线上业务突然报错,查看前端网页请求记录后,定位到后端服务的具体某一接口抛了业务异常,根据业务异常的关键字定位到具体的代码行
原始业务异常代码:
picture 1
明显:执行completionService.take().get(TIME_OUT, TimeUnit.SECONDS)
处抛出异常
picture 2
进入方法体内部查看,如下图
picture 3
picture 4
根据picture 1 可定位至picture 4的抛错处。此处的变量"s"表示线程的状态
picture 5
线程的运行状态
从注释里面看出来一共有4种状态的变化
1、NEW(初始化)-> COMPLETING(运行中)-> NORMAL(完成状态)
2、NEW(初始化)-> COMPLETING(运行中)-> EXCEPTIONAL(运行发生错误)
3、NEW(初始化)-> CANCELLED(还未运行已经被取消)
4、NEW(初始化)-> INTERRUPTING(运行中被取消)-> INTERRUPTED(被取消状态)
按照picture 4 的代码逻辑可判定当前线程处于EXCEPTIONAL(运行发生错误)状态,也就是执行task任务出错了,抛出了picture 1的异常堆栈信息;但是此堆栈信息并不是原始的异常堆栈信息。
So ,如何找出原始异常堆栈信息呢?
可能原因:1、本服务的代码报NPE;2、调用外部的dubbo接口服务报NPE
task任务执行的方法入参
picture 6
执行task任务的具体代码逻辑如下
picture 7
查看kibana日志,发现“functionListByProductId被打印了8次,而picture 6中有9次入参,故有一次执行方法异常,从代码的执行顺序看,很有可能是调用外部dubbo接口导致异常,然后到对应的服务查kibana的错误日志
总结:线程池执行任务过程中异常,获取执行后的任务结果会返回return值或异常信息,但不打印原始的异常堆栈,导致排查问题较困难。建议:在submit()方法主动捕获try catch一下原始异常堆栈并打印出来,保留现场痕迹