redis使用不當(dāng)導(dǎo)致應(yīng)用卡死bug的過(guò)程解析

首先說(shuō)下問(wèn)題現(xiàn)象：內(nèi)網(wǎng)sandbox環(huán)境API持續(xù)1周出現(xiàn)應(yīng)用卡死，所有api無(wú)響應(yīng)現(xiàn)象

剛開(kāi)始當(dāng)測(cè)試抱怨環(huán)境響應(yīng)慢的時(shí)候 ，我們重啟一下應(yīng)用，應(yīng)用恢復(fù)正常，于是沒(méi)做處理。但是后來(lái)問(wèn)題出現(xiàn)頻率越來(lái)越頻繁，越來(lái)越多的同事開(kāi)始抱怨，于是感覺(jué)代碼可能有問(wèn)題，開(kāi)始排查。

首先發(fā)現(xiàn)開(kāi)發(fā)的本地ide沒(méi)有發(fā)現(xiàn)問(wèn)題，應(yīng)用卡死時(shí)候數(shù)據(jù)庫(kù)，redis都正常，并且無(wú)特殊錯(cuò)誤日志。開(kāi)始懷疑是sandbox環(huán)境機(jī)器問(wèn)題（測(cè)試環(huán)境本身就很脆!_!）

于是ssh上了服務(wù)器 執(zhí)行以下命令

top

這時(shí)發(fā)現(xiàn) 機(jī)器還算正常，但是內(nèi)心還是😖，于是打算看下jvm 堆棧信息

先看下問(wèn)題應(yīng)用比較耗資源的線程

執(zhí)行 top -H -p 12798

找到前3個(gè)相對(duì)比較耗資源的線程

jstack 查看堆內(nèi)存

jstack 12798 |grep 12799的16進(jìn)制 31ff

沒(méi)看出什么問(wèn)題，上下10行也看看 于是執(zhí)行

看到一些線程都是處于lock狀態(tài)。但沒(méi)有出現(xiàn)業(yè)務(wù)相關(guān)的代碼，忽略了。這時(shí)候沒(méi)有什么頭緒。思考一番。決定放棄這次卡死狀態(tài)的機(jī)器

為了保護(hù)事故現(xiàn)場(chǎng) 先 dump了問(wèn)題進(jìn)程所有堆內(nèi)存，然后debug模式重啟測(cè)試環(huán)境應(yīng)用，打算問(wèn)題再顯時(shí)直接遠(yuǎn)程debug問(wèn)題機(jī)器

第二天問(wèn)題再現(xiàn)，于是通知運(yùn)維nginx轉(zhuǎn)發(fā)拿掉這臺(tái)問(wèn)題應(yīng)用，自己遠(yuǎn)程debug tomcat。

自己隨意找了一個(gè)接口，斷點(diǎn)在接口入口地方，悲劇開(kāi)始，什么也沒(méi)有發(fā)生！API等待服務(wù)響應(yīng)，沒(méi)進(jìn)斷點(diǎn)。這時(shí)候有點(diǎn)懵逼，冷靜了一會(huì),在入口之前的aop地方下了個(gè)斷點(diǎn)，再debug一次，這次進(jìn)了斷點(diǎn)，f8 N次后發(fā)現(xiàn)在執(zhí)行redis命令的時(shí)候卡主了。繼續(xù)跟，最后在到j(luò)edis的一個(gè)地方發(fā)現(xiàn)問(wèn)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(kāi)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(gè)代碼應(yīng)該是一個(gè)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);
    }

    PooledObjectT> 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;
    }
}

borrowMaxWaitMillis0會(huì)一直執(zhí)行，然后一直循環(huán)了 開(kāi)始懷疑這個(gè)值沒(méi)有配置

找到redis pool配置，發(fā)現(xiàn)確實(shí)沒(méi)有配置MaxWaitMillis，配置后else代碼也是一個(gè)Exception 并不能解決問(wèn)題

繼續(xù)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(fā)現(xiàn)lock字眼，開(kāi)始懷疑所有請(qǐng)求api都被阻塞了

于是再次ssh 服務(wù)器 安裝 arthas ,(Arthas 是Alibaba開(kāi)源的Java診斷工具)

執(zhí)行thread命令 

發(fā)現(xiàn)大量http-nio的線程waiting狀態(tài),http-nio-8083-exec-這個(gè)線程其實(shí)就是出來(lái)http請(qǐng)求的tomcat線程

隨意找一個(gè)線程查看堆內(nèi)存

thread -428

這是能確認(rèn)就是api一直轉(zhuǎn)圈的問(wèn)題,就是這個(gè)redis獲取連接的代碼導(dǎo)致的，

解讀這段內(nèi)存代碼  所有線程都在等 @53e5504e這個(gè)對(duì)象釋放鎖。于是jstack 全局搜了一把53e5504e ，沒(méi)有找到這個(gè)對(duì)象所在線程。

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

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

沒(méi)有結(jié)果。這邊和想的不一樣，應(yīng)該是能找到一個(gè)阻塞線程的，于是看了下這個(gè)命令的文檔，發(fā)現(xiàn)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(shí)時(shí)間設(shè)置為2s,然后等問(wèn)題再次復(fù)現(xiàn)時(shí)觀察應(yīng)用最后正常時(shí)干過(guò)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(wù)，等待。。。。

又過(guò)一天，再次復(fù)現(xiàn)

ssh 服務(wù)器，檢查tomcat accesslog ,發(fā)現(xiàn)大量api 請(qǐng)求出現(xiàn)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 pool
    at 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(xiàn)500地方，

發(fā)現(xiàn)以下代碼

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

分析這個(gè)代碼，stringRedisTemplate.getConnectionFactory().getConnection()獲取pool中的redisConnection后，并沒(méi)有后續(xù)操作，也就是說(shuō)此時(shí)redis 連接池中的鏈接被租賃后并沒(méi)有釋放或者退還到鏈接池中，雖然業(yè)務(wù)已處理完畢 redisConnection 已經(jīng)空閑，但是pool中的redisConnection的狀態(tài)還沒(méi)有回到idle狀態(tài)

正常應(yīng)為

自此問(wèn)題已經(jīng)找到。

總結(jié)：spring stringRedisTemplate 對(duì)redis常規(guī)操作做了一些封裝，但還不支持像 Scan SetNx等命令，這時(shí)需要拿到j(luò)edis Connection進(jìn)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 RedisCallbackCursor>() {

     @Override
     public Cursor doInRedis(RedisConnection connection) throws DataAccessException {
         
       return connection.scan(options);
     }
   });

來(lái)執(zhí)行，

或者使用完connection后 ，用

RedisConnectionUtils.releaseConnection(conn, factory);

來(lái)釋放connection.

同時(shí)，redis中也不建議使用keys命令，redis pool的配置應(yīng)該合理配上，否則出現(xiàn)問(wèn)題無(wú)錯(cuò)誤日志，無(wú)報(bào)錯(cuò)，定位相當(dāng)困難。

 到此這篇關(guān)于redis使用不當(dāng)導(dǎo)致應(yīng)用卡死bug的過(guò)程解析的文章就介紹到這了,更多相關(guān)redis導(dǎo)致應(yīng)用卡死內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！