

 

原文地址

https://zhanghan.blog.csdn.net/article/details/109255980