記一次找因redis使用不當(dāng)導(dǎo)致應(yīng)用卡死bug的過程
點(diǎn)擊關(guān)注公眾號(hào)，Java干貨及時(shí)送達(dá)
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(dāng)測(cè)試抱怨環(huán)境響應(yīng)慢的時(shí)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。
01
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(shí)候數(shù)據(jù)庫，redis都正常，并且無特殊錯(cuò)誤日志。開始懷疑是sandbox環(huán)境機(jī)器問題（測(cè)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(shí)發(fā)現(xiàn)機(jī)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：
top -H -p 12798
找到前3個(gè)相對(duì)比較耗資源的線程。
jstack 查看堆內(nèi)存：
jstack 12798 |grep 12799的16進(jìn)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(shí)候沒有什么頭緒。思考一番。決定放棄這次卡死狀態(tài)的機(jī)器。
02
為了保護(hù)事故現(xiàn)場(chǎng)先dump了問題進(jìn)程所有堆內(nèi)存，然后debug模式重啟測(cè)試環(huán)境應(yīng)用，打算問題再現(xiàn)時(shí)直接遠(yuǎn)程debug問題機(jī)器
第二天問題再現(xiàn)，于是通知運(yùn)維nginx轉(zhuǎn)發(fā)拿掉這臺(tái)問題應(yīng)用，自己遠(yuǎn)程debug tomcat。
自己隨意找了一個(gè)接口，斷點(diǎn)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(jìn)斷點(diǎn)。
這時(shí)候有點(diǎn)懵逼，冷靜了一會(huì),在入口之前的aop地方下了個(gè)斷點(diǎn)，再debug一次，這次進(jìn)了斷點(diǎn)，f8 N次后發(fā)現(xiàn)在執(zhí)行redis命令的時(shí)候卡主了。
繼續(xù)跟，最后在到j(luò)edis的一個(gè)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);}}
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(gè)代碼應(yīng)該是一個(gè)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");}
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;}}
找到redis pool配置，發(fā)現(xiàn)確實(shí)沒有配置MaxWaitMillis，配置后else代碼也是一個(gè)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;}
03
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。
thread
發(fā)現(xiàn)大量http-nio的線程waiting狀態(tài),http-nio-8083-exec-這個(gè)線程其實(shí)就是出來http請(qǐng)求的tomcat線程。
隨意找一個(gè)線程查看堆內(nèi)存：
thread -428
這是能確認(rèn)就是api一直轉(zhuǎn)圈的問題,就是這個(gè)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(gè)對(duì)象釋放鎖。于是jstack 全局搜了一把53e5504e，沒有找到這個(gè)對(duì)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。
04
再次執(zhí)行 arthas 的thread -b (thread -b, 找出當(dāng)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(gè)阻塞線程的，于是看了下這個(gè)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(shí)時(shí)間設(shè)置為2s,然后等問題再次復(fù)現(xiàn)時(shí)觀察應(yīng)用最后正常時(shí)干過什么。
添加一下配置：
JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory();.......JedisPoolConfig config = new JedisPoolConfig();config.setMaxWaitMillis(2000);.......jedisConnectionFactory.afterPropertiesSet();
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(qǐng)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 from the poolat 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)
.......Cursor c = stringRedisTemplate.getConnectionFactory().getConnection().scan(options);while (c.hasNext()) {.....,,}
分析代碼，stringRedisTemplate.getConnectionFactory().getConnection()獲取pool中的redisConnection后，并沒有后續(xù)操作。
也就是說此時(shí)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)。
自此問題已經(jīng)找到。
05
總結(jié)：spring stringRedisTemplate 對(duì)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(shí)需要拿到j(luò)edis Connection進(jìn)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() {public Cursor doInRedis(RedisConnection connection) throws DataAccessException {return connection.scan(options);}});
RedisConnectionUtils.releaseConnection(conn, factory);同時(shí)，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(cuò)誤日志，無報(bào)錯(cuò)，定位相當(dāng)困難。
轉(zhuǎn)自：小木
鏈接：https://my.oschina.net/xiaomu0082/blog/2990388
往 期 推 薦
1、致歉！抖音Semi Design承認(rèn)參考阿里Ant Design
2、對(duì)比7種分布式事務(wù)方案，還是偏愛阿里開源的Seata，真香！
點(diǎn)分享
點(diǎn)收藏
點(diǎn)點(diǎn)贊
點(diǎn)在看
