開發與維運

中原銀行 Arthas 實踐之路

作者 | 於爽 中原銀行系統研發工程師,目前在技術平臺室中間件小組從事分佈式緩存、消息隊列等相關工作。

【Arthas 官方社區正在舉行徵文活動,參加即有獎品拿哦~點擊投稿

Arthas 是一款 Java應用開源診斷工具,由於其強大的問題排查及診斷能力,自其開源以來廣受開發者的關注和使用,多次登頂 GitHub Trending,並得到國內多家技術媒體的推薦分享。

一. 定製化功能改造

Arthas 可以通過簡單的命令交互模式,接入運行的 JVM,快速定位和診斷線上程序運行問題。在不重啟服務的情況下,實時、動態的修改相關 code,並實時生效。具體工作原理如下:

1. 連接JVM:通過attach機制,通過attach pid連接正在運行的JVM;
2. 查看及修改JVM字節碼:通過instrument技術對運行中的JVM附加或修改字節碼來實現增強的邏輯。

2018 年底,中原銀行開始投入人員對 Arthas 進行調研,在開源社區瞭解了主要功能,並通過閱讀 Arthas 工程大綱,明晰整體工程結構,整個執行過程如下:Arthas 底層調用 rt.jar 包的 ManagementFactory 獲取整個 jvm 內部信息,通過命令集成與後端交互,執行,返回結果,整個工程簡單清晰,容易上手。

2019 年初,中原銀行技術團隊開始使用推廣 Arthas 定位和診斷線上問題。

出於保護客戶敏感信息的嚴格要求,同時切實保障生產環境業務系統的穩定運行,我們對 Arthas 的部分功能進行了定製化改造,對一些命令進行了隱藏:

1. watch:watch方法可以在沒有打印日誌的情況下,看到方法的入參和返回值,有可能暴露客戶的敏感信息;
2. mc、redefine:mc組合rdefine可以對代碼進行熱更新,不能滿足我行生產運行管理規範要求。

同時,出於使用需要,定製化開發了 gc 等命令:

1. gc:實時動態展示年輕代,年老代垃圾百分比,回收次數及耗時等情況。 

下一步,我行計劃在全部開發測試環境、部分生產環境推廣使用 Arthas 來進行問題排查與定位診斷。同時採用內部技術分享的形式向行內應用開發團隊普及推廣 Arthas 的使用。

二. 重點使用功能

除了日常問題排查使用到的方法外,Arthas 還有一些強大的功能,深受中原銀行技術團隊喜愛。

1.target-ip

# target-ip 為指定綁定的IP,如果不指定IP,Arthas只listen 127.0.0.1,所以如果想從遠程連接,則可以使用 --target-ip參數指定listen的IP
java -jar arthas-boot.jar --target-ip IP

綁定遠程訪問IP後,可以在通過telnet或http的方式遠程連接 Arthas 進行問題排查。

web端訪問地址:ip:8563

1.png

/telnet訪問:ip:3658

2.png

當線上應用出現問題時,可以將問題機器隔離起來,通過Arthas在啟動時指定target-ip,多方技術人員可同時通過遠程連接進行問題排查。

2.trace

# 查看方法內部調用路徑,並輸出方法路徑上的每個節點上耗時 
trace ClassName methodName

使用 trace 命令可以一層一層追蹤耗時在哪裡 ,在進行性能調優的時候十分有效。

3.png

3.ognl

ognl 是應用於 Java 中的一個開源的表達式語言,作用是對數據進行訪問,它擁有類型轉換、訪問對象方法、操作集合對象等功能,通過 ognl 可以完成一些列強大的操作。

  • 執行靜態方法
# 使用ognl調用靜態方法
ognl “@類名@方法名(參數)”
  • 獲取靜態屬性
# 使用ognl獲取靜態屬性
ognl “@類名@屬性名”
  • 示例:修改日誌等級
# 查找當前類的classloader hashcode
sc -d 類名 | grep classLoaderHash
# 用OGNL獲取logger
ognl -c ***** '@類名@logger'
# 單獨設置該類的logger level
ognl -c ***** '@類名@logger.setLevel(@ch.qos.logback.classic.Level@DEBUG)'
#全局設置logger level
ognl -c ***** '@org.slf4j.LoggerFactory@getLogger("root").setLevel(@ch.qos.logback.classic.Level@DEBUG)'

4.gc

gc 是我行定製化開發的功能,源自於 jstat -gcutil pid timeinterval 命令,其中 pid 可以從 Arthas 中獲取,timeinterval(單位為毫秒)表示 gc 每次時間間隔,默認為 1s。

# 查看應用gc情況(timeinterval表示間隔時間,單位毫秒,默認為1S)
gc -i timeinterval -n 5

4.png

三. 應用實踐案例

下面記錄一些我行 Arthas 應用實踐案例(由於行內代碼保密性要求,下文所示案例均為場景復現所寫示例代碼)

案例一:系統 CPU 使用率高

問題描述:業務人員反饋後臺管理系統其中一個頁面響應時間很長,登錄服務器上發現 CPU 使用率較高,達到 80% 左右。

1. 啟動 Arthas,附加到對應的 java 進程

注意:Arthas 啟動時要使用與 Java 進程相同的啟動用戶。

# 啟動Arthas
   java -jar arthas-boot.jar
   [INFO] arthas-boot version: 3.2.0
   [INFO] Found existing java process, please choose one and input the serial number of the process, eg : 1. Then hit ENTER.
   * [1]: 11360 org.gradle.launcher.daemon.bootstrap.GradleDaemon
     [2]: 12196 com.durian.ddp.Application
   # 選擇要附加的java進程編號
   2
   ...

2. thread 命令查看 CPU 使用率高的線程

啟動 Arthas,附加到對應的 java 進程,執行 thread -n 5 查看 CPU 使用率最高的 5 個線程的堆棧。

# 查看CPU使用率最高的5個線程
thread -n 5
at ***.TreeUtil.findMenuChildren(TreeUtil.java:94)
    at ***.TreeUtil.findMenuChildren(TreeUtil.java:92)
    at ***.TreeUtil.findMenuChildren(TreeUtil.java:92)
    at ***.TreeUtil.findMenuChildren(TreeUtil.java:92)
    at ***.TreeUtil.recursiveTree(TreeUtil.java:74)
    at ***.getOwnerDeparmentTree(DepartmentServiceImpl.java:550)
    ...
at ***.TreeUtil.findMenuChildren(TreeUtil.java:94)
    at ***.TreeUtil.findMenuChildren(TreeUtil.java:92)
    at ***.TreeUtil.findMenuChildren(TreeUtil.java:92)
    at ***.TreeUtil.findMenuChildren(TreeUtil.java:92)
    at ***.TreeUtil.recursiveTree(TreeUtil.java:74)
    at ***.getOwnerDeparmentTree(DepartmentServiceImpl.java:550)
    ...
...

3. 通過 monitor 命令查看方法的調用次數與耗時

通過 thread 命令已經定位到 CPU 主要消耗在 TreeUtilfindMenuChildren 方法上,通過 monitor 命令查看方法的具體調用次數與耗時。

# 5s為一個統計週期,統計TreeUtil中findMenuChildren方法的耗時
monitor -c 5 ***.TreeUtil findMenuChildren

5.png

通過 monitor 命令可以明確該方法單次調用平均耗時為 17 ~ 20ms,但是調用次數多,所以整體上頁面響應慢。

4. 通過 jad 命令反編譯 TreeUtil 類,查看源碼

[arthas@12196]$ jad com.durian.ddp.utils.TreeUtil
ClassLoader:
+-sun.misc.Launcher$AppClassLoader@18b4aac2
  +-sun.misc.Launcher$ExtClassLoader@244038d0
Location:
/*
 * Decompiled with CFR.
 *
 * Could not load the following classes:
 *  ***.ResourceTreeVo
 */
...
public class TreeUtil {
    public static ResourceTreeVo findMenuChildren(ResourceTreeVo resourceTreeVo, List<ResourceTreeVo> treeNodes) {
        for (ResourceTreeVo resource : treeNodes) {
            if (!resourceTreeVo.getResourceId().equals(resource.getResourceParentId())) continue;
            if (resourceTreeVo.getChildResourceVo() == null) {
                resourceTreeVo.setChildResourceVo(new ArrayList());
            }
            resourceTreeVo.getChildResourceVo().add(TreeUtil.findMenuChildren(resource, treeNodes));
        }
        return resourceTreeVo;
    }
    public static List<ResourceTreeVo> recursiveTree(List<ResourceTreeVo> list) {
        ArrayList<ResourceTreeVo> trees = new ArrayList<ResourceTreeVo>();
        for (ResourceTreeVo treeNode : list) {
            if (!StringUtils.isEmpty(treeNode.getResourceParentId())) continue;
            trees.add(TreeUtil.findMenuChildren(treeNode, list));
        }
        return trees;
    }
}

通過 jad 命令查看源碼可以發現,此處的業務邏輯大致是通過 ResourceTreeVo 對象的 resourceParentId 字段把一個列表構建一個樹。在 findMenuChildren 方法中存在遞歸調用,而且每一次調用都需要遍歷整個 ResourceTreeVo 列表來查找子節點,時間複雜度為 O(n)。所以在 ResourceTreeVo 列表元素比較多的時候,會很耗時。

5. 解決問題

定位到問題就方便解決了,可以通過提前基於 list 構建一個 parentId->List<ResourceTreeVo> 的 map,每個節點查找子節點列表的時候可以從 map 中獲取。這樣整個構建樹的時間算法為 O(n)。

案例二:應用線程連接數異常

問題描述:服務器句柄數耗盡,查看發現某個應用佔用句柄數較多。

6.png

1. thread 命令查看線程信息

啟動 Arthas,附加到對應的 java 進程,執行 thread 查看線程情況。

# 查看線程情況
thread 

7.png

8.png

看到有大量的 MasterListener-mymaster-* 線程處於連接狀態,一直沒有釋放。

# 選擇其中一個線程查看堆棧信息
thread id  

9.png

發現這些線程是由 redis.clients.JedisSentinelPool$MasterListener 產生的,那麼接下來就來查看一下 JedisSentinelPool$MasterListener 的調用情況。

2. stack 命令查看堆棧信息

stack redis.clients.jedis.JedisSentinelPool$MasterListener

觸發一次應用請求,打印出如下堆棧信息:

10.png

通過調用鏈定位到 RedisUtil 類,發現每次請求否會觸發 RedisUtil.getJedis 方法調用 JedisSentinelPool$MasterListener,那麼下一步我們反編譯一下 REedisUtil 類。

3. jad 命令反編譯查看代碼

# 反編譯RedisUtil類
jad cn.com.zybank.testredis.starter.RedisUtil

11.png

查看 getJedis 方法,發現 getJedis 每調用一次都會新建一個 JedisSentinelPool

12.png

通過分析發現,每次使用 redis 時,都會調用 getJedis 方法創建一個新的 JedisSentinelPool,從而啟動一個 MasterListener-mymaster-* 線程,由於該線程會一直保持監聽,不會自動釋放,故隨著應用請求的增加線程數一直增加從而導致連接數佔滿。

4. 解決問題

針對該問題,只需創建一個全局的 JedisSentinelPool,每次獲取 redis 連接時都從該連接池獲取即可,這裡不再對代碼進行展示。

四.總結建議

我行在使用 Arthas 以前,線上問題排查往往需要查網絡、jps、jstack、jmap、jhat、jstat、hprof 等一系列操作,費時費力。目前,大多數的常見問題都可以使用 Arthas 輕鬆定位,迅速解決。

一鍵安裝並啟動 Arthas

  • 方式一:通過 Cloud Toolkit 實現 Arthas 一鍵遠程診斷

Cloud Toolkit 是阿里雲發佈的免費本地 IDE 插件,幫助開發者更高效地開發、測試、診斷並部署應用。通過插件,可以將本地應用一鍵部署到任意服務器,甚至雲端(ECS、EDAS、ACK、ACR 和 小程序雲等);並且還內置了 Arthas 診斷、Dubbo工具、Terminal 終端、文件上傳、函數計算 和 MySQL 執行器等工具。不僅僅有 IntelliJ IDEA 主流版本,還有 Eclipse、Pycharm、Maven 等其他版本。

推薦使用 IDEA 插件下載 Cloud Toolkit 來使用 Arthas:http://t.tb.cn/2A5CbHWveOXzI7sFakaCw8

  • 方式二:直接下載

地址:https://github.com/alibaba/arthas

隨著我行全面深化使用 Arthas,也發現了一些有待改進提升的功能,希望進一步優化完善。

  • 在進行 trace 的時候,只要調用鏈中有異步,堆棧就會斷掉,無法 trace 到子線程內部,只能手動逐層跟進 trace,效率較低。
  • 希望 tt 命令能夠添加異步開關,如果開關開啟, 那麼 COST 即可顯示異步得到結果的耗時。

截至目前,Arthas GitHub Star 已經突破 2.4 萬了,希望 Arthas 能夠獲得更多全球開發者的關注和喜愛,也期待更多像 Arthas 一樣的國內優質項目能夠開源。

Arthas 徵文活動火熱進行中

Arthas 官方正在舉行徵文活動,如果你有:

  • 使用 Arthas 排查過的問題
  • 對 Arthas 進行源碼解讀
  • 對 Arthas 提出建議
  • 不限,其它與 Arthas 有關的內容

歡迎參加徵文活動,還有獎品拿哦~點擊投稿

阿里巴巴雲原生關注微服務、Serverless、容器、Service Mesh 等技術領域、聚焦雲原生流行技術趨勢、雲原生大規模的落地實踐,做最懂雲原生開發者的公眾號。”

Leave a Reply

Your email address will not be published. Required fields are marked *