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，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?poolat?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>()?{@Overridepublic?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。

總結(jié)

以上是生活随笔為你收集整理的记一次找因 Redis 使用不当导致应用卡死 bug 的过程的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。