點擊上方“朱小廝的博客”，選擇“設為星標”

后臺回復"書"，獲取

來源：騰訊技術工程

首先說下問題現象：內網sandbox環境API持續1周出現應用卡死，所有api無響應現象

剛開始當測試抱怨環境響應慢的時候 ，我們重啟一下應用，應用恢復正常，于是沒做處理。但是后來問題出現頻率越來越頻繁，越來越多的同事開始抱怨，于是感覺代碼可能有問題，開始排查。

首先發現開發的本地ide沒有發現問題，應用卡死時候數據庫，redis都正常，并且無特殊錯誤日志。開始懷疑是sandbox環境機器問題（測試環境本身就很脆!_!）

于是ssh上了服務器 執行以下命令

top

這時發現機器還算正常，于是打算看下jvm 堆棧信息

先看下問題應用比較耗資源的線程

執行?top -H -p 12798

找到前3個相對比較耗資源的線程

jstack 查看堆內存

jstack?12798?|grep?12799的16進制?31ff

沒看出什么問題，上下10行也看看，于是執行

看到一些線程都是處于lock狀態。但沒有出現業務相關的代碼，忽略了。這時候沒有什么頭緒。思考一番。決定放棄這次卡死狀態的機器

為了保護事故現場 先 dump了問題進程所有堆內存，然后debug模式重啟測試環境應用，打算問題再出現時直接遠程debug問題機器

第二天問題再現，于是通知運維nginx轉發拿掉這臺問題應用，自己遠程debug tomcat。

自己隨意找了一個接口，斷點在接口入口地方，悲劇開始，什么也沒有發生！API等待服務響應，沒進斷點。這時候有點懵逼，冷靜了一會,在入口之前的aop地方下了個斷點，再debug一次，這次進了斷點，f8 N次后發現在執行redis命令的時候卡主了。繼續跟，最后在到jedis的一個地方發現問題：

/***?Returns?a?Jedis?instance?to?be?used?as?a?Redis?connection.?The?instance?can?be?newly?created?or?retrieved?from?a*?pool.**?@return?Jedis?instance?ready?for?wrapping?into?a?{@link?RedisConnection}.*/ protected?Jedis?fetchJedisConnector()?{try?{if?(usePool?&&?pool?!=?null)?{return?pool.getResource();}Jedis?jedis?=?new?Jedis(getShardInfo());//?force?initialization?(see?Jedis?issue?#82)jedis.connect();return?jedis;}?catch?(Exception?ex)?{throw?new?RedisConnectionFailureException("Cannot?get?Jedis?connection",?ex);} }

上面pool.getResource()后線程開始wait

public?T?getResource()?{try?{return?internalPool.borrowObject();}?catch?(Exception?e)?{throw?new?JedisConnectionException("Could?not?get?a?resource?from?the?pool",?e);} }

return internalPool.borrowObject(); 這個代碼應該是一個租賃的代碼，接著跟

public?T?borrowObject(long?borrowMaxWaitMillis)?throws?Exception?{this.assertOpen();AbandonedConfig?ac?=?this.abandonedConfig;if?(ac?!=?null?&&?ac.getRemoveAbandonedOnBorrow()?&&?this.getNumIdle()?<?2?&&?this.getNumActive()?>?this.getMaxTotal()?-?3)?{this.removeAbandoned(ac);}PooledObject<T>?p?=?null;boolean?blockWhenExhausted?=?this.getBlockWhenExhausted();long?waitTime?=?0L;while(p?==?null)?{boolean?create?=?false;if?(blockWhenExhausted)?{p?=?(PooledObject)this.idleObjects.pollFirst();if?(p?==?null)?{create?=?true;p?=?this.create();}if?(p?==?null)?{if?(borrowMaxWaitMillis?<?0L)?{p?=?(PooledObject)this.idleObjects.takeFirst();}?else?{waitTime?=?System.currentTimeMillis();p?=?(PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis,?TimeUnit.MILLISECONDS);waitTime?=?System.currentTimeMillis()?-?waitTime;}}if?(p?==?null)?{throw?new?NoSuchElementException("Timeout?waiting?for?idle?object");}

其中有段代碼

if?(p?==?null)?{if?(borrowMaxWaitMillis?<?0L)?{p?=?(PooledObject)this.idleObjects.takeFirst();}?else?{waitTime?=?System.currentTimeMillis();p?=?(PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis,?TimeUnit.MILLISECONDS);waitTime?=?System.currentTimeMillis()?-?waitTime;} }

borrowMaxWaitMillis<0會一直執行，然后一直循環了 開始懷疑這個值沒有配置

找到redis pool配置，發現確實沒有配置MaxWaitMillis，配置后else代碼也是一個Exception 并不能解決問題

繼續F8

public?E?takeFirst()?throws?InterruptedException?{this.lock.lock();Object?var2;try?{Object?x;while((x?=?this.unlinkFirst())?==?null)?{this.notEmpty.await();}var2?=?x;}?finally?{this.lock.unlock();}return?var2; }

到這邊 發現lock字眼，開始懷疑所有請求api都被阻塞了

于是再次ssh 服務器 安裝 arthas ,(Arthas 是Alibaba開源的Java診斷工具)

執行thread命令

發現大量http-nio的線程waiting狀態,http-nio-8083-exec-這個線程其實就是出來http請求的tomcat線程

隨意找一個線程查看堆內存

thread -428

這是能確認就是api一直轉圈的問題,就是這個redis獲取連接的代碼導致的，

解讀這段內存代碼 所有線程都在等 @53e5504e這個對象釋放鎖。于是jstack 全局搜了一把53e5504e ，沒有找到這個對象所在線程。

自此。問題原因能確定是 redis連接獲取的問題。但是什么原因造成獲取不到連接的還不能確定

再次執行 arthas 的thread -b (thread -b, 找出當前阻塞其他線程的線程)

沒有結果。這邊和想的不一樣，應該是能找到一個阻塞線程的，于是看了下這個命令的文檔，發現有下面的一句話

好吧，我們剛好是后者。。。。

再次整理下思路。這次修改redis pool 配置，將獲取連接超時時間設置為2s,然后等問題再次復現時觀察應用最后正常時干過什么。

添加一下配置

JedisConnectionFactory?jedisConnectionFactory?=?new?JedisConnectionFactory(); ....... JedisPoolConfig?config?=?new?JedisPoolConfig(); config.setMaxWaitMillis(2000); ....... jedisConnectionFactory.afterPropertiesSet();

重啟服務，等待。。。。

又過一天，再次復現

ssh 服務器，檢查tomcat accesslog ,發現大量api 請求出現500，

org.springframework.data.redis.RedisConnectionFailureException:?Cannot?get?Jedis?connection;?nested?exception?is?redis.clients.jedis.exceptions.JedisConnectionException:?Could?not?get?a?resource?fr om?the?poolat?org.springframework.data.redis.connection.jedis.JedisConnectionFactory.fetchJedisConnector(JedisConnectionFactory.java:140)at?org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:229)at?org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:57)at?org.springframework.data.redis.core.RedisConnectionUtils.doGetConnection(RedisConnectionUtils.java:128)at?org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:91)at?org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:78)at?org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:177)at?org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:152)at?org.springframework.data.redis.core.AbstractOperations.execute(AbstractOperations.java:85)at?org.springframework.data.redis.core.DefaultHashOperations.get(DefaultHashOperations.java:48)

找到源頭第一次出現500地方，

發現以下代碼

....... Cursor?c?=?stringRedisTemplate.getConnectionFactory().getConnection().scan(options); while?(c.hasNext())?{ .....,,}

分析這個代碼，stringRedisTemplate.getConnectionFactory().getConnection()獲取pool中的redisConnection后，并沒有后續操作，也就是說此時redis 連接池中的鏈接被租賃后并沒有釋放或者退還到鏈接池中，雖然業務已處理完畢 redisConnection 已經空閑，但是pool中的redisConnection的狀態還沒有回到idle狀態

正常應該為

自此問題已經找到。

總結：spring stringRedisTemplate 對redis常規操作做了一些封裝，但還不支持像 Scan SetNx等命令，這時需要拿到jedis Connection進行一些特殊的Commands

使用

stringRedisTemplate.getConnectionFactory().getConnection()

是不被推薦的

我們可以使用

stringRedisTemplate.execute(new?RedisCallback<Cursor>()?{@Overridepublic?Cursor?doInRedis(RedisConnection?connection)?throws?DataAccessException?{return?connection.scan(options);}});

來執行，

或者使用完connection后 ，用

RedisConnectionUtils.releaseConnection(conn,?factory);

來釋放connection.

同時，redis中也不建議使用keys命令，redis pool的配置應該合理配上，否則出現問題無錯誤日志，無報錯，定位相當困難。

想知道更多？掃描下面的二維碼關注我

后臺回復"技術"，加入技術群

【精彩推薦】

• 原創|OpenAPI標準規范

• 如此簡單| ES最全詳細使用教程

• ClickHouse到底是什么？為什么如此牛逼！

• 原來ElasticSearch還可以這么理解

• 面試官：InnoDB中一棵B+樹可以存放多少行數據？

• 微服務下如何解耦？對于已經緊耦合下如何重構？

• 如何構建一套高性能、高可用、低成本的視頻處理系統？

• 架構之道：分離業務邏輯和技術細節

• 星巴克不使用兩階段提交
  

點個贊+在看，少個 bug?????

超強干貨來襲 云風專訪：近40年碼齡，通宵達旦的技術人生

總結

以上是生活随笔為你收集整理的不是keys，记一次因 redis 使用不当导致应用卡死 的过程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。