前言

作為 Linux 運維工程師，在日常工作中我們會遇到 Linux服務(wù)器上出現(xiàn)CPU負載達到100%居高不下的情況，如果CPU 持續(xù)跑高，則會影響業(yè)務(wù)系統(tǒng)的正常運行，帶來企業(yè)損失。

很多運維的同學遇到這種狀況往往會不知所措，對于CPU過載問題通常使用以下兩種方式即可快速定位：

方法一

第一步：使用

top命令，然后按shift+p按照CPU排序

找到占用CPU過高的進程的pid

第二步：使用

top -H -p [進程id]

找到進程中消耗資源最高的線程的id

第三步：使用

echo 'obase=16;[線程id]' | bc或者printf "%x\n" [線程id]

將線程id轉(zhuǎn)換為16進制（字母要小寫）

bc是linux的計算器命令

第四步：執(zhí)行

jstack [進程id] |grep -A 10 [線程id的16進制]”

查看線程狀態(tài)信息

方法二

第一步：使用

top命令，然后按shift+p按照CPU排序

找到占用CPU過高的進程

第二步：使用

ps -mp pid -o THREAD,tid,time | sort -rn

獲取線程信息，并找到占用CPU高的線程

第三步：使用

echo 'obase=16;[線程id]' | bc或者printf "%x\n" [線程id]

將需要的線程ID轉(zhuǎn)換為16進制格式

第四步：使用

jstack pid |grep tid -A 30 [線程id的16進制]

打印線程的堆棧信息

案例分析

場景描述

生產(chǎn)環(huán)境下JAVA進程高CPU占用故障排查

解決過程

1、根據(jù)top命令，發(fā)現(xiàn)PID為2633的Java進程占用CPU高達300%，出現(xiàn)故障。

2、找到該進程后，如何定位具體線程或代碼呢，首先顯示線程列表,并按照CPU占用高的線程排序：

[root@localhost ~]# ps -mp 2633 -o THREAD,tid,time | sort -rn

顯示結(jié)果如下：

找到了耗時最高的線程(TID)3626，占用CPU時間有12分鐘了！

3、將需要的線程TID轉(zhuǎn)換為16進制格式

[root@localhost ~]# printf "%x\n" 3626
e18

4、最后使用jstack命令打印出該進程下面的此線程的堆棧信息：

[root@localhost ~]# jstack 2633 |grep "e18" -A 30

相比故障的解決而言，發(fā)現(xiàn)故障也同等的重要！市場上的大多數(shù)監(jiān)控軟件都能實現(xiàn)服務(wù)器負載的實時觀測，比如：Zabbix、Nagios、阿里云監(jiān)控（針對云服務(wù)器）等。但是當中大部分的軟件都需要運維同學主動去設(shè)置規(guī)則或者檢測才能發(fā)現(xiàn)問題，如何被動的也能收到告警呢？

推薦大家一個實用的運維軟件——王教授，對于業(yè)務(wù)部署在阿里云上的用戶，只需綁定需要監(jiān)控的只讀AcessKey，即可將云上資源的告警信息及時通知給對應的團隊成員。

化主動為被動的方式，一方面減輕了運維工程師的工作，另一方面也減小了運維漏看或者忽略告警的情況發(fā)生。

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對腳本之家的支持。