node进程cpu 100%问题排查

最新推荐文章于 2024-02-02 13:56:12 发布

AviorAlong

最新推荐文章于 2024-02-02 13:56:12 发布

阅读量1.6w

点赞数 10

分类专栏： nodejs 文章标签： node疑难杂症 cpu 100% alinode v8调试

本文链接：https://blog.csdn.net/u014636124/article/details/102699701

版权

本文详细记录了排查Node服务CPU持续100%的问题过程，涉及应急措施、证据搜集、alinode接入、问题定位及解决。问题最终定位到domain模块与promise库thenfail的交互，导致CPU占用过高。解决方案是移除process.domain，以降低CPU耗时。

摘要由CSDN通过智能技术生成

案情描述

现象：监控系统显示，官网的服务每个月总有那么几天会烧脑，单台服务器qps 20以内的前提下，从某一刻开始，node进程持续性消耗cpu100%，并且在剔除流量后，居高不下。

问题：cpu持续性被单个服务消耗，既影响服务本身功能和用户体验，也威胁到其他系统和进程的正常运行，更重要的是，存在随时发生生产故障的可能性
node进程cpu占比

应急措施

之前出现问题时，在不能快速定位到具体原因的尴尬前提下，选择了快速执行B计划应急

具体措施：运维对官网服务扩容，通过增加集群数量分担部分压力（其实没什么流量压力，只是因为cpu100%的那几台服务，响应能力变弱了，搞得人和服务器都压力山大的样子）,验证新集群可以正常提供服务后，接入流量，并摘除问题服务器的流量，以保证官网服务的正常

搜集证据

问题服务器摘除流量后，就可以开始尸检了，真正的生产debug就这样发生了，贼尴尬，运维开发协作，上演一场debug秀：
运维：

从监控入手，过滤出耗时请求，缩小定位范围
从问题服务器入手，观察cpu，网络等资源的消耗情况
追踪node进程的系统调用情况，企图了解真正消耗cpu底层调用
使用上古神器gdb debug进程
猜测

开发：

分析运维提供的耗时接口，查看是否存在耗时逻辑
使用更适配node应用的调试工具，企图生产debug（有兴趣的童鞋可以看下 node应用debug利器）
猜测

证据：所有相关的小伙伴都在尽可能的提取证据，以解开案情疑虑，以下列出证据

pm2 monit，显示node进程cpu占比100%，但每个进程业务日志并不多（当时截图居然只截了左边一半），说明真正的业务压力并不大
ss -ant | awk ‘{++s[$1]} END {for(k in s) print k,s[k]}’ ，问题服务器的网络连接状态统计如下

FIN_WAIT2 394
LISTEN 7
CLOSE_WAIT 5662
TIME_WAIT 768
ESTABLISHED 570
FIN_WAIT1 1

数据显示大部分网络连接处于close_wait状态，这个状态提供了什么信息呢，先看下这些网络状态的释意

LISTEN:       侦听来自远方的TCP端口的连接请求;
SYN-SENT:     在发送连接请求后等待匹配的连接请求;
SYN-RECEIVED: 在收到和发送一个连接请求后等待对方对连接请求的确认;
ESTABLISHED:  代表一个打开的连接;
FIN-WAIT-1:   等待远程TCP连接中断请求, 或先前的连接中断请求的确认;
FIN-WAIT-2:   从远程TCP等待连接中断请求;
CLOSE-WAIT:   等待从本地用户发来的连接中断请求;
CLOSING:      等待远程TCP对连接中断的确认;
LAST-ACK:     等待原来的发向远程TCP的连接中断请求的确认;
TIME-WAIT:    等待足够的时间以确保远程TCP接收到连接中断请求的确认;
CLOSE:        没有任何连接状态;

也就是说大部分连接在等待用户服务发送最后的连接中断的信号，也就是四次握手（挥手）的第三个阶段没有完成

strace -ffp 11112 -o shial.log ，跟踪进程的系统调用和信号情况
主线程调用：

一个任务线程调用：

可以看到的是，主线程和任务线程都在频繁的进行futex调用，而且在反复处理两个内存地址,0x3f0da84,0x3f0da58，并且
FUTEX_WAIT_PRIVATE这个指令的响应一直是 EAGAIN (Resource temporarily unavailable)

11132线程
futex(0x3f0da84, FUTEX_WAKE_OP_PRIVATE, 1, 1, 0x3f0da80, {
   FUTEX_OP_SET, 0, FUTEX_OP_CMP_GT, 1}) = 1
futex(0x3f0da58, FUTEX_WAKE_PRIVATE, 1) = 0
futex(0x3f0da84, FUTEX_WAKE_OP_PRIVATE, 1, 1, 0x3f0da80, {
   FUTEX_OP_SET, 0, FUTEX_OP_CMP_GT, 1}) = 1
futex(0x3f0da58, FUTEX_WAKE_PRIVATE, 1) = 0
futex(0x3f0da84, FUTEX_WAKE_OP_PRIVATE, 1, 1, 0x3f0da80, {
   FUTEX_OP_SET, 0, FUTEX_OP_CMP_GT, 1}) = 1
futex(0x3f0da58, FUTEX_WAKE_PRIVATE, 1) = 0
futex(0x3f0da84, FUTEX_WAKE_OP_PRIVATE, 1, 1, 0x3f0da80, {
   FUTEX_OP_SET, 0, FUTEX_OP_CMP_GT, 1}) = 1
futex(0x3f0da58, FUTEX_WAKE_PRIVATE, 1) = 0

11135线程
futex(0x3f0da84, FUTEX_WAIT_PRIVATE, 17359164, NULL) = 0
futex(0x3f0da58, FUTEX_WAIT_PRIVATE, 2, NULL) = -1 EAGAIN (Resource temporarily unavailable)
futex