文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

记一次找因Redis使用不当导致应用卡死Bug的过程

2024-12-24 22:44

关注

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 

  1. jstack 12798 |grep 12799的16进制 31ff 

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: 

  1.   
  2. protected Jedis fetchJedisConnector() {  
  3.    try {  
  4.       if (usePool && pool != null) {  
  5.          return pool.getResource();  
  6.       }  
  7.       Jedis jedis = new Jedis(getShardInfo());  
  8.       // force initialization (see Jedis issue #82)  
  9.       jedis.connect();  
  10.       return jedis;  
  11.    } catch (Exception ex) {  
  12.       throw new RedisConnectionFailureException("Cannot get Jedis connection", ex);  
  13.    }  

上面pool.getResource()后线程开始wait 

  1. public T getResource() {  
  2.   try {  
  3.     return internalPool.borrowObject();  
  4.   } catch (Exception e) {  
  5.     throw new JedisConnectionException("Could not get a resource from the pool", e);  
  6.   }  

return internalPool.borrowObject(); 这个代码应该是一个租赁的代码,接着跟 

  1. public T borrowObject(long borrowMaxWaitMillis) throws Exception {  
  2.     this.assertOpen();  
  3.     AbandonedConfig ac = this.abandonedConfig;  
  4.     if (ac != null && ac.getRemoveAbandonedOnBorrow() && this.getNumIdle() < 2 && this.getNumActive() > this.getMaxTotal() - 3) {  
  5.         this.removeAbandoned(ac);  
  6.     }  
  7.     PooledObject<T> p = null 
  8.     boolean blockWhenExhausted = this.getBlockWhenExhausted();  
  9.     long waitTime = 0L 
  10.     while(p == null) {  
  11.         boolean create = false 
  12.         if (blockWhenExhausted) {  
  13.             p = (PooledObject)this.idleObjects.pollFirst();  
  14.             if (p == null) {  
  15.                 create = true 
  16.                 p = this.create();  
  17.             }  
  18.             if (p == null) {  
  19.                 if (borrowMaxWaitMillis < 0L) {  
  20.                     p = (PooledObject)this.idleObjects.takeFirst();  
  21.                 } else {  
  22.                     waitTime = System.currentTimeMillis();  
  23.                     p = (PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis, TimeUnit.MILLISECONDS);  
  24.                     waitTime = System.currentTimeMillis() - waitTime;  
  25.                 }  
  26.             }  
  27.             if (p == null) {  
  28.                 throw new NoSuchElementException("Timeout waiting for idle object");  
  29.             } 

其中有段代码 

  1. if (p == null) {   
  2.     if (borrowMaxWaitMillis < 0L) {   
  3.         p = (PooledObject)this.idleObjects.takeFirst();   
  4.     } else {   
  5.         waitTime = System.currentTimeMillis();   
  6.         p = (PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis, TimeUnit.MILLISECONDS);   
  7.         waitTime = System.currentTimeMillis() - waitTime;   
  8.     }   
  9. }  

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 

  1. public E takeFirst() throws InterruptedException {  
  2.     this.lock.lock();  
  3.     Object var2;  
  4.     try {  
  5.         Object x;  
  6.         while((x = this.unlinkFirst()) == null) {  
  7.             this.notEmpty.await();  
  8.         }  
  9.         var2 = x 
  10.     } finally {  
  11.         this.lock.unlock();  
  12.     }  
  13.     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

  1. 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)

没有结果。这边和想的不一样,应该是能找到一个阻塞线程的,于是看了下这个命令的文档,发现有下面的一句话

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 

  1. JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory();  
  2. .......  
  3. JedisPoolConfig config = new JedisPoolConfig();  
  4. config.setMaxWaitMillis(2000);  
  5. .......  
  6. 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, 

  1. org.springframework.data.redis.RedisConnectionFailureException: Cannot get Jedis connection; nested exception is redis.clients.jedis.exceptions.JedisConnectionException: Could not get a resource fr 
  2.  om the pool  
  3.     at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.fetchJedisConnector(JedisConnectionFactory.java:140)  
  4.     at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:229)  
  5.     at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:57)  
  6.     at org.springframework.data.redis.core.RedisConnectionUtils.doGetConnection(RedisConnectionUtils.java:128)  
  7.     at org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:91)  
  8.     at org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:78)  
  9.     at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:177)  
  10.     at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:152)  
  11.     at org.springframework.data.redis.core.AbstractOperations.execute(AbstractOperations.java:85)  
  12.     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..

  1. .....  
  2. Cursor c = stringRedisTemplate.getConnectionFactory().getConnection().scan(options);  
  3. while (c.hasNext()) {  
  4. .....,,  
  5.    } 

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 

  1. stringRedisTemplate.getConnectionFactory().getConnection() 

是不被推荐的

我们可以使用 

  1. stringRedisTemplate.execute(new RedisCallback<Cursor>() {  
  2.      @Override  
  3.      public Cursor doInRedis(RedisConnection connection) throws DataAccessException {  
  4.        return connection.scan(options);  
  5.      }  
  6.    }); 

来执行,

或者使用完connection后 ,用 

  1. 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。

 

来源:数据库开发内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯