JAVA 应用 CPU 跳点自动 DUMP 工具 | 京东物流技术团队

背景

在做系统监控时，CPU的使用率是一个关键的指标，它反映了系统的性能稳定性以及是否存在异常情况，能帮助我们了解系统的负载情况。通过监控CPU使用率，可以判断系统是否正常运行或者是否存在性能问题。如果CPU使用率过高，可能表示系统存在资源瓶颈，需要进行优化或升级。

CPU监控的难点

现有的监控平台提供了多种方式来获取容器和JVM的CPU使用率，并能够实时发送CPU跳点的报警。然而，对于运维人员来说，这些功能远远不够，因为我们需要深入了解导致CPU高的原因。由于CPU是一个动态变化的指标，仅仅在收到报警后通过运维平台的手动操作进行排查，很难抓住事故发生的现场情况。因此，我们需要一个能够自动记录现场的工具。

自动DUMP工具

对于Linux系统，我们可以通过设置一个周期的定时任务来检测CPU使用率。如果我们发现CPU使用率高，我们可以获取CPU使用率高的线程，并进一步处理JVM线程抓包的问题。

我们可以使用top命令来获取进程的CPU使用率以及线程的CPU使用率。针对JAVA应用程序，我们可以使用Jstack来dump当前线程的堆栈信息。然后，我们可以解析这两者的输出，并通过线程号进行匹配，最终生成一个包含CPU使用率的线程堆栈清单。最后，我们可以将此清单持久化到一个文本文件中。

最终的输出文件格式如下：

当前JAVA进程ID:205
当前JAVA进程ID(205)CPU使用率:99%
Top 10 CPU占用线程信息：
=======================================================
线程TID: 1511, THREAD_NID:5e7, CPU使用率: 77.2%
"Thread-31" #415 daemon prio=5 os_prio=0 tid=0x00007f00900cc800 nid=0x5e7 runnable [0x00007f01c5839000]
java.lang.Thread.State: RUNNABLE
at 
...
...
java.lang.reflect.Executable.sharedGetParameterAnnotations(Executable.java:553)
at  java.util.concurrent.CompletableFuture$AsyncRun.run(CompletableFuture.java:1626)
at java.lang.Thread.run(Thread.java:748)
=======================================================
线程TID: 208, THREAD_NID:d0, CPU使用率: 2.0%
"Gang worker#0 (Parallel GC Threads)" os_prio=0 tid=0x00007f037c02a000 nid=0xd0 runnable
=======================================================
线程TID: 209, THREAD_NID:d1, CPU使用率: 2.0%
"Gang worker#1 (Parallel GC Threads)" os_prio=0 tid=0x00007f037c02b800 nid=0xd1 runnable
=======================================================

具体实现步骤如下：

1. 从环境变量中读取CPU阈值和线程数阈值，脚本的两个配置项，不同分组和不同环境可以设置不同的阈值。

2. 获取JAVA进程ID：使用pgrep命令获取当前运行中的Java进程的PID，并将其保存到变量中。

3. 获取当前CPU使用率：使用top命令获取当前CPU使用率，主要是获取JAVA进程的CPU使用率。

4. 检查CPU使用率是否超过阈值：与预设的CPU阈值进行比较，如果超过阈值，则执行后续操作，否则结束。

5. 查找JAVA进程内占用CPU最高的线程：使用top命令查找占用CPU最高的前十个线程，并获取它们的相关信息。

6. 捕捉JVM线程快照：使用jstack命令捕捉JVM线程快照，并将其保存到指定的日志文件中。

7. 输出线程信息：解析并匹配线程栈文件，将占用CPU最高的前十个线程的信息包括线程的PID和堆栈信息合并到同一行输出。

8. 日志记录和保存：将相关的CPU使用率及线程快照信息记录到日志文件中，方便后续分析和优化。

使用方式

在应用的启动脚本（start.sh）中添加命令，在crontab中添加一个分钟周期的定时任务

echo "* * * * * sh /export/App/bin/cpu-peak-dump.sh" | crontab -

注：如果需要更细周期粒度的监控，也可以通过while true加sleep来控制运行周期，如果使用更细粒度周期时需要注意脚本本身造成的CPU使用率。

总结

该脚本是一个用于CPU性能监控的实用工具，通过定时检测并触发线程快照的方式，方便我们快速发现CPU异常占用以及定位问题所在。通过设置合适的阈值和线程数，可以根据具体项目的需求来应用该脚本，并根据日志记录的线程信息进行问题分析和优化。

注意：在使用该脚本时，需要根据具体环境配置相关的路径和变量，并根据项目的需要进行相应的调整和优化。

希望本文对您理解和运用该脚本提供了一些帮助，如有疑问或需要进一步了解，请随时联系我。

附录

完整的脚本文件cpu-peak-dump.sh

#!/bin/bash

# 由crontab触发每分钟执行一次，判断CPU使用率大于阈值时触发dump
# 使用方式：
# 把当前文件放到项目中与start.sh相同的目录
# 修改start.sh 在脚本最后加一行，一般是这一行后边 echo "$APP_NAME is up runnig :)"
# echo "* * * * * sh /export/App/bin/cpu-peak-dump.sh" | crontab -
# 可配置项:
# 触发dump的cpu阈值。default 70
# STACK_DUMP_CPU_THRESHOLD=xxx
# 触发dump时列举的线程数（按使用率由高到低排列) default 10
# STACK_DUMP_THREAD_COUNT=xxx
# 配置方式，使用行云分组的环境变量配置即可
# stack log 存放目录 /export/Logs/
# stack log 文件名: jstack_snapshot_$(date +%Y%m%d%H%M%S).log
# 最后，记得配置相应的日志清理策略

# 设置CPU阈值，当CPU使用率达到该阈值时触发线程快照
CPU_THRESHOLD="${STACK_DUMP_CPU_THRESHOLD:-70}"
THREAD_COUNT="${STACK_DUMP_THREAD_COUNT:-10}"

echo "Current CPU_THRESHOLD is $CPU_THRESHOLD"

JAVA_PID=$(pgrep -d, -x java)
echo "Current JAVA_PID is $JAVA_PID"

# 使用top命令获取当前CPU使用率，并提取其中的CPU利用率百分比
CPU_USAGE=$(top -b -n 1 | grep -A10 "PID USER" | grep java | grep "$JAVA_PID" | awk '{print $9}' | cut -d'.' -f1)

echo "Current Java($JAVA_PID) CPU_USAGE ：$CPU_USAGE"%

if [ -z "$JAVA_PID" ]; then
  echo "No Java process found."
  exit 1
fi

# 检查CPU使用率是否超过阈值
if [[ $CPU_USAGE -gt $CPU_THRESHOLD ]]; then

  # 使用top命令查找占用CPU最高的前十个线程，并获取它们的信息
  TOP_THREADS=$(top -H -b -n 1 -p "$JAVA_PID" | grep -A$THREAD_COUNT 'PID USER' | head -n $THREAD_COUNT | grep -v 'PID')

  # 使用jstack捕捉JVM线程快照
  # 请将下面的Java进程ID替换为你要监视的Java进程的实际进程ID
  JSTACK_OUTPUT=$(/export/servers/jdk1.8.0_191/bin/jstack "$JAVA_PID")

  JSTACK_OUTPUT_FILE="/export/Logs/jstack_snapshot_$(date +%Y%m%d%H%M%S).log"
  echo "当前JAVA进程ID($JAVA_PID)CPU使用率:$CPU_USAGE"% >>$JSTACK_OUTPUT_FILE

  # 获取占用CPU最高的前十个线程的信息，包括线程的PID和堆栈信息，并将它们合并到同一行输出
  echo "Top ${THREAD_COUNT} CPU占用线程信息：" >>$JSTACK_OUTPUT_FILE
  while read -r THREAD_INFO; do
    THREAD_TID=$(echo "$THREAD_INFO" | awk '{print $1}')
    THREAD_NID=$(printf "%xn" $THREAD_TID)

    THREAD_STACK=$(echo "$JSTACK_OUTPUT" | sed -n "/nid=0x$THREAD_NID /,/^$/p")
    THREAD_CPU_USAGE=$(echo "$THREAD_INFO" | awk '{print $9}')

    echo "=======================================================" >>$JSTACK_OUTPUT_FILE
    echo "线程TID: $THREAD_TID, THREAD_NID:$THREAD_NID, CPU使用率: $THREAD_CPU_USAGE%" >>$JSTACK_OUTPUT_FILE
    echo "$THREAD_STACK" >>$JSTACK_OUTPUT_FILE
  done "$TOP_THREADS"

  #  echo "====all stack as below:====" >>$JSTACK_OUTPUT_FILE
  #  echo "$JSTACK_OUTPUT" >>$JSTACK_OUTPUT_FILE
  echo "捕捉了JVM线程快照并保存到 $JSTACK_OUTPUT_FILE"
fi