代码逻辑死循环导致线上CPU飙升问题排查

背景

今天下午出现告警提示线上环境机器的CPU突增到100%，持续约两分钟又回落到正常水平。

结论

文件导出时由于逻辑漏洞导致部分场景，填充excel时出现死循环，当数据填充到一定量时，就会抛异常而后捕捉到，跳出循环。

一般场景分析

一般来说，CPU高有以下几种常见原因：

业务请求和处理的并发量大，并且业务中包含较大的运算量； 业务代码存在Bug，出现了过多的冗余计算或者死循环； 由于可用内存空间不足（包括分配太小，内存没有合理释放导致的泄露），导致频繁进行垃圾回收造成的高CPU；

排查流程

出现问题时，注意是问题发生的时候，问题已经不存在了，现场已经被破坏了，如机器重启，如异常消失等，都无法通过一下方式探析，因为这类问题属于实时问题范畴。

1.使用top命令查看使用CPU过高的进程
top
2.使用 top -H -p [pid]查看使用CPU过高的线程
top -H -p 1113
3.使用jstack -l [pid]查看jvm当前的线程信息
jstack -l 1113
输出日志中，重点关注nid 的值，可以看到是16进制的，把之前使用 top -H -p 1113获取到的线程id转成16进制(比如上面的1114对应16进制45a)，用这个值过滤 jstack -l 1113 | grep 45a
这样就能定位到有问题的线程了。

上述流程不可用，我们可以借助gc.log来分析

1.运行sz filename，会将文件下载到windows本地

2.可以使用https://gceasy.io/，用来分析gc日志，帮助我们判断问题。

排查概要

发现告警时，CPU水平已经回落了，因为CPU飙升问题的排查具有实时性的特点，借助gc.log去进行分析。