• 大半夜排查bug：竟然是同事把Redis用成这鬼样子，坑了我

    首先说下问题现象：内网sandbox环境API持续1周出现应用卡死，所有api无响应现象。

    刚开始当测试抱怨环境响应慢的时候 ，我们重启一下应用，应用恢复正常，于是没做处理。但是后来问题出现频率越来越频繁，越来越多的同事开始抱怨，于是感觉代码可能有问题，开始排查。

    首先发现开发的本地ide没有发现问题，应用卡死时候数据库，redis都正常，并且无特殊错误日志。开始怀疑是sandbox环境机器问题（测试环境本身就很脆!_!）

    于是ssh上了服务器 执行以下命令。

    top

    这时发现 机器还算正常，但是内心还是，于是打算看下jvm 堆栈信息

    先看下问题应用比较耗资源的线程

    执行 top -H -p 12798

    找到前3个相对比较耗资源的线程

    jstack 查看堆内存

    jstack 12798 |grep 12799的16进制 31ff

    没看出什么问题，上下10行也看看 于是执行

    看到一些线程都是处于lock状态。但没有出现业务相关的代码，忽略了。这时候没有什么头绪。思考一番。决定放弃这次卡死状态的机器

    为了保护事故现场 先 dump了问题进程所有堆内存，然后debug模式重启测试环境应用，打算问题再显时直接远程debug问题机器

    第二天问题再现，于是通知运维nginx转发拿掉这台问题应用，自己远程debug tomcat。

    自己随意找了一个接口，断点在接口入口地方，悲剧开始，什么也没有发生！API等待服务响应，没进断点。这时候有点懵逼，冷静了一会,在入口之前的aop地方下了个断点，再debug一次，这次进了断点，f8 N次后发现在执行redis命令的时候卡主了。继续跟，最后在到jedis的一个地方发现问题：

    1. /**
    2.  * Returns a Jedis instance to be used as a Redis connection. The instance can be newly created or retrieved from a
    3.  * pool.
    4.  *
    5.  * @return Jedis instance ready for wrapping into a {@link RedisConnection}.
    6.  */
    7. protected Jedis fetchJedisConnector() {
    8.  try {
    9.  if (usePool && pool != null) {
    10.  return pool.getResource();
    11.  }
    12.  Jedis jedis = new Jedis(getShardInfo());
    13.  // force initialization (see Jedis issue #82)
    14.  jedis.connect();
    15.  return jedis;
    16.  } catch (Exception ex) {
    17.  throw new RedisConnectionFailureException("Cannot get Jedis connection", ex);
    18.  }
    19. }

    上面pool.getResource()后线程开始wait

    1. public T getResource() {
    2.  try {
    3.  return internalPool.borrowObject();
    4.  } catch (Exception e) {
    5.  throw new JedisConnectionException("Could not get a resource from the pool", e);
    6.  }
    7. }

    return internalPool.borrowObject()；这个代码应该是一个租赁的代码接着跟

    1. public T borrowObject(long borrowMaxWaitMillis) throws Exception {
    2.  this.assertOpen();
    3.  AbandonedConfig ac = this.abandonedConfig;
    4.  if (ac != null && ac.getRemoveAbandonedOnBorrow() && this.getNumIdle() < 2 && this.getNumActive() > this.getMaxTotal() - 3) {
    5.  this.removeAbandoned(ac);
    6.  }
    7.  PooledObject<T> p = null;
    8.  boolean blockWhenExhausted = this.getBlockWhenExhausted();
    9.  long waitTime = 0L;
    10.  while(p == null) {
    11.  boolean create = false;
    12.  if (blockWhenExhausted) {
    13.  p = (PooledObject)this.idleObjects.pollFirst();
    14.  if (p == null) {
    15.  create = true;
    16.  p = this.create();
    17.  }
    18.  if (p == null) {
    19.  if (borrowMaxWaitMillis < 0L) {
    20.  p = (PooledObject)this.idleObjects.takeFirst();
    21.  } else {
    22.  waitTime = System.currentTimeMillis();
    23.  p = (PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis, TimeUnit.MILLISECONDS);
    24.  waitTime = System.currentTimeMillis() - waitTime;
    25.  }
    26.  }
    27.  if (p == null) {
    28.  throw new NoSuchElementException("Timeout waiting for idle object");
    29.  }

    其中有段代码

    1. if (p == null) {
    2.  if (borrowMaxWaitMillis < 0L) {
    3.  p = (PooledObject)this.idleObjects.takeFirst();
    4.  } else {
    5.  waitTime = System.currentTimeMillis();
    6.  p = (PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis, TimeUnit.MILLISECONDS);
    7.  waitTime = System.currentTimeMillis() - waitTime;
    8.  }
    9. }

    borrowMaxWaitMillis<0会一直执行，然后一直循环了 开始怀疑这个值没有配置

    找到redis pool配置，发现确实没有配置MaxWaitMillis，配置后else代码也是一个Exception 并不能解决问题

    继续F8

    1. public E takeFirst() throws InterruptedException {
    2.  this.lock.lock();
    3.  Object var2;
    4.  try {
    5.  Object x;
    6.  while((x = this.unlinkFirst()) == null) {
    7.  this.notEmpty.await();
    8.  }
    9.  var2 = x;
    10.  } finally {
    11.  this.lock.unlock();
    12.  }
    13.  return var2;
    14. }

    到这边 发现lock字眼，开始怀疑所有请求api都被阻塞了

    于是再次ssh 服务器 安装 arthas ,(Arthas 是Alibaba开源的Java诊断工具)

    执行thread命令

    发现大量http-nio的线程waiting状态,http-nio-8083-exec-这个线程其实就是出来http请求的tomcat线程

    随意找一个线程查看堆内存

    thread -428

    这是能确认就是api一直转圈的问题,就是这个redis获取连接的代码导致的，

    解读这段内存代码 所有线程都在等 @53e5504e这个对象释放锁。于是jstack 全局搜了一把53e5504e ，没有找到这个对象所在线程。

    自此。问题原因能确定是 redis连接获取的问题。但是什么原因造成获取不到连接的还不能确定

    再次执行 arthas 的thread -b (thread -b, 找出当前阻塞其他线程的线程)

    没有结果。这边和想的不一样，应该是能找到一个阻塞线程的，于是看了下这个命令的文档，发现有下面的一句话

    好吧，我们刚好是后者。。。。

    再次整理下思路。这次修改redis pool 配置，将获取连接超时时间设置为2s,然后等问题再次复现时观察应用最后正常时干过什么。

    添加一下配置

    1. JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory();
    2. .......
    3. JedisPoolConfig config = new JedisPoolConfig();
    4. config.setMaxWaitMillis(2000);
    5. .......
    6. jedisConnectionFactory.afterPropertiesSet();

    重启服务，等待。。。。

    又过一天，再次复现。

    ssh 服务器，检查tomcat accesslog ,发现大量api 请求出现500。

    1. org.springframework.data.redis.RedisConnectionFailureException: Cannot get Jedis connection; nested exception is redis.clients.jedis.exceptions.JedisConnectionException: Could not get a resource fr
    2. om the pool
    3.  at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.fetchJedisConnector(JedisConnectionFactory.java:140)
    4.  at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:229)
    5.  at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:57)
    6.  at org.springframework.data.redis.core.RedisConnectionUtils.doGetConnection(RedisConnectionUtils.java:128)
    7.  at org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:91)
    8.  at org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:78)
    9.  at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:177)
    10.  at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:152)
    11.  at org.springframework.data.redis.core.AbstractOperations.execute(AbstractOperations.java:85)
    12.  at org.springframework.data.redis.core.DefaultHashOperations.get(DefaultHashOperations.java:48)

    找到源头第一次出现500地方，发现以下代码

    1. .......
    2. Cursor c = stringRedisTemplate.getConnectionFactory().getConnection().scan(options);
    3. while (c.hasNext()) {
    4. .....,,
    5.  }

    分析这个代码

    stringRedisTemplate.getConnectionFactory().getConnection()获取pool中的redisConnection后，并没有后续操作，也就是说此时redis 连接池中的链接被租赁后并没有释放或者退还到链接池中，虽然业务已处理完毕

    redisConnection 已经空闲，但是pool中的redisConnection的状态还没有回到idle状态

    正常应为

    自此问题已经找到。

    # 总结

    spring stringRedisTemplate 对redis常规操作做了一些封装，但还不支持像 Scan SetNx等命令，这时需要拿到jedis Connection进行一些特殊的Commands。

    使用 stringRedisTemplate.getConnectionFactory().getConnection() 是不被推荐的。

    我们可以使用

    1. stringRedisTemplate.execute(new RedisCallback<Cursor>() {
    2.  @Override
    3.  public Cursor doInRedis(RedisConnection connection) throws DataAccessException {
    4.  return connection.scan(options);
    5.  }
    6.  })

    来执行，或者使用完connection后 ，用

    RedisConnectionUtils.releaseConnection(conn, factory);

    来释放connection.

    同时，redis中也不建议使用keys命令，redis pool的配置应该合理配上，否则出现问题无错误日志，无报错，定位相当困难。

  • 相关阅读:
    AutoCAD Civil 3D中文本地化模板下载及设置
    Flink / SQL - 4.DataGen 与 Types 配置
    QT多线程 第一节
    用c语言实现矩阵转置
    时间序列预测：用电量预测 07 灰色预测算法
    yhtest
    数据结构实验6 ：图的存储与遍历（邻接矩阵的深度优先遍历DFS和邻接表的广度优先遍历BFS）
    allure测试报告应用和实践
    Java 流处理之收集器
    Selenium特殊场景问题汇总
  • 原文地址：https://blog.csdn.net/m0_73311735/article/details/127845653