記一次因 Redis 使用不當導(dǎo)致應(yīng)用卡死 bug 的排查及解決！

往期熱門文章：
1、拜訪了這位小哥的GitHub后，我失眠了！
2、還在寫大量 if 來判斷？試試用一個規(guī)則執(zhí)行器來替代它
3、騰訊最大股東收購了 Stack Overflow，以后“抄代碼”都要付費了么？
4、靈隱寺招聘：沒有KPI，佛系上班……
5、如何優(yōu)雅處理重復(fù)請求/并發(fā)請求？
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

剛開始當測試抱怨環(huán)境響應(yīng)慢的時候 ，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)用卡死時候數(shù)據(jù)庫，redis都正常，并且無特殊錯誤日志。開始懷疑是sandbox環(huán)境機器問題（測試環(huán)境本身就很脆!_!）

于是ssh上了服務(wù)器 執(zhí)行以下命令

top

這時發(fā)現(xiàn)機器還算正常，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個相對比較耗資源的線程

jstack 查看堆內(nèi)存

jstack 12798 |grep 12799的16進制 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。這時候沒有什么頭緒。思考一番。決定放棄這次卡死狀態(tài)的機器

為了保護事故現(xiàn)場 先 dump了問題進程所有堆內(nèi)存，然后debug模式重啟測試環(huán)境應(yīng)用，打算問題再顯時直接遠程debug問題機器

第二天問題再現(xiàn)，于是通知運維nginx轉(zhuǎn)發(fā)拿掉這臺問題應(yīng)用，自己遠程debug tomcat。

自己隨意找了一個接口，斷點在接口入口地方，悲劇開始，什么也沒有發(fā)生！API等待服務(wù)響應(yīng)，沒進斷點。

這時候有點懵逼，冷靜了一會,在入口之前的aop地方下了個斷點，再debug一次，這次進了斷點，f8 N次后發(fā)現(xiàn)在執(zhí)行redis命令的時候卡主了。

繼續(xù)跟，最后在到j(luò)edis的一個地方發(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(); 這個代碼應(yīng)該是一個租賃的代碼，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 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會一直執(zhí)行，然后一直循環(huán)了 開始懷疑這個值沒有配置

找到redis pool配置，發(fā)現(xiàn)確實沒有配置MaxWaitMillis，配置后else代碼也是一個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(nèi)存

thread -428

這是能確認就是api一直轉(zhuǎn)圈的問題,就是這個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這個對象釋放鎖。于是jstack 全局搜了一把53e5504e ，沒有找到這個對象所在線程。

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)該是能找到一個阻塞線程的，于是看了下這個命令的文檔，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，將獲取連接超時時間設(shè)置為2s,然后等問題再次復(fù)現(xiàn)時觀察應(yīng)用最后正常時干過什么。

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 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(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，這時需要拿到j(luò)edis Connection進行一些特殊的Commands

使用

stringRedisTemplate.getConnectionFactory().getConnection()

是不被推薦的

我們可以使用

stringRedisTemplate.execute(new RedisCallback() {

     @Override
     public 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，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)問題無錯誤日志，無報錯，定位相當困難。

End

作者：小木-_-

來源：

https://my.oschina.net/xiaomu0082/blog/2990388

本文版權(quán)歸作者所有

往期熱門文章：
1、《歷史文章分類導(dǎo)讀列表！精選優(yōu)秀博文都在這里了！》
2、為什么不建議你用a.equals(b)判斷對象相等
3、為什么 Java 后端開發(fā)沒有大規(guī)模采用 Kotlin？
4、為什么不推薦使用BeanUtils屬性轉(zhuǎn)換工具
5、Top 16 的 Java 工具類，你用過幾個？
6、分享幾個酷炫的 IDEA 主題
7、Intellij IDEA 這樣配置注釋模板，讓你瞬間高出一個逼格！
8、【建議收藏】面試官會問的位運算奇淫技巧
9、到底可不可以用 kill -9 關(guān)閉程序？
10、IDEA 2021首個大版本發(fā)布，新增了這幾個超實用功能！