线上服务CPU100%问题快速定位实战

 

功能问题，通过日志，单步调试相对比较好定位。

 

性能问题，例如线上服务器CPU100%，如何找到相关服务，如何定位问题代码，更考验技术人的功底。

 

58到家架构部，运维部，58速运技术部联合进行了一次线上服务CPU问题排查实战演练，同学们反馈有收获，特将实战演练的试题和答案公布出来，希望对大家也有帮助。

 

题目

某服务器上部署了若干tomcat实例，即若干垂直切分的Java站点服务，以及若干Java微服务，突然收到运维的CPU异常告警。

问：如何定位是哪个服务进程导致CPU过载，哪个线程导致CPU过载，哪段代码导致CPU过载？

 

步骤一、找到最耗CPU的进程

工具：top

方法：

• 执行top -c ，显示进程运行信息列表

• 键入P (大写p)，进程按照CPU使用率排序

图示：

 

如上图，最耗CPU的进程PID为10765

 

步骤二：找到最耗CPU的线程

工具：top

方法：

• top -Hp 10765 ，显示一个进程的线程运行信息列表

• 键入P (大写p)，线程按照CPU使用率排序

图示：

 

如上图，进程10765内，最耗CPU的线程PID为10804

 

步骤三：将线程PID转化为16进制

工具：printf

方法：printf “%x\n” 10804

图示：

 

如上图，10804对应的16进制是0x2a34，当然，这一步可以用计算器。

 

之所以要转化为16进制，是因为堆栈里，线程id是用16进制表示的。

 

步骤四：查看堆栈，找到线程在干嘛

工具：pstack/jstack/grep

方法：jstack 10765 | grep ‘0x2a34’ -C5 --color

• 打印进程堆栈

• 通过线程id，过滤得到线程堆栈

图示：

 

如上图，找到了耗CPU高的线程对应的线程名称“AsyncLogger-1”，以及看到了该线程正在执行代码的堆栈。

 

希望对经常进行线上CPU问题排查的同学有帮助，如果有更好的实践，也欢迎分享。