CPU负载过高异常排查实践与总结

devopsec 等级 640 0 0

昨天下午突然收到运维邮件报警,显示数据平台服务器cpu利用率达到了98.94%,而且最近一段时间一直持续在70%以上,看起来像是硬件资源到瓶颈需要扩容了,但仔细思考就会发现咱们的业务系统并不是一个高并发或者CPU密集型的应用,这个利用率有点太夸张,硬件瓶颈应该不会这么快就到了,一定是哪里的业务代码逻辑有问题。

1、排查思路

1.1 定位高负载进程

首先登录到服务器使用top命令确认服务器的具体情况,根据具体情况再进行分析判断。

CPU负载过高异常排查实践与总结

通过观察load average,以及负载评判标准(8核),可以确认服务器存在负载较高的情况;

CPU负载过高异常排查实践与总结

观察各个进程资源使用情况,可以看出进程id为682的进程,有着较高的CPU占比

1.2 定位具体的异常业务

这里咱们可以使用 pwdx 命令根据 pid 找到业务进程路径,进而定位到负责人和项目:

CPU负载过高异常排查实践与总结

可得出结论:该进程对应的就是数据平台的web服务。

1.3 定位异常线程及具体代码行

传统的方案一般是4步:

  1. top oder by with P:1040 // 首先按进程负载排序找到 maxLoad(pid)
  2. top -Hp 进程PID:1073 // 找到相关负载 线程PID
  3. printf “0x%x\n”线程PID: 0x431 // 将线程PID转换为 16进制,为后面查找 jstack 日志做准备
  4. jstack 进程PID | vim +/十六进制线程PID - // 例如:jstack 1040|vim +/0x431 -

但是对于线上问题定位来说,分秒必争,上面的 4 步还是太繁琐耗时了,之前介绍过淘宝的oldratlee 同学就将上面的流程封装为了一个工具:show-busy-java-threads.sh,可以很方便的定位线上的这类问题:

CPU负载过高异常排查实践与总结

可得出结论:是系统中一个时间工具类方法的执行cpu占比较高,定位到具体方法后,查看代码逻辑是否存在性能问题。

※ 如果线上问题比较紧急,可以省略 2.1、2.2 直接执行 2.3,这里从多角度剖析只是为了给大家呈现一个完整的分析思路。

2、根因分析

经过前面的分析与排查,最终定位到一个时间工具类的问题,造成了服务器负载以及cpu使用率的过高。

  • 异常方法逻辑:是把时间戳转成对应的具体的日期时间格式;
  • 上层调用:计算当天凌晨至当前时间所有秒数,转化成对应的格式放入到set中返回结果;
  • 逻辑层:对应的是数据平台实时报表的查询逻辑,实时报表会按照固定的时间间隔来,并且在一次查询中有多次(n次)方法调用。

那么可以得到结论,如果现在时间是当天上午10点,一次查询的计算次数就是 10*60*60*n次=36,000*n次计算,而且随着时间增长,越接近午夜单次查询次数会线性增加。由于实时查询、实时报警等模块大量的查询请求都需要多次调用该方法,导致了大量CPU资源的占用与浪费。

3、解决方案

定位到问题之后,首先考虑是要减少计算次数,优化异常方法。排查后发现,在逻辑层使用时,并没有使用该方法返回的set集合中的内容,而是简单的用set的size数值。确认逻辑后,通过新方法简化计算(当前秒数-当天凌晨的秒数),替换调用的方法,解决计算过多的问题。上线后观察服务器负载和cpu使用率,对比异常时间段下降了30倍,恢复至正常状态,至此该问题得已解决。

CPU负载过高异常排查实践与总结

4、总结

  • 在编码的过程中,除了要实现业务的逻辑,也要注重代码性能的优化。一个业务需求,能实现,和能实现的更高效、更优雅其实是两种截然不同的工程师能力和境界的体现,而后者也是工程师的核心竞争力。
  • 在代码编写完成之后,多做 review,多思考是不是可以用更好的方式来实现。
  • 线上问题不放过任何一个小细节!细节是魔鬼,技术的同学需要有刨根问题的求知欲和追求卓越的精神,只有这样,才能不断的成长和提升。

本文转自 https://www.cnblogs.com/linuxprobe-sarah/p/10013150.html,如有侵权,请联系删除。

收藏
评论区

相关推荐

CPU负载过高异常排查实践与总结
昨天下午突然收到运维邮件报警,显示数据平台服务器cpu利用率达到了98.94%,而且最近一段时间一直持续在70%以上,看起来像是硬件资源到瓶颈需要扩容了,但仔细思考就会发现咱们的业务系统并不是一个高并发或者CPU密集型的应用,这个利用率有点太夸张,硬件瓶颈应该不会这么快就到了,一定是哪里的业务代码逻辑有问题。 1、排查思路 1.1 定位高负载进程 首先
商业数据分析从入门到入职(5)Python基本语法和数据类型
一、从计算机到Python 1.计算机与程序思维计算机最核心的三个部分为CPU、内存和硬盘,都在主板上面,除此之外,还包括键盘、鼠标等输入设备和屏幕等输出设备,如下:CPU用于进行计算,硬盘用于存储数据和文件,内存(包括缓存)用于连接CPU和硬盘,作为两者的缓冲,可以加快读取和处理速率。冯·诺依曼架构如下:程序是指定如何执行计
CPU 缓存一致性协议 MESI
CPU 高速缓存(Cache Memory) ---------------------- ### CPU 为何要有高速缓存 CPU 在摩尔定律的指导下以每 18 个月翻一番的速度在发展,然而内存和硬盘的发展速度远远不及 CPU。这就造成了高性能能的内存和硬盘价格及其昂贵。然而 CPU 的高度运算需要高速的数据。为了解决这个问题,CPU 厂商在 CPU
java高并发(三)并发编程的基础
CPU多级缓存 ======= 为什么需要CPU缓存? ----------- 原因是,CPU的频率太快了,快到主存跟不上,这样在处理器时钟周期内,CPU常常需要等待主存,浪费资源。所以cache的出现,是为了缓解CPU和内存之间速度的不匹配问题。 CPU缓存有什么意义? ----------- * 时间局部性:如果某个数据被访问,那么在不久的将
CPU缓存和内存屏障
CPU性能优化手段-缓存 ------------ 为了提高程序运行的性能,现代CPU在很多方面对程序进行了优化。 例如:CPU高速缓存。尽可能地避免处理器访问主内存的时间开销,处理器大多会利用缓存(cache)以提高性能。 ![](https://oscimg.oschina.net/oscnet/bbe04d9c9b6eb586bfccbd23808
CPU高速缓存与极性代码设计
> **摘要**:CPU内置少量的高速缓存的重要性不言而喻,在体积、成本、效率等因素下产生了当今用到的计算机的存储结构。 1. **介绍** 2. **cpu缓存的结构** 3. **缓存的存取与一致** 4. **代码设计的考量** 5. **最后** CPU频率太快,其处理速度远快于存储介质的读写。因此,导致CPU资源的浪费,需要有效解决I
5.关于 CPU 你需要了解的(二)
上一篇对 **CPU 内部结构、CPU 指令集、SMP 和 NUMA** 这三个方面做了简单介绍,这篇接着对如下两个知识点做介绍。 * **超线程与超频** * **CPU 缓存** **1.超线程和超频** 很多同学应该听说过超线程这个概念,注意:它与多线程不是一个东西哈。那什么是超线程呢? 通常情况下,**一个 CPU 核心同一时刻只能处
CPU密集型 VS IO密集型
##### CPU密集型 CPU密集型也叫计算密集型,指的是系统的硬盘、内存性能相对CPU要好很多,此时,系统运作大部分的状况是CPU Loading 100%,CPU要读/写I/O(硬盘/内存),I/O在很短的时间就可以完成,而CPU还有许多运算要处理,CPU Loading很高。 在多重程序系统中,大部份时间用来做计算、逻辑判
Docker总结与经验分享
![](https://oscimg.oschina.net/oscnet/20331012-50a1-402d-8601-fd14f323ad1e.png) ****\-     Docker是什么    -**** **1. 项目上线** * 代码部署阶段:测试、开发、需求等需要通力合作 * 软件部署阶段:MySql、Ngin
EdicoGenome详细信息(更新与20180806)
**~以下均为edico到中国大陆的机型配置~** **dragen运用的是dell服务器,系统是centos 6.9(final)** **CPU统计信息:** Architecture: x86\_64 CPU op-mode(s): 32-bit, 64-bit Byte Order: Little Endian CPU(s): 56
FreeSWITCH折腾笔记11
测试环境:阿里云服务器 ECS OS:debian 9 服务器配置信息: 架构:              x86_64 CPU 运行模式:    32-bit, 64-bit 字节序:           Little Endian CPU:                   8 在线 CPU 列表:   0
JVM CPU Profiler技术原理及源码深度解析
研发人员在遇到线上报警或需要优化系统性能时,常常需要分析程序运行行为和性能瓶颈。Profiling技术是一种在应用运行时收集程序相关信息的动态分析手段,常用的JVM Profiler可以从多个方面对程序进行动态分析,如CPU、Memory、Thread、Classes、GC等,其中CPU Profiling的应用最为广泛。CPU Profiling经常被用于
Linux性能分析之上下文切换
而在每个任务运行前,CPU 都需要知道任务从哪里加载、又从哪里开始运行,也就是说,需要系统事先帮它设置好 CPU 寄存器和程序计数器 **CPU 寄存器**,是 CPU 内置的容量小、但速度极快的内存。而程序计数器,则是用来存储CPU 正在执行的指令位置、或者即将执行的下一条指令位置。它们都是 CPU 在运行任何任务前,必须的依赖环境,因此也被叫做 **C
Python并发编程之多进程,多线程
基础概念 ==== 一、进程、程序和线程 ---------- * 程序:程序只是一堆代码而已 * 进程:指的是程序的运行过程,是对正在运行程序的一个抽象。进程是一个资源单位 * 线程:每个进程有一个地址空间,而且默认就有一个控制线程。线程才是cpu上的执行单位 二、并发与并行 ------- 无论是并行还是并发,在用户看来都是'同时'运
Redis 子进程开销监控和优化方式
Redis子进程负责AOF或者RDB文件的重写,它的运行过程主要涉及CPU、内存、硬盘三部分的消耗 01  CPU CPU开销分析。 子进程负责把进程内的数据分批写入文件,这个过程 属于CPU密集操作,通常子进程对单核CPU利用率接近90% CPU消耗优化。Redis是CPU密集型服务,不要做绑定单核CPU操作。由于子进程非常消耗