【深入浅出-VisualVM】（4）： 分析CPU

有时候好好的程序放到生产服务器上一段时间后，就会发现服务器响应缓慢，进而进一步发现是cpu过高，于是就慌了，造成cpu过高的原因很多，不过大多是由于资源吃紧造成，例如：sql执行过慢，程序里存在死循环，数据库连接未释放，网络阻塞导致的第三方框架代码出现死循环，大量的操作导致死锁等,遇到此类问题不必紧张,coder君手把手教你克服心理障碍。

案例：死循环造成CPU过高

public class CpuTest {
 
    public static void main(String[] args) throws InterruptedException {
        loop();
        endlessLoop();
    }
 
 
    public static void endlessLoop() throws InterruptedException {
 
        while (true) {
            System.out.println("hello world! loop!");
        }
    }
 
    public static void loop(){
        for (int i = 0; i < 10000; i++) {
            System.out.println("hello world! endless loop!");
        }
    }
}

分析点击抽样器->CPU->查看CPU样例，发现endlessLoop()方法最耗CPU(这里有2个方法 loop和endlessLoop)

查看线程cpu耗时，发现main线程最耗时，点击增量，可以从此刻观察，cpu耗时的增长速率

查看线程dump,主要观察main线程，发现main线程当前状态下一直在执行 CpuTest.endlessLoop(CpuTest.java:14) ,这里可以定位问题位置，同时细心的童鞋可以观察看后面执行System.out.println(“”);方法是要先加锁的。

截图一段，我生产服务器(tomcat+springmvc)main线程的情况,其实只想说明web项目启动的main方法在中间件里。

补充

VisualVm只能定位JVM的cpu情况，但是生产主机上不光是 Java 程序，这时我们要采取另外的方案。

1.看监控数据是否正常，cpu,mem。

CPU占用1.5左右(100-98.0id) 内存占用50%(435/100*100%=43.5%) 阿里云监控内存大小转成实际占用内存大小，类似windows ,平均负载 0.1 差不多，其他几个参数，这里暂不介绍。

2.假设异常，找到异常的PID。

这里推荐 htop (清晰进程，线程， 命令行 ，排序支持鼠标双击，过滤，kill程序，标记某个线程或者进程,安装 apt-get install htop )

如果你没有服务器上安装软件的权限的话，就老老实实用 top 。通过 top 命令(默认3秒刷新，回车空格手动刷新， top -d 5 5秒刷新，也可以进入top后输入 d 设置刷新时间， top -p 4360 监控指定进程)，然后按X ，默认按照CPU%排序，查看系统运行情况，如果想强制按CPU 降序，则输入大写P，如果强制按内存降序，则输入大写M(top命令是交互式的)。

解读：

1).现在系统时间 10:18.44 ，系统一直运行了 131天16小时51分，当前有1个用户登录系统(相同账号也算不同用户)，平均负载分别为0.00,0.01,0.05(分别为1分钟，5分钟，15分钟的负载情况，load average是每隔5秒钟检查一次活跃的进程数，用特定的算法得到的数值，然后除以逻辑CPU数量，如果负载持续大于cpu个数，则表明负载过高) 。大概可以看出系统负载很低，运行状态健康。

2).当前一共有103个 进程 ，处于运行的有2个，处于休眠状态的有101个，处于停止状态的有0个，处于僵尸状态的有0个。大概可以看出系统进程总数较少，环境比较单纯，运行中的进程不多。

3). 0.3 us 用户空间占用CPU 0.3%, 0.7 sy 内核占用CPU 0.7%， 0.0 ni 改变过优先级的进程占用CPU的百分比， 98.0 id 空闲CPU的百分比为98.0 , 0.3 wa IO等待所占用CPU的百分比为0.3， 0.3 hi 硬中断(Hardware IRQ)占用CPU的百分比为0.3(外设给CPU的异步信号(中断),例如：网卡收到数据包), 0.0 si 软中断占用cpu的百分比为0(软件本身给操作系统内核的中断信号，通常由硬中断处理程序对操作系统内核的中断)， 0.3 st 虚拟机被hypervisor偷去CPU的时间。

4). KiB Mem 代表内存占用， 1016272 total 内存总的大小1g(以kb为单位)， 941492 used 使用中的内存总量为0.9g， 74780 free 空闲内存总量为74m(吓一跳吧，才74M，这个不是实际剩余的内内存大小) ， 115900 buffers 缓存的内存量为115m， 389836 cached cached大小380M。空闲内存总量只有74m，如果是windows去理解的话，此台服务器已经快挂了，实际内存大小等于74M+ buffers+cached = 580m(哈哈，够用，才占用一半呢), linux的内存管理和windows是不一样的，Linux会借用空闲的内存当作磁盘缓存， 磁盘数据缓存会让 linux 运行的更快，它永远不会从程序中拿出内存，它没有任何缺点，只是会混淆新手，如果你的应用程序需要更多的内存，他们会回收一部分用作磁盘数据缓存的物理内存，返回给应用程序，这个过程不需要启动交换，磁盘缓存(Disk caching)是不能禁用的， 但是可以释放磁盘缓存 1).只释放pagecache(文件缓存) echo 1 > /proc/sys/vm/drop_caches 2).释放dentries和inodes echo 2 > /proc/sys/vm/drop_caches 3).释放pagecache，dentries和inodes echo 3 > /proc/sys/vm/drop_caches
具体原理可以查看 linuxatemyram

我们利用 free 进一步证实上面的内容

1).shared代表被线程共享的内存大小(大多数已经舍弃掉),buffer用来给块设备做缓存(记录文件系统的metadata和tracking in flight pages),cache缓存文件(第二次打开就很快)，linux系统cached比较大，cached大小390m,buffers为110m。

2).435288代表 -buffers/cache ( 应用程序实际使用330m内存 ) 580984 代表 +buffers/cache( 实际剩余内存大小580m )。

3).重要等式 total = used + free used(-buffers/cache) = used(Mem)-buffers(Mem)-cached(Mem) free(+buffers/cache) = free(Mem) + buffers(Mem) +cached(Mem) 。

4). free 命令的值是从 /proc/meminfo 文件里读到的。

5).Swap 交换区 总共大小 0 kb,已经使用0kb,释放了0Kb， 如果swap used > 0,则可以说明系统内存瓶颈了 。

6).内存总和 free -t 总和等于total(Mem) + total(Swap)。

7).一般常用命令 free -s 3 每3秒观察一次内存使用情况。

占用cpu最高的进程是java，PID为28628，USER进程所有者root,PR优先级20，NI为0(负值优先级高，正值优先级低,PR=NI+20) ,VIRT进程使用虚拟内存1G(java进程最高只能占用到1G)，RES进程实际使用的物理内存270M(不包含swap和shared),SHR共享内存大小5M，S进程状态随眠状态(S睡眠，R运行，T停止或被跟踪，Z僵尸，D不可中断睡眠态)，%CPU占用CPU 0.7%，%MEM占用内存27%，TIME+进程使用cpu的时间54分40.12秒。总体看java进程运行良好。

3.这里假设PID为16368的 进程 占用CPU比较高(因为做了多次实验，所以PID没办法和上面的28628保持一致)，

先用 ps -ef | grep java ,也可以用 htop filter java，也可以 jps -v 找到 java的进程ID 16368(只能查看当前用户的java pid,不太建议使用，-v显示详细信息，也可以不加)

？代表终端设备未知，Sl代表休眠状态多线程

Linux通过进程查看线程的方法 1). htop 按t(显示进程线程嵌套关系)和H(显示线程) ，然后F4过滤进程名。2). ps -eLf | grep java (快照，带线程命令，e是显示全部进程，L是显示线程，f全格式输出) 3). pstree -p <pid> (显示进程树，不加pid显示所有) 4). top -Hp <pid> (实时) 5). ps -T -p <pid> (快照) 推荐程度按数字从小到大 。

4.利用 jstack 16368 > 2016-1-21.tdump (jstack是jdk自带的生成java stack和native stack的工具) 把threaddump输出到文件里,这里假设PID为16369(一般比进程号+1的是main线程，如果存在main线程貌似最先分配)的线程占用CPU最高，将其ID转成16进制0x3ff1(使用命令 printf "%x\n" 16369 输出3ff1)。

5.搜索threaddump文件，nid= 0x3ff1的线程堆栈，通过堆栈信息，就可以定位到占用CPU最高的代码地方(这里是正常的)。

好啦，CPU冲高问题排查完毕，有了这样的知识体系，以后完全可以举一反三，coder君同时附上其他常用配合命令。

• 每隔一秒显示新生代，老年代，持久代垃圾回收情况

  jstat -gcutil 16368 1000ms 参考 jstat -help ，也可以查看远程主机的GC情况，需要远程主机开启jstatd服务。

• 观察堆内存情况

  jmap -dump:format=b,file=2016-1-21.mdump 16368 生成堆dump,放到mat或者vvm进行分析，上篇分析OOM有讲到。

• 查看jvm系统参数

  jinfo 16368