线上应用故障排查之一：高CPU占用
根据top命令，发现PID为28555的Java进程占用CPU高达200%，出现故障。
通过ps aux | grep PID命令，可以进一步确定是tomcat进程出现了问题。但是，怎么定位到具体线程或者代码呢？
首先显示线程列表:
ps -mp pid -o THREAD,tid,time
找到了耗时最高的线程28802，占用CPU时间快两个小时了！
其次将需要的线程ID转换为16进制格式：
printf "%x\n" tid
最后打印线程的堆栈信息：
jstack pid |grep tid -A 30
找到出现问题的代码了！
现在来分析下具体的代码：ShortSocketIO.readBytes(ShortSocketIO.java:106)
ShortSocketIO是应用封装的一个用短连接Socket通信的工具类。readBytes函数的代码如下：
public byte[] readBytes(int length) throws IOException {
??? if ((this.socket == null) || (!this.socket.isConnected())) {
??????? throw new IOException("++++ attempting to read from closed socket");
??? }
??? byte[] result = null;
??? ByteArrayOutputStream bos = new ByteArrayOutputStream();
??? if (this.recIndex >= length) {
?????????? bos.write(this.recBuf, 0, length);
?????????? byte[] newBuf = new byte[this.recBufSize];
?????????? if (this.recIndex > length) {
?????????????? System.arraycopy(this.recBuf, length, newBuf, 0, this.recIndex - length);
?????????? }
?????????? this.recBuf = newBuf;
?????????? this.recIndex -= length;
??? } else {
?????????? int totalread = length;
?????????? if (this.recIndex > 0) {
??????????????? totalread -= this.recIndex;
??????????????? bos.write(this.recBuf, 0, this.recIndex);
??????????????? this.recBuf = new byte[this.recBufSize];
??????????????? this.recIndex = 0;
??? }
??? int readCount = 0;
????while (totalread > 0) {
???????? if ((readCount = this.in.read(this.recBuf)) > 0) {
??????????????? if (totalread > readCount) {
????????????????????? bos.write(this.recBuf, 0, readCount);
????????????????????? this.recBuf = new byte[this.recBufSize];
????????????????????? this.recIndex = 0;
?????????????? } else {
???????????????????? bos.write(this.recBuf, 0, totalread);
???????????????????? byte[] newBuf = new byte[this.recBufSize];
???????????????????? System.arraycopy(this.recBuf, totalread, newBuf, 0, readCount - totalread);
???????????????????? this.recBuf = newBuf;
???????????????????? this.recIndex = (readCount - totalread);
???????????? }
???????????? totalread -= readCount;
??????? }
?? }
}
问题就出在标红的代码部分。如果this.in.read()返回的数据小于等于0时，循环就一直进行下去了。而这种情况在网络拥塞的时候是可能发生的。
至于具体怎么修改就看业务逻辑应该怎么对待这种特殊情况了。
?
最后，总结下排查CPU故障的方法和技巧有哪些：
1、top命令：Linux命令。可以查看实时的CPU使用情况。也可以查看最近一段时间的CPU使用情况。
2、PS命令：Linux命令。强大的进程状态监控命令。可以查看进程以及进程中线程的当前CPU使用情况。属于当前状态的采样数据。
3、jstack：Java提供的命令。可以查看某个进程的当前线程栈运行情况。根据这个命令的输出可以定位某个进程的所有线程的当前运行状态、运行代码，以及是否死锁等等。
4、pstack：Linux命令。可以查看某个进程的当前线程栈运行情况。
