本文共 3123 字，大约阅读时间需要 10 分钟。

一、常见故障原因

1、网络原因

• 网络抖动
• 线路故障

2、外部接口故障

3、中间件原因

• 负载太高，需要扩容等

4、服务自身原因

• OOM
• JVM参数导致，metaspace太小等
• 死锁
• 接口延时高
• mysql、redis、mongdb、hbase、kafka等慢查询
• 业务逻辑缺陷

二、解决方案

1、下线：将故障的实例从nacos下线，保留现场供问题排查

2、重启：如果不能通过下线解决，比如队列消费导致的原因等，则需要重启

3、扩容：如果是容量问题，或者通过扩容能解决，直接扩容，先保障业务，待问题解决后再回收资源

三、排查思路

1、查看监控

• 硬件资源监控：重点关注CPU、内存、网络带宽、网络连接数，地址：
• JVM监控：重点关注Heap、CPU、Metaspace、GC，地址：
• 腾讯云服务器监控：重点关注CPU、内存、网络带宽、TCP连接数，地址：
• 腾讯云mysql监控：重点关注慢查询、连接数，地址：
• 腾讯云kafka监控：重点关注连接数、未消费消息数，地址：
• 腾讯云cmq监控：重点关注不可见消息数量、可见消息数量、删除消息数量、堆积的消息数量，地址：
• 腾讯云mongdb监控：重点关注请求数、连接数、QPS、延时，地址：
• 腾讯云redis监控：重点关注CPU、内存、连接数、延时，地址：

2、查看日志

• Kibana日志

3、查看调用链

• 根据logId查询调用链，地址：

4、登录服务器排查

• 登录服务器，通过arthas在线排查

四、常用工具

1、系统命令

• 查看java进程：

jps 或者 ps -ef|grep java

• 查看某个进程内部线程

top -H -p pid，其中pid为进程Id

• 本地和远程文件传输

1、安装lrzsz（可选，已安装则忽略）：yum install lrzsz

2、从服务端发送文件到本地：sz filename

3、从本地上传文件到服务端：rz

• 远程拷贝文件

1、将本地文件拷贝到远程：scp local_file remote_username@remote_ip:remote_folder/remote_file

2、将远程文件拷贝到本地：scp remote_username@remote_ip:remote_folder/remote_file local_file

2、网络命令

• 查看所有网络连接

1、查看所有连接：netstat -an

2、通过管道搜索：netstat -an |grep CLOSE_WAIT

3、查看监听状态的端口： netstat -an | grep LISTEN

• tcpdump抓包

1、抓取某端口的所有包：tcpdump -iany -Xns0 port 16000

2、抓取来自某host的包：tcpdump -iany -Xns0 src host 10.1.7.7

3、抓取发往某host的包：tcpdump -iany -Xns0 dst host 10.1.7.7

4、抓取从一台机器发往另外一台机器的包：tcpdump -iany -Xns0 dst host 10.1.7.7 and src host 10.1.1.102

• httpry抓包（或者fiddler）

1、安装httpry（可选，已安装则忽略）：yum install httpry

2、抓取所有http包：httpry

3、抓取所有http包，并支持通过管道grep过滤：httpry | grep cmq

4、抓取符合tcpdump表达式的包：httpry 'src host 10.1.1.102 and dst host 10.1.2.10'

3、在线调试工具arthas，详细文档参考：

• 启动arthas，并attach到java进程

1、java -jar arthas-boot.jar

2、选择进程对应的编号

• 退出arthas

exit

• 查看支持的所有命令

help

• 查看某条命令的使用方式

命令 -h，比如查看thread的命令使用方式，输入：thread -h

• 查看系统看板，包括线程状态、JVM、GC、系统变量等

dashboard

• 查看JVM信息

jvm，其中最后两行有文件描述符的信息，其中MAX-FILE-DESCRIPTOR-COUNT即为能打开的最大数量

• 查看线程情况：输入”thread -h”查看thread的用法

1、查看所有线程：thread -all

2、通过grep搜索符合条件的线程：thread -all | grep TIMED_WAITING

3、查看被阻塞的线程：thread -b

4、查看CPU占用的前3的线程：thread -n 3

5、查看springboot中内置tomcat的线程：thread -all | grep http，tomcat工作线程默认有200个，另外还有Acceptor、Poller、Timeout线程，可以通过线程名称来查看

6、查看线程的堆栈信息：thread id，比如thread 4741

• 反编译class，查看源码（注意：在控制台查看反编译后的源码对应的行数是准的，和保存到文件的代码不一样，前者更准）

反编译类：jad .CampaignBiz

反编译类的某个方法：jad .CampaignBiz checkCampaignInfo

• 追踪方法调用

1、追踪方法：trace 类 方法，比如trace .CampaignBiz checkCampaignInfo

2、过滤超过指定耗时的方法：trace 类 方法 '#cost>时间(单位毫秒)'，比如过滤耗时超过100毫秒的方法：trace .CampaignBiz checkCampaignInfo '#cost>100'

3、通过表达式追踪多个类和方法：trace -E com.test.ClassA|org.test.ClassB method1|method2|method3

• 线上查看Bean

1、查看http调用时的index：tt -t org.springframework.web.servlet.mvc.method.annotation.RequestMappingHandlerAdapter invokeHandlerMethod，当有http请求时会得到如下结果

 

；如果没有http请求时可以通过触发微服务的监控接口，其中host和port分别为微服务的IP地址和端口。

2、通过指定的index查看bean

查看bean

tt -i 1178 -w 'target.getApplicationContext()'

查看bean

tt -i 1078 -w 'target.getApplicationContext().getBean("nacosConfig")'

查看bean的字段

tt -i 1078 -w 'target.getApplicationContext().getBean("LBSConfig").getKey()'

查看实现bean

tt -i 1078 -w 'target.getApplicationContext().getBean("LBSServiceImpl")'

• 查看静态字段

getstatic com.ruqimobility.nacosapi.nacos.SpringContextHolder DEV

getstatic com.ruqimobility.nacosapi.nacos.SpringContextHolder context

 

转载地址：https://blog.csdn.net/Carson073/article/details/119214597 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！