记一次找因redis使用不当导致应用卡死bug的过程

上一篇 / 下一篇  2019-09-25 10:30:56 / 个人分类:Bug缺陷管理

   首先说下问题现象:内网sandbox环境API持续1周出现应用卡死,所有api无响应现象
  刚开始当测试抱怨环境响应慢的时候 ,我们重启一下应用,应用恢复正常,于是没做处理。但是后来问题出现频率越来越频繁,越来越多的同事开始抱怨,于是感觉代码可能有问题,开始排查。
  首先发现开发的本地ide没有发现问题,应用卡死时候数据库,redis都正常,并且无特殊错误日志。开始怀疑是sandbox环境机器问题(测试环境本身就很脆!_!)
  于是ssh上了服务器 执行以下命令
  top

   这时发现机器还算正常,于是打算看下jvm 堆栈信息
  先看下问题应用比较耗资源的线程
  执行 top -H -p 12798

      找到前3个相对比较耗资源的线程
  jstack 查看堆内存

   没看出什么问题,上下10行也看看,于是执行

   看到一些线程都是处于lock状态。但没有出现业务相关的代码,忽略了。这时候没有什么头绪。思考一番。决定放弃这次卡死状态的机器
  为了保护事故现场 先 dump了问题进程所有堆内存,然后debug模式重启测试环境应用,打算问题再显时直接远程debug问题机器
  第二天问题再现,于是通知运维nginx转发拿掉这台问题应用,自己远程debug tomcat。
  自己随意找了一个接口,断点在接口入口地方,悲剧开始,什么也没有发生!API等待服务响应,没进断点。这时候有点懵逼,冷静了一会,在入口之前的aop地方下了个断点,再debug一次,这次进了断点,f8 N次后发现在执行redis命令的时候卡主了。继续跟,最后在到jedis的一个地方发现问题:

    /**
  * 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()后线程开始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(); 这个代码应该是一个租赁的代码,接着跟

   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");
  }

    其中有段代码
    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会一直执行,然后一直循环了 开始怀疑这个值没有配置
  找到redis pool配置,发现确实没有配置MaxWaitMillis,配置后else代码也是一个Exception 并不能解决问题
  继续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;
       } 
    到这边 发现lock字眼,开始怀疑所有请求api都被阻塞了
  于是再次ssh 服务器 安装 arthas ,(Arthas 是Alibaba开源的Java诊断工具)
  执行thread命令

   发现大量http-nio的线程waiting状态,http-nio-8083-exec-这个线程其实就是出来http请求的tomcat线程
  随意找一个线程查看堆内存
  thread -428

   这是能确认就是api一直转圈的问题,就是这个redis获取连接的代码导致的,
  解读这段内存代码  所有线程都在等 @53e5504e这个对象释放锁。于是jstack 全局搜了一把53e5504e ,没有找到这个对象所在线程。
  自此。问题原因能确定是 redis连接获取的问题。但是什么原因造成获取不到连接的还不能确定
  再次执行 arthas 的thread -b (thread -b, 找出当前阻塞其他线程的线程)

   好吧,我们刚好是后者。。。。
  再次整理下思路。这次修改redis pool 配置,将获取连接超时时间设置为2s,然后等问题再次复现时观察应用最后正常时干过什么。
  添加一下配置

       JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory();
  .......
  JedisPoolConfig config = new JedisPoolConfig();
  config.setMaxWaitMillis(2000);
  .......
  jedisConnectionFactory.afterPropertiesSet();

    重启服务,等待。。。。
  又过一天,再次复现
  ssh 服务器,检查tomcat accesslog ,发现大量api 请求出现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)

   找到源头第一次出现500地方,
  发现以下代码

       .......
  Cursor c = stringRedisTemplate.getConnectionFactory().getConnection().scan(options);
  while (c.hasNext()) {
  .....,,
  }

   分析这个代码,stringRedisTemplate.getConnectionFactory().getConnection()获取pool中的redisConnection后,并没有后续操作,也就是说此时redis 连接池中的链接被租赁后并没有释放或者退还到链接池中,虽然业务已处理完毕 redisConnection 已经空闲,但是pool中的redisConnection的状态还没有回到idle状态

   正常应为

   自此问题已经找到。
  总结:spring stringRedisTemplate 对redis常规操作做了一些封装,但还不支持像 Scan SetNx等命令,这时需要拿到jedis Connection进行一些特殊的Commands
  使用

   stringRedisTemplate.getConnectionFactory().getConnection()

   是不被推荐的
  我们可以使用
      
   stringRedisTemplate.execute(new RedisCallback<Cursor>() {
  @Override
  public Cursor doInRedis(RedisConnection connection) throws DataAccessException {
  return connection.scan(options);
  }
  });

   来执行,
  或者使用完connection后 ,用

   RedisConnectionUtils.releaseConnection(conn, factory);来释放connection.
 
  同时,redis中也不建议使用keys命令,redis pool的配置应该合理配上,否则出现问题无错误日志,无报错,定位相当困难。
      以上文内容不用于商业目的,如涉及知识产权问题,请权利人联系博为峰小编(021-64471599-8 052),我们将立即处理。
 
 
 
 
 
 
      了解更多课程内容及课程安排,可咨询QQ 2852509883 或致电客服 400-821-0951(工作日9:00-17:30)
【看这里】技术交流、拓展人脉、领取福利欢迎加入博为峰网校大课堂>>>

 


TAG:

 

评分:0

我来说两句

显示全部

:loveliness: :handshake :victory: :funk: :time: :kiss: :call: :hug: :lol :'( :Q :L ;P :$ :P :o :@ :D :( :)

Open Toolbar