【dmp分析】服务无响应且重启无效

2023.3.2 【某游戏】排位赛无法进入且重启无效

---

背景

13:48，客服反馈移动端排位赛进不去。内心OS：小场面小场面，重启a、c服务器就OK了。果然重启之后就正常了
17:32，客服又反馈排位赛进不去。不~会~吧~ 再重启！然鹅，这次重启也无效了。无奈中只好去翻服务端日志，翻了半天，也没有什么收获，日志都比较正常
17:58，本来今天有个约会的，看来要泡汤了。于是果断推掉约会，启动大法，找运维帮忙截了两个服务的fulldump，同时自己也准备好pdb文件

分析过程

首先分析a服务

1、用windbg打开dmp文件，加载符号表
2、~*kv 命令查看所有线程，每个线程看似都比较正常
3、!runaway 命令查看所有线程花费的时间

4、好像也没什么异常

没什么头绪，再分析分析c服务吧

1、用windbg打开dmp文件，加载符号表
2、~*kv 命令查看所有线程，这次终于不正常了

3、好几个线程都显示停在DB操作的逻辑块
4、!runaway 命令查看所有线程花费的时间

5、可以看到排名第一的30号线程刚好在等待DB操作完成
6、用 ~[33]s 命令切到33号线程，kv 命令查看该线程，也是等待DB操作，其他耗时较多的线程也都是如此

分析结果

分析到了这里，基本上可以推断是数据库性能出现了问题。于是联系运维，果然数据库CPU过高，重启数据库，问题解决！

问题反思

1、服务应该尽可能接入ELK模块，这样可以让我们更好的监控到服务状态，防患于未然
2、我们写代码的时候，不能仅考虑实现，也要多关注性能。尤其数据表的设计和数据库操作，设计不好，一旦短时间内有大量请求进来，就会将服务工作线程占满，消息堆积，最终导致服务卡住甚至崩溃