在我日常运维工作中,无论自己 或同事、朋友总会问我,服务器CPU使用率100%,卡死了,这样的话,那今天咱们就一起模拟故障,进行细致的分析,首先介绍下,CPU出现问题的几种原因:

一、CPU 100%问题定位

1、功能问题,通过日志,单步调试相对比较好定位。

2、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。

2018-6-4 今日在公司进行一次线上服务CPU问题排查实战演练,公司全体同事反馈有收获,特将故障演练报告分享出来,希望对大家也有帮助。

二、故障演练题目

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,运维突然收到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?

第一步 最消耗CPU的进程

工具 : top或者 htop(高级)
方法:top -c 显示进程运行详细列表
键入 P (大写P),按照cpu进行排序

CPU100%问题快速定位思路
如上图,最耗CPU的进程PID为1865

步骤二:找到最耗CPU的线程

工具:top
方法:
top -Hp 1865 ,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
CPU100%问题快速定位思路
如上图,进程1865内,最耗CPU的线程PID为2747

步骤三:将线程PID转化为16进制

工具:printf
方法:printf “%x\n” 2747
图示:

CPU100%问题快速定位思路
如上图,2747对应的16进制是abbn,当然,这一步可以用计算器。

注意: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
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。