阿里線上Bug排查命令&工具清單！必須收藏！
平時(shí)的工作中經(jīng)常碰到很多疑難問(wèn)題的處理，在解決問(wèn)題的同時(shí)，有一些工具起到了相當(dāng)大的作用，在此書(shū)寫(xiě)下來(lái)，一是作為筆記，可以讓自己后續(xù)忘記了可快速翻閱，二是分享，希望看到此文的同學(xué)們可以拿出自己日常覺(jué)得幫助很大的工具，大家一起進(jìn)步。
Linux命令類(lèi)
tail
最常用的tail -f
tail -300f shopbase.log #倒數(shù)300行并進(jìn)入實(shí)時(shí)監(jiān)聽(tīng)文件寫(xiě)入模式
grep
grep forest f.txt #文件查找
grep forest f.txt cpf.txt #多文件查找
grep 'log' /home/admin -r -n #目錄下查找所有符合關(guān)鍵字的文件
cat f.txt | grep -i shopbase
grep 'shopbase' /home/admin -r -n --include *.{vm,java} #指定文件后綴
grep 'shopbase' /home/admin -r -n --exclude *.{vm,java} #反匹配
seq 10 | grep 5 -A 3 #上匹配
seq 10 | grep 5 -B 3 #下匹配
seq 10 | grep 5 -C 3 #上下匹配，平時(shí)用這個(gè)就妥了
cat f.txt | grep -c 'SHOPBASE'
awk
1 基礎(chǔ)命令
awk '{print $4,$6}' f.txt
awk '{print NR,$0}' f.txt cpf.txt
awk '{print FNR,$0}' f.txt cpf.txt
awk '{print FNR,FILENAME,$0}' f.txt cpf.txt
awk '{print FILENAME,"NR="NR,"FNR="FNR,"$"NF"="$NF}' f.txt cpf.txt
echo 1:2:3:4 | awk -F: '{print $1,$2,$3,$4}'
2 匹配
awk '/ldb/ {print}' f.txt #匹配ldb
awk '!/ldb/ {print}' f.txt #不匹配ldb
awk '/ldb/ && /LISTEN/ {print}' f.txt #匹配ldb和LISTEN
awk '$5 ~ /ldb/ {print}' f.txt #第五列匹配ldb
3 內(nèi)建變量
NR:NR表示從awk開(kāi)始執(zhí)行后，按照記錄分隔符讀取的數(shù)據(jù)次數(shù)，默認(rèn)的記錄分隔符為換行符，因此默認(rèn)的就是讀取的數(shù)據(jù)行數(shù)，NR可以理解為Number of Record的縮寫(xiě)。
FNR:在awk處理多個(gè)輸入文件的時(shí)候，在處理完第一個(gè)文件后，NR并不會(huì)從1開(kāi)始，而是繼續(xù)累加，因此就出現(xiàn)了FNR，每當(dāng)處理一個(gè)新文件的時(shí)候，F(xiàn)NR就從1開(kāi)始計(jì)數(shù)，F(xiàn)NR可以理解為File Number of Record。
NF: NF表示目前的記錄被分割的字段的數(shù)目，NF可以理解為Number of Field。
find
sudo -u admin find /home/admin /tmp /usr -name \*.log(多個(gè)目錄去找)
find . -iname \*.txt(大小寫(xiě)都匹配)
find . -type d(當(dāng)前目錄下的所有子目錄)
find /usr -type l(當(dāng)前目錄下所有的符號(hào)鏈接)
find /usr -type l -name "z*" -ls(符號(hào)鏈接的詳細(xì)信息 eg:inode,目錄)
find /home/admin -size +250000k(超過(guò)250000k的文件，當(dāng)然+改成-就是小于了)
find /home/admin f -perm 777 -exec ls -l {} \; (按照權(quán)限查詢文件)
find /home/admin -atime -1 1天內(nèi)訪問(wèn)過(guò)的文件
find /home/admin -ctime -1 1天內(nèi)狀態(tài)改變過(guò)的文件
find /home/admin -mtime -1 1天內(nèi)修改過(guò)的文件
find /home/admin -amin -1 1分鐘內(nèi)訪問(wèn)過(guò)的文件
find /home/admin -cmin -1 1分鐘內(nèi)狀態(tài)改變過(guò)的文件
find /home/admin -mmin -1 1分鐘內(nèi)修改過(guò)的文件
pgm
批量查詢vm-shopbase滿足條件的日志
pgm -A -f vm-shopbase 'cat /home/admin/shopbase/logs/shopbase.log.2017-01-17|grep 2069861630'
tsar
tsar是咱公司自己的采集工具。很好用, 將歷史收集到的數(shù)據(jù)持久化在磁盤(pán)上，所以我們快速來(lái)查詢歷史的系統(tǒng)數(shù)據(jù)。當(dāng)然實(shí)時(shí)的應(yīng)用情況也是可以查詢的啦。大部分機(jī)器上都有安裝。
tsar ###可以查看最近一天的各項(xiàng)指標(biāo)
tsar --live ###可以查看實(shí)時(shí)指標(biāo)，默認(rèn)五秒一刷
tsar -d 20161218 ###指定查看某天的數(shù)據(jù)，貌似最多只能看四個(gè)月的數(shù)據(jù)
tsar --memtsar --loadtsar --cpu###當(dāng)然這個(gè)也可以和-d參數(shù)配合來(lái)查詢某天的單個(gè)指標(biāo)的情況
top
top除了看一些基本信息之外，剩下的就是配合來(lái)查詢vm的各種問(wèn)題了
ps -ef | grep java
top -H -p pid
獲得線程10進(jìn)制轉(zhuǎn)16進(jìn)制后jstack去抓看這個(gè)線程到底在干啥
其他
netstat -nat|awk '{print $6}'|sort|uniq -c|sort -rn #查看當(dāng)前連接，注意close_wait偏高的情況，比如如下
排查利器
btrace
首當(dāng)其沖的要說(shuō)的是btrace。真是生產(chǎn)環(huán)境&預(yù)發(fā)的排查問(wèn)題大殺器。簡(jiǎn)介什么的就不說(shuō)了。直接上代碼干
1、查看當(dāng)前誰(shuí)調(diào)用了ArrayList的add方法，同時(shí)只打印當(dāng)前ArrayList的size大于500的線程調(diào)用棧
@OnMethod(clazz = "java.util.ArrayList", method="add", location = @Location(value = Kind.CALL, clazz = "/.*/", method = "/.*/"))
public static void m(@ProbeClassName String probeClass, @ProbeMethodName String probeMethod, @TargetInstance Object instance, @TargetMethodOrField String method) {
if(getInt(field("java.util.ArrayList", "size"), instance) > 479){
println("check who ArrayList.add method:" + probeClass + "#" + probeMethod + ", method:" + method + ", size:" + getInt(field("java.util.ArrayList", "size"), instance));
jstack();
println();
println("===========================");
println();
}
}
2、監(jiān)控當(dāng)前服務(wù)方法被調(diào)用時(shí)返回的值以及請(qǐng)求的參數(shù)
@OnMethod(clazz = "com.taobao.sellerhome.transfer.biz.impl.C2CApplyerServiceImpl", method="nav", location = @Location(value = Kind.RETURN))
public static void mt(long userId, int current, int relation, String check, String redirectUrl, @Return AnyType result) {
println("parameter# userId:" + userId + ", current:" + current + ", relation:" + relation + ", check:" + check + ", redirectUrl:" + redirectUrl + ", result:" + result);
}
其他功能集團(tuán)的一些工具或多或少都有，就不說(shuō)了。感興趣的請(qǐng)移步。https://github.com/btraceio/btrace
注意:
經(jīng)過(guò)觀察，1.3.9的release輸出不穩(wěn)定，要多觸發(fā)幾次才能看到正確的結(jié)果 正則表達(dá)式匹配trace類(lèi)時(shí)范圍一定要控制，否則極有可能出現(xiàn)跑滿CPU導(dǎo)致應(yīng)用卡死的情況 由于是字節(jié)碼注入的原理，想要應(yīng)用恢復(fù)到正常情況，需要重啟應(yīng)用。
Arthas
這是阿里開(kāi)源不久的故障排查利器，非常之方便，更多操作，移步 https://github.com/alibaba/arthas
JProfiler
之前判斷許多問(wèn)題要通過(guò)JProfiler，但是現(xiàn)在Greys和btrace基本都能搞定了。再加上出問(wèn)題的基本上都是生產(chǎn)環(huán)境(網(wǎng)絡(luò)隔離)，所以基本不怎么使用了，但是還是要標(biāo)記一下。官網(wǎng)請(qǐng)移步https://www.ej-technologies.com/products/jprofiler/overview.html
大殺器
eclipseMAT
可作為eclipse的插件，也可作為單獨(dú)的程序打開(kāi)。 詳情請(qǐng)移步http://www.eclipse.org/mat/
java三板斧，噢不對(duì)，是七把
jps
我只用一條命令：
sudo -u admin /opt/taobao/java/bin/jps -mlvV
jstack
普通用法:
sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstack 2815
native+java棧:
sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstack -m 2815
jinfo
可看系統(tǒng)啟動(dòng)的參數(shù)，如下
sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jinfo -flags 2815
jmap
兩個(gè)用途
1.查看堆的情況
sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -heap 2815
2.dump
sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -dump:live,format=b,file=/tmp/heap2.bin 2815
或者
sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -dump:format=b,file=/tmp/heap3.bin 2815
3.看看堆都被誰(shuí)占了? 再配合zprofiler和btrace，排查問(wèn)題簡(jiǎn)直是如虎添翼
sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -histo 2815 | head -10
jstat
jstat參數(shù)眾多，但是使用一個(gè)就夠了
sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstat -gcutil 2815 1000
jdb
時(shí)至今日，jdb也是經(jīng)常使用的。jdb可以用來(lái)預(yù)發(fā)debug,假設(shè)你預(yù)發(fā)的java_home是/opt/taobao/java/，遠(yuǎn)程調(diào)試端口是8000.那么sudo -u admin /opt/taobao/java/bin/jdb -attach 8000.
出現(xiàn)以上代表jdb啟動(dòng)成功。后續(xù)可以進(jìn)行設(shè)置斷點(diǎn)進(jìn)行調(diào)試。具體參數(shù)可見(jiàn)oracle官方說(shuō)明http://docs.oracle.com/javase/7/docs/technotes/tools/windows/jdb.html
maven helper
分析maven依賴的好幫手。
VM options
你的類(lèi)到底是從哪個(gè)文件加載進(jìn)來(lái)的？
-XX:+TraceClassLoading結(jié)果形如[Loaded java.lang.invoke.MethodHandleImpl$Lazy from D:\programme\jdk\jdk8U74\jre\lib\rt.jar]
應(yīng)用掛了輸出dump文件
-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/home/admin/logs/java.hprof集團(tuán)的vm參數(shù)里邊基本都有這個(gè)選項(xiàng)
jar包沖突
把這個(gè)單獨(dú)寫(xiě)個(gè)大標(biāo)題不過(guò)分吧？每個(gè)人或多或少都處理過(guò)這種煩人的case。我特么下邊這么多方案不信就搞不定你?
mvn dependency:tree > ~/dependency.txt
打出所有依賴
mvn dependency:tree -Dverbose -Dincludes=groupId:artifactId
只打出指定groupId和artifactId的依賴關(guān)系
-XX:+TraceClassLoading
vm啟動(dòng)腳本加入。在tomcat啟動(dòng)腳本中可見(jiàn)加載類(lèi)的詳細(xì)信息
-verbose
vm啟動(dòng)腳本加入。在tomcat啟動(dòng)腳本中可見(jiàn)加載類(lèi)的詳細(xì)信息
greys:sc
greys的sc命令也能清晰的看到當(dāng)前類(lèi)是從哪里加載過(guò)來(lái)的
其他
dmesg
如果發(fā)現(xiàn)自己的java進(jìn)程悄無(wú)聲息的消失了，幾乎沒(méi)有留下任何線索，那么dmesg一發(fā)，很有可能有你想要的。
sudo dmesg|grep -i kill|less
去找關(guān)鍵字oom_killer。找到的結(jié)果類(lèi)似如下:
[6710782.021013] java invoked oom-killer: gfp_mask=0xd0, order=0, oom_adj=0, oom_scoe_adj=0[6710782.070639] [<ffffffff81118898>] ? oom_kill_process+0x68/0x140 [6710782.257588] Task in /LXC011175068174 killed as a result of limit of /LXC011175068174 [6710784.698347] Memory cgroup out of memory: Kill process 215701 (java) score 854 or sacrifice child [6710784.707978] Killed process 215701, UID 679, (java) total-vm:11017300kB, anon-rss:7152432kB, file-rss:1232kB
以上表明，對(duì)應(yīng)的java進(jìn)程被系統(tǒng)的OOM Killer給干掉了，得分為854.解釋一下OOM killer（Out-Of-Memory killer），該機(jī)制會(huì)監(jiān)控機(jī)器的內(nèi)存資源消耗。當(dāng)機(jī)器內(nèi)存耗盡前，該機(jī)制會(huì)掃描所有的進(jìn)程（按照一定規(guī)則計(jì)算，內(nèi)存占用，時(shí)間等），挑選出得分最高的進(jìn)程，然后殺死，從而保護(hù)機(jī)器。
dmesg日志時(shí)間轉(zhuǎn)換公式:log實(shí)際時(shí)間=格林威治1970-01-01+(當(dāng)前時(shí)間秒數(shù)-系統(tǒng)啟動(dòng)至今的秒數(shù)+dmesg打印的log時(shí)間)秒數(shù)：
date -d "1970-01-01 UTC `echo "$(date +%s)-$(cat /proc/uptime|cut -f 1 -d' ')+12288812.926194"|bc ` seconds"
剩下的，就是看看為什么內(nèi)存這么大，觸發(fā)了OOM-Killer了。