首先說下問題現象：內網sandbox環境API持續1周出現應用卡死，全部api無響應。剛開始當測試抱怨環境響應慢的時候 ，咱們重啓一下應用，應用恢復正常，因而沒作處理。可是後來問題出現頻率愈來愈頻繁，愈來愈多的同事開始抱怨，因而感受代碼可能有問題，開始排查。首先發現開發的本地ide沒有發現問題，應用卡死時候數據庫，redis都正常，而且無特殊錯誤日誌。開始懷疑是sandbox環境機器問題，測試環境自己就很脆!_!因而ssh上了服務器 執行如下命令topjava
這時發現機器還算正常，因而打算看下jvm 堆棧信息先看下問題應用比較耗資源的線程執行 top -H -p 12798nginx
找到前3個相對比較耗資源的線程jstack 查看堆內存redis
jstack 12798 |grep 12799的16進制 31ffspring
沒看出什麼問題，上下10行也看看，因而執行數據庫
看到一些線程都是處於lock狀態。但沒有出現業務相關的代碼，忽略了。這時候沒有什麼頭緒。思考一番，決定放棄此次卡死狀態的機器。爲了保護事故現場，先 dump了問題進程全部堆內存，而後debug模式重啓測試環境應用，打算問題再出現時直接遠程debug問題機器。次日問題再現，因而通知運維nginx轉發拿掉這臺問題應用，本身遠程debug tomcat。本身隨意找了一個接口，斷點在接口入口地方，悲劇開始，什麼也沒有發生！API等待服務響應，沒進斷點。這時候有點懵逼，冷靜了一會,在入口以前的aop地方下了個斷點，再debug一次，此次進了斷點，f8 N次後發如今執行redis命令的時候卡住了。繼續跟，最後在到jedis的一個地方發現問題：api
/** * 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()後線程開始waittomcat
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(); 這個代碼應該是一個租賃的代碼，接着跟服務器
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app
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會一直執行，而後一直循環了 開始懷疑這個值沒有配置運維
找到redis pool配置，發現確實沒有配置MaxWaitMillis，配置後else代碼也是一個Exception 並不能解決問題
繼續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 發現lock字眼，開始懷疑全部請求api都被阻塞了
因而再次ssh 服務器 安裝 arthas ,(Arthas 是Alibaba開源的Java診斷工具)
執行thread命令
發現大量http-nio的線程waiting狀態,http-nio-8083-exec-這個線程其實就是出來http請求的tomcat線程隨意找一個線程查看堆內存thread -428
這是能確認就是api一直轉圈的問題,就是這個redis獲取鏈接的代碼致使的，解讀這段內存代碼 全部線程都在等 @53e5504e這個對象釋放鎖。因而jstack 全局搜了一把53e5504e ，沒有找到這個對象所在線程。自此。問題緣由能肯定是 redis鏈接獲取的問題。可是什麼緣由形成獲取不到鏈接的還不能肯定再次執行 arthas 的thread -b (thread -b, 找出當前阻塞其餘線程的線程)
沒有結果。這邊和想得不同，應該是能找到一個阻塞線程的，因而看了下這個命令的文檔，發現有下面的一句話
好吧，咱們恰好是後者。。。。
再次整理下思路。此次修改redis pool 配置，將獲取鏈接超時時間設置爲2s,而後等問題再次復現時觀察應用最後正常時幹過什麼。
添加一下配置
JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory(); ....... JedisPoolConfig config = new JedisPoolConfig(); config.setMaxWaitMillis(2000); ....... jedisConnectionFactory.afterPropertiesSet();
重啓服務，等待。。。。又過一天，再次復現ssh 服務器，檢查tomcat accesslog ,發現大量api 請求出現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500地方，
發現如下代碼
....... Cursor c = stringRedisTemplate.getConnectionFactory().getConnection().scan(options); while (c.hasNext()) { .....,, }
分析這個代碼，stringRedisTemplate.getConnectionFactory().getConnection()獲取pool中的redisConnection後，並無後續操做，也就是說此時redis 鏈接池中的連接被租賃後並無釋放或者退還到連接池中，雖然業務已處理完畢 redisConnection 已經空閒，可是pool中的redisConnection的狀態尚未回到idle狀態.
正常應該爲
自此問題已經找到。
總結：spring stringRedisTemplate 對redis常規操做作了一些封裝，但還不支持像 Scan SetNx等命令，這時須要拿到jedis Connection進行一些特殊的Commands。
stringRedisTemplate.getConnectionFactory().getConnection()是不被推薦的，咱們可使用下面的：
stringRedisTemplate.execute(new RedisCallback<Cursor>() { @Override public Cursor doInRedis(RedisConnection connection) throws DataAccessException { return connection.scan(options); } });
來執行，或者使用完connection後 ，用
RedisConnectionUtils.releaseConnection(conn, factory);
來釋放connection.
同時，redis中也不建議使用keys命令，redis pool的配置應該合理配上，不然出現問題無錯誤日誌，無報錯，定位至關困難。