開發與維運

中原銀行 Arthas 實踐之路

2020-06-12

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 TreeUtil 的 findMenuChildren 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 *