|
首先說下問題現(xiàn)象：內(nèi)網(wǎng)sandbox環(huán)境API持續(xù)1周出現(xiàn)應(yīng)用卡死，所有api無響應(yīng)現(xiàn)象 剛開始當(dāng)測(cè)試抱怨環(huán)境響應(yīng)慢的時(shí)候 ,，我們重啟一下應(yīng)用，應(yīng)用恢復(fù)正常,，于是沒做處理,。但是后來問題出現(xiàn)頻率越來越頻繁，越來越多的同事開始抱怨,，于是感覺代碼可能有問題,，開始排查。 首先發(fā)現(xiàn)開發(fā)的本地ide沒有發(fā)現(xiàn)問題,，應(yīng)用卡死時(shí)候數(shù)據(jù)庫,，redis都正常，并且無特殊錯(cuò)誤日志,。開始懷疑是sandbox環(huán)境機(jī)器問題（測(cè)試環(huán)境本身就很脆!_!） 于是ssh上了服務(wù)器 執(zhí)行以下命令 top 這時(shí)發(fā)現(xiàn) 機(jī)器還算正常，但是內(nèi)心還是,，于是打算看下jvm 堆棧信息 先看下問題應(yīng)用比較耗資源的線程 執(zhí)行 top -H -p 12798 找到前3個(gè)相對(duì)比較耗資源的線程 jstack 查看堆內(nèi)存 jstack 12798 |grep 12799的16進(jìn)制 31ff 沒看出什么問題，上下10行也看看 于是執(zhí)行 看到一些線程都是處于lock狀態(tài),。但沒有出現(xiàn)業(yè)務(wù)相關(guān)的代碼，忽略了,。這時(shí)候沒有什么頭緒,。思考一番。決定放棄這次卡死狀態(tài)的機(jī)器 為了保護(hù)事故現(xiàn)場(chǎng) 先 dump了問題進(jìn)程所有堆內(nèi)存,，然后debug模式重啟測(cè)試環(huán)境應(yīng)用,，打算問題再顯時(shí)直接遠(yuǎn)程debug問題機(jī)器 第二天問題再現(xiàn)，于是通知運(yùn)維nginx轉(zhuǎn)發(fā)拿掉這臺(tái)問題應(yīng)用,，自己遠(yuǎn)程debug tomcat,。 自己隨意找了一個(gè)接口，斷點(diǎn)在接口入口地方,，悲劇開始,，什么也沒有發(fā)生！API等待服務(wù)響應(yīng),，沒進(jìn)斷點(diǎn),。這時(shí)候有點(diǎn)懵逼，冷靜了一會(huì),在入口之前的aop地方下了個(gè)斷點(diǎn),，再debug一次,，這次進(jìn)了斷點(diǎn)，f8 N次后發(fā)現(xiàn)在執(zhí)行redis命令的時(shí)候卡主了,。繼續(xù)跟,，最后在到j(luò)edis的一個(gè)地方發(fā)現(xiàn)問題：
/**
* Returns a Jedis instance to be used as a Redis connection. The instance can be newly created or retrieved from a
* pool.
*
* @return Jedis instance ready for wrapping into a {@link RedisConnection}.
*/
protected Jedis fetchJedisConnector() {
try {
if (usePool && pool != null) {
return pool.getResource();
}
Jedis jedis = new Jedis(getShardInfo());
// force initialization (see Jedis issue #82)
jedis.connect();
return jedis;
} catch (Exception ex) {
throw new RedisConnectionFailureException('Cannot get Jedis connection', ex);
}
}
上面pool.getResource()后線程開始wait public T getResource() {
try {
return internalPool.borrowObject();
} catch (Exception e) {
throw new JedisConnectionException('Could not get a resource from the pool', e);
}
}
return internalPool.borrowObject()；這個(gè)代碼應(yīng)該是一個(gè)租賃的代碼接著跟 public T borrowObject(long borrowMaxWaitMillis) throws Exception {
this.assertOpen();
AbandonedConfig ac = this.abandonedConfig;
if (ac != null && ac.getRemoveAbandonedOnBorrow() && this.getNumIdle() < 2 && this.getNumActive() > this.getMaxTotal() - 3) {
this.removeAbandoned(ac);
}
PooledObject<T> p = null;
boolean blockWhenExhausted = this.getBlockWhenExhausted();
long waitTime = 0L;
while(p == null) {
boolean create = false;
if (blockWhenExhausted) {
p = (PooledObject)this.idleObjects.pollFirst();
if (p == null) {
create = true;
p = this.create();
}
if (p == null) {
if (borrowMaxWaitMillis < 0L) {
p = (PooledObject)this.idleObjects.takeFirst();
} else {
waitTime = System.currentTimeMillis();
p = (PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis, TimeUnit.MILLISECONDS);
waitTime = System.currentTimeMillis() - waitTime;
}
}
if (p == null) {
throw new NoSuchElementException('Timeout waiting for idle object');
}
其中有段代碼 if (p == null) {
if (borrowMaxWaitMillis < 0L) {
p = (PooledObject)this.idleObjects.takeFirst();
} else {
waitTime = System.currentTimeMillis();
p = (PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis, TimeUnit.MILLISECONDS);
waitTime = System.currentTimeMillis() - waitTime;
}
}
borrowMaxWaitMillis<0會(huì)一直執(zhí)行,，然后一直循環(huán)了 開始懷疑這個(gè)值沒有配置 找到redis pool配置,，發(fā)現(xiàn)確實(shí)沒有配置MaxWaitMillis，配置后else代碼也是一個(gè)Exception 并不能解決問題 繼續(xù)F8 public E takeFirst() throws InterruptedException {
this.lock.lock();
Object var2;
try {
Object x;
while((x = this.unlinkFirst()) == null) {
this.notEmpty.await();
}
var2 = x;
} finally {
this.lock.unlock();
}
return var2;
}
到這邊 發(fā)現(xiàn)lock字眼,，開始懷疑所有請(qǐng)求api都被阻塞了 于是再次ssh 服務(wù)器 安裝 arthas ,(Arthas 是Alibaba開源的Java診斷工具) 執(zhí)行thread命令 發(fā)現(xiàn)大量http-nio的線程waiting狀態(tài),http-nio-8083-exec-這個(gè)線程其實(shí)就是出來http請(qǐng)求的tomcat線程 隨意找一個(gè)線程查看堆內(nèi)存 thread -428 這是能確認(rèn)就是api一直轉(zhuǎn)圈的問題,就是這個(gè)redis獲取連接的代碼導(dǎo)致的,， 解讀這段內(nèi)存代碼 所有線程都在等 @53e5504e這個(gè)對(duì)象釋放鎖,。于是jstack 全局搜了一把53e5504e ，沒有找到這個(gè)對(duì)象所在線程,。 自此,。問題原因能確定是 redis連接獲取的問題。但是什么原因造成獲取不到連接的還不能確定 再次執(zhí)行 arthas 的thread -b (thread -b, 找出當(dāng)前阻塞其他線程的線程) 沒有結(jié)果,。這邊和想的不一樣,，應(yīng)該是能找到一個(gè)阻塞線程的，于是看了下這個(gè)命令的文檔,，發(fā)現(xiàn)有下面的一句話 好吧，我們剛好是后者,。,。。,。 再次整理下思路,。這次修改redis pool 配置，將獲取連接超時(shí)時(shí)間設(shè)置為2s,然后等問題再次復(fù)現(xiàn)時(shí)觀察應(yīng)用最后正常時(shí)干過什么,。 添加一下配置 JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory(); ....... JedisPoolConfig config = new JedisPoolConfig(); config.setMaxWaitMillis(2000); ....... jedisConnectionFactory.afterPropertiesSet(); 重啟服務(wù),，等待。,。,。,。 又過一天，再次復(fù)現(xiàn),。 ssh 服務(wù)器,，檢查tomcat accesslog ,發(fā)現(xiàn)大量api 請(qǐng)求出現(xiàn)500。 org.springframework.data.redis.RedisConnectionFailureException: Cannot get Jedis connection; nested exception is redis.clients.jedis.exceptions.JedisConnectionException: Could not get a resource fr
om the pool
at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.fetchJedisConnector(JedisConnectionFactory.java:140)
at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:229)
at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:57)
at org.springframework.data.redis.core.RedisConnectionUtils.doGetConnection(RedisConnectionUtils.java:128)
at org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:91)
at org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:78)
at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:177)
at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:152)
at org.springframework.data.redis.core.AbstractOperations.execute(AbstractOperations.java:85)
at org.springframework.data.redis.core.DefaultHashOperations.get(DefaultHashOperations.java:48)
找到源頭第一次出現(xiàn)500地方,，發(fā)現(xiàn)以下代碼 .......
Cursor c = stringRedisTemplate.getConnectionFactory().getConnection().scan(options);
while (c.hasNext()) {
.....,,
}
分析這個(gè)代碼 stringRedisTemplate.getConnectionFactory().getConnection()獲取pool中的redisConnection后,，并沒有后續(xù)操作，也就是說此時(shí)redis 連接池中的鏈接被租賃后并沒有釋放或者退還到鏈接池中,，雖然業(yè)務(wù)已處理完畢 redisConnection 已經(jīng)空閑,，但是pool中的redisConnection的狀態(tài)還沒有回到idle狀態(tài) 正常應(yīng)為 自此問題已經(jīng)找到,。 總結(jié)：spring stringRedisTemplate 對(duì)redis常規(guī)操作做了一些封裝，但還不支持像 Scan SetNx等命令,，這時(shí)需要拿到j(luò)edis Connection進(jìn)行一些特殊的Commands 使用 stringRedisTemplate.getConnectionFactory().getConnection() 是不被推薦的 我們可以使用 stringRedisTemplate.execute(new RedisCallback<Cursor>() {
@Override
public Cursor doInRedis(RedisConnection connection) throws DataAccessException {
return connection.scan(options);
}
})
來執(zhí)行,， 或者使用完connection后 ，用 RedisConnectionUtils.releaseConnection(conn, factory); 來釋放connection. 同時(shí),，redis中也不建議使用keys命令,，redis pool的配置應(yīng)該合理配上，否則出現(xiàn)問題無錯(cuò)誤日志,，無報(bào)錯(cuò),，定位相當(dāng)困難。 |
|
|
