服务器常见问题排查（一）——cpu占用高、上下文频繁切换、频繁GC

一般而言cpu异常往往还是比较好定位的。原因包括业务逻辑问题(死循环)、频繁gc以及上下文切换过多。而最常见的往往是业务逻辑(或者框架逻辑)导致的，可以使用jstack来分析对应的堆栈情况。

使用jstack排查占用率问题

当使用jstack排查占用率问题时，可以按照以下步骤进行：

首先，使用top命令找到占用率较高的进程，并记录其PID。
接着，使用以下命令来查看该进程中占用CPU较高的线程：

top -H -p <pid>

该命令将显示进程中各个线程的CPU使用率，以及线程的ID（TID）。

3. 根据线程ID（TID）获取nid，可以使用以下命令：

printf '%x\n' <tid>

这将把TID转换为16进制格式的nid。

4. 然后，通过以下命令来查看该线程的堆栈信息：

jstack <pid> | grep 'nid' -C5 --color

该命令将显示包含nid的堆栈信息。注意，这里使用了grep命令来过滤输出结果，只显示包含nid的部分。-C5表示在匹配项前后各显示5行上下文信息，--color则用于在输出中添加颜色标记。

5. 除了逐个查看线程的堆栈信息外，还可以对整个jstack文件进行分析。可以使用以下命令来统计各个状态的线程数量：

cat jstack.log | grep "java.lang.Thread.State" | sort -nr | uniq -c

该命令将输出各个线程状态的数量，例如RUNNABLE、BLOCKED、WAITING、TIMED_WAITING等。如果WAITING或TIMED_WAITING的数量较多，那么可能存在一些问题。

通过以上步骤，我们可以使用jstack来定位占用率较高的问题，并进一步分析问题原因。

频繁GC问题

通过使用jstat工具的-gc选项，我们可以观察GC的分代变化情况，以便确定GC是否过于频繁。具体来说，我们可以使用以下命令来观察进程的GC情况：

jstat -gc <pid> 1000

在上述命令中，<pid>是目标Java进程的PID，而1000表示采样间隔（以毫秒为单位）。通过这个命令，我们可以获取关于Survivor区、Eden区、老年代（Old Generation）、元数据区（Metaspace）的容量和使用量信息，以及关于Young GC和Full GC的耗时和次数以及总耗时信息。

具体来说，以下是一些关键指标的含义：

S0C/S1C和S0U/S1U：这两个指标分别表示Survivor 0区和Survivor 1区的容量和已使用的容量。如果这些值接近或达到其最大值，则可能需要进行GC。
EC/EU：这两个指标分别表示Eden区的当前容量和已使用的容量。如果这些值接近或达到其最大值，则可能需要进行GC。
OC/OU：这两个指标分别表示老年代的当前容量和已使用的容量。如果这些值接近或达到其最大值，则可能需要进行GC。
MC/MU：这两个指标分别表示元数据区的当前容量和已使用的容量。如果这些值接近或达到其最大值，则可能需要进行GC。
YGC/YGT：这两个指标分别表示Young GC的次数和所花费的总时间。如果这些值较高，则可能表明应用程序存在过多的短期对象引用，需要优化。
FGC/FGCT：这两个指标分别表示Full GC的次数和所花费的总时间。如果这些值较高，则可能表明应用程序存在过多的长期对象引用，需要优化。
GCT：这个指标表示应用程序进行GC的总时间。如果这个值较高，则可能表明应用程序需要进行优化以减少GC的开销。

通过观察这些指标，我们可以更好地了解Java进程的内存使用情况和垃圾回收情况。如果发现GC过于频繁或存在其他问题，我们可以进一步分析并采取相应的优化措施。

频繁上下文切换

上下文切换会消耗CPU的时间，并导致进程真正运行的时间缩短，从而成为系统性能下降的一个因素。过多的上下文切换可能会使得CPU花费过多的时间用于保存和恢复寄存器、内核栈以及虚拟内存等数据，从而影响系统的响应速度和吞吐量。

vmstat是一个非常有用的系统性能分析工具，它可以提供关于系统内存、CPU活动、分页和上下文切换等信息。

在使用vmstat查看上下文切换情况时，可以显示以下统计信息：

"cs"（上下文切换）：显示系统每秒上下文切换的次数。自愿上下文切换（voluntary context switches）和非自愿上下文切换（non voluntary context switches）都会被计算在内。
"in"（中断）：显示系统每秒中断的次数。这些中断可能来自硬件设备、网络或其他原因。
"r"（运行或可运行）：显示正在运行或等待CPU的进程数。这个统计信息可以提供关于系统负载的总体视图。
"b"（阻塞）：显示处于不可中断睡眠状态的进程数。这些进程通常是在等待某些资源（如I/O操作）可用。

需要注意的是，vmstat命令的具体选项和输出可能会因操作系统和版本而有所不同。在使用vmstat时，建议查阅相关文档或使用"man vmstat"命令来获取特定系统上vmstat的详细使用说明和输出解释。

vmstat是给出整个系统总体的上下文切换情况，要想查看每个进程的详细情况就需要使用pidstat，加上-w选项就可以查看进程上下文切换的情况 pidstat -w pid命令，cswch和nvcswch表示自愿及非自愿切换。

cswch(voluntary context switches)：表示每秒自愿上下文切换的次数

nvcswch(non voluntary context switches)：表示每秒非自愿上下文切换的次数

自愿上下文切换：进程无法获取所需的资源，导致的上下文切换，例如IO、内存等资源不足时，就会发生自愿上下文切换
非自愿上下文切换：进程由于时间片已到等时间，被系统强制调度，进而发生的上下文切换，例如大量的进程都在争抢CPU时，就容易发生非自愿上下文切换

系统上下文切换的次数为多少时是不正常的呢？

系统上下文切换的次数是否正常，取决于系统本身的CPU性能。一般来说，如果系统的上下文切换次数比较稳定，在数百到一万以内，都应该算是正常的。然而，当上下文切换次数超过一万次，或者切换次数出现数量级的增长时，就可能已经出现了性能问题。

具体遇到问题的时候，需要根据变化的上下文切换类型，再做具体分析。例如：自愿上下文切换变多了，说明进程都在等待资源，有可能发生了I/O等其他问题；非自愿上下文切换变多了，说明进程都在被强制调度，也就是都在争抢CPU，说明CPU的确成了瓶颈；中断次数变多了，说明CPU被中断处理程序占用，还需要通过查看/proc/interrupts文件来分析具体的中断类型。