java线上服务问题排查

1、业务日志相关

假设系统出现异常或者业务有异常，首先想到的都是查看业务日志

查看日志工具：

less 或者more

grep

tail -f filename 查看实时的最新内容

ps:切忌vim直接打开大日志文件，由于会直接载入到内存的

2、数据库相关

java应用非常多瓶颈在数据库，一条sql没写好导致慢查询，可能就会带来应用带来致命危害。

假设出现Could not get JDBC Connection 、接口响应慢、线程打满等。

须要登录线上库，

查看数据库连接情况：show processlist。查看当前数据库的连接情况。确实因为慢查询造成。须要手动kill

3、JVM相关

java虚拟机相关的问题一般多是下面几种问题：gc时间过长、OOM、死锁、线程block、线程数暴涨等问题。一般通过下面几个工具都能定位出问题。

jps命令

jinfo命令

jstat命令

jstack命令

jmap命令

3.1 OOM问题

发生OOM问题一般服务都会crash，业务日志会有OutOfMemoryError。OOM一般都是出现了内存泄露，须要查看OOM时候的jvm堆的快照，假设配置了-XX:+HeapDumpOnOutOfMemoryError, 在发生OOM的时候会在-XX:HeapDumpPath生成堆的dump文件。结合MAT，能够对dump文件进行分析。查找出发生OOM的原因. 关于MAT使用不详述了，google上一堆（http://inter12.iteye.com/blog/1407492）。

ps.

1、server的内存一般较大，所以要保证server的磁盘空间大于内存大小

2、另外手动dump堆快照。能够使用命令jmap -dump:format=b,file=file_name pid 或者kill -3 pid

3.2 死锁

死锁原因是两个或者多个线程相互等待资源。现象通常是出现线程hung住。更严重会出现线程数暴涨，系统出现api alive报警等。查看死锁最好的方法就是分析当时的线程栈。

详细case 能够參考jstack命令里面的样例

用到的命令：

jps -v

jstack -l pid

3.3 线程block、线程数暴涨

jstack -l pid |wc -l

jstack -l pid |grep "BLOCKED"|wc -l

jstack -l pid |grep "Waiting on condition"|wc -l

线程block问题通常是等待io、等待网络、等待监视器锁等造成，可能会导致请求超时、造成造成线程数暴涨导致系统502等。

假设出现这样的问题，主要是关注jstack 出来的BLOCKED、Waiting on condition、Waiting on monitor entry等状态信息。

假设大量线程在“waiting for monitor entry”：

可能是一个全局锁堵塞住了大量线程。

假设短时间内打印的 thread dump 文件反映。随着时间流逝。waiting for monitor entry 的线程越来越多，没有降低的趋势，可能意味着某些线程在临界区里呆的时间太长了，以至于越来越多新线程迟迟无法进入临界区。

假设大量线程在“waiting on condition”：

可能是它们又跑去获取第三方资源，迟迟获取不到Response，导致大量线程进入等待状态。

所以假设你发现有大量的线程都处在 Wait on condition，从线程堆栈看，正等待网络读写，这可能是一个网络瓶颈的征兆，由于网络堵塞导致线程无法运行。

3.3 gc时间过长

todo

先贴一个文章占坑：http://www.oracle.com/technetwork/cn/articles/java/g1gc-1984535-zhs.html

4、server问题

4.1 CPU

top命令(參考https://linux.cn/article-2352-1.html)

主要关注cpu的load，以及比較耗cpu的进程

因为如今server都是虚拟机，还要关注st（st 的全称是 Steal Time 。是分配给执行在其他虚拟机上的任务的实际 CPU 时间）

经常使用交互命令：

h 帮助。十分实用

R: 反向排序

x：将排序字段高亮显示（纵列）

y 将执行进程高亮显示（横行）

shift+> 或shift+<:切换排序字段

d或s: 设置显示的刷新间隔

f: 字段管理 设置显示的字段

k:kill进程

4.2 内存

free命令：

free -m -c10 -s1

-m：以MB为单位显示。其它的有-k -g -b

-s: 间隔多少秒持续观察内存使用状况

-c:观察多少次

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

vmstat命令：(http://man.linuxde.net/vmstat)

vmstat 1 10

1表示每隔1s输出一次,10 表示输出10次

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

两个參数须要关注

r: 执行队列中进程数量，这个值也能够推断是否须要添加CPU。

（长期大于1）

b: 等待IO的进程数量。

4.3 IO

iostat 命令（http://www.orczhou.com/index.php/2010/03/iostat-detail/）

iostat -m 1 10

• -m：某些使用block为单位的列强制使用MB为单位
• 1 10：数据显示每隔1秒刷新一次。共显示10次

4.4 网络

netstat 命令（http://www.cnblogs.com/ggjucheng/archive/2012/01/08/2316661.html）

netstat -antp

-a (all)显示全部选项。默认不显示LISTEN相关

-t (tcp)仅显示tcp相关选项

-u (udp)仅显示udp相关选项

-n 拒绝显示别名，能显示数字的所有转化成数字。

-l 仅列出有在 Listen (监听) 的服服务状态

-p 显示建立相关链接的程序名

显示tcp各个状态数量：

 netstat -ant |awk '{print $6}'|sort|uniq -c

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

查看连接某服务port最多的的IP地址

netstat -nat | grep "10.32.45.35:8924" |awk '{print $5}'|awk -F: '{print $4}'|sort|uniq -c|sort -nr|head -10

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">