對于線上系統(tǒng)調(diào)優(yōu)，它本身是個(gè)技術(shù)活，不僅需要很強(qiáng)的技術(shù)實(shí)戰(zhàn)能力，很強(qiáng)的問題定位，問題識別，問題排查能力，還需要很豐富的調(diào)優(yōu)能力。

[[339623]]

圖片來自 Pexels

本篇文章站在實(shí)戰(zhàn)角度，從問題識別，問題定位，問題分析，提出解決方案，實(shí)施解決方案，監(jiān)控調(diào)優(yōu)后的解決方案和調(diào)優(yōu)后的觀察等角度來與大家交流分享線上高并發(fā)調(diào)優(yōu)整個(gè)閉環(huán)過程。

項(xiàng)目簡要情況概述

該項(xiàng)目為基于 SSM 架構(gòu)的商城類單體架構(gòu)項(xiàng)目，其中有一個(gè)秒殺重磅模塊，如下為當(dāng)前線上環(huán)境的簡要架構(gòu)部署圖。

大致描述一下：

• 項(xiàng)目為 SSM 架構(gòu)。
• 服務(wù)器類別：1 臺負(fù)載均衡服務(wù)器(F5)，3 臺運(yùn)用程序服務(wù)器，1 臺計(jì)時(shí)器服務(wù)器，1 臺 Redis 服務(wù)器，1 臺圖片服服務(wù)器和 1 臺基于 Pass 架構(gòu)的 MySQL 主從服務(wù)器(微軟云)。
• 調(diào)用邏輯：上圖為簡要調(diào)用邏輯。

何為單體架構(gòu)項(xiàng)目

從架構(gòu)發(fā)展角度，軟件項(xiàng)目經(jīng)歷了如下階段的發(fā)展：

• 單體架構(gòu)：可理解為傳統(tǒng)的前后端未分離的架構(gòu)。
• 垂直架構(gòu)：可理解為前后端分離架構(gòu)。
• SOA 架構(gòu)：可理解為按服務(wù)類別，業(yè)務(wù)流量，服務(wù)間依賴關(guān)系等服務(wù)化的架構(gòu)，如以前的單體架構(gòu) ERP 項(xiàng)目，劃分為訂單服務(wù)，采購服務(wù)，物料服務(wù)和銷售服務(wù)等。
• 微服務(wù)：可理解為一個(gè)個(gè)小型的項(xiàng)目，如之前的 ERP 大型項(xiàng)目，劃分為訂單服務(wù)(訂單項(xiàng)目)，采購服務(wù)(采購項(xiàng)目)，物料服務(wù)(物料項(xiàng)目)和銷售服務(wù)(銷售項(xiàng)目)，以及服務(wù)之間調(diào)用。

本 SSM 項(xiàng)目引發(fā)的線上問題

①當(dāng)秒殺的時(shí)候，CPU 暴增

該系統(tǒng)每天秒殺分為三個(gè)時(shí)間端：10 點(diǎn)，13 點(diǎn)和 20 點(diǎn)，如下為秒殺的簡要頁面：

②單臺運(yùn)用服務(wù)器 CPU

③單臺運(yùn)用服務(wù)器請求數(shù)

④rdis 連接數(shù)(info clients)

這個(gè)未保存截圖，記得是 600 左右：

connected_clients:600  

⑤MySQL 請求截圖

排查過程及分析

排查思路

根據(jù)服務(wù)部署和項(xiàng)目架構(gòu)，從如下幾個(gè)方面排查：

• 運(yùn)用服務(wù)器：排查內(nèi)存，CPU，請求數(shù)等。
• 文件圖片服務(wù)器：排查內(nèi)存，CPU，請求數(shù)等。
• 計(jì)時(shí)器服務(wù)器：排查內(nèi)存，CPU，請求數(shù)等。
• Redis 服務(wù)器：排查內(nèi)存，CPU，連接數(shù)等。
• DB 服務(wù)器：排查內(nèi)存，CPU，連接數(shù)等。

排查過程

在秒殺后 30 分鐘內(nèi)：

①運(yùn)用程序服務(wù)器 CPU 暴增，內(nèi)存暴增，造成 CPU 和內(nèi)存暴增的根本原因是請求數(shù)過高，單臺運(yùn)用服務(wù)器達(dá)到 3000 多。

②Redis 請求超時(shí)，如下圖：

③JDBC 連接超時(shí)，如下圖：

④通過 GC 查看，發(fā)現(xiàn) 24 小時(shí)內(nèi)，F(xiàn)ullGC 發(fā)生了 152 次，如下圖：

⑤再看看堆棧，發(fā)現(xiàn)有一些線程阻塞和死鎖。

jstat -l pid，也可以通過 VisualVM 分析：

⑥發(fā)現(xiàn)有 2000 多個(gè)線程請求無效資源，如下圖：

造成本次系統(tǒng)異常主要因素分析

造成本次系統(tǒng)異常主要因素分析如下：

• 在秒殺時(shí)，請求量過高，導(dǎo)致運(yùn)用服務(wù)器負(fù)載過高。
• Redis 連接池滿，獲取不到連接，connot get a connection from thread pool。
• JDBC 連接池滿，獲取不到連接和超時(shí)。
• 存在大對象代碼，如向 List 集合中不停添加對象，不能及時(shí)回收對象導(dǎo)致內(nèi)存增加，頻繁發(fā)生 Full GC。
• Tomcat 并發(fā)參數(shù)，JVM 優(yōu)化參數(shù)，Jedis 配置參數(shù)，JDBC 配置參數(shù)不合理。
• 未對請求量進(jìn)行削峰和限流。
• 資源連接未及時(shí)釋放，如 Redis 連接，JDBC 連接未及時(shí)釋放。

最終解決方案

①增加運(yùn)用服務(wù)，做流量削峰和分流

由于該項(xiàng)目未增加 MQ，因此只能采用硬負(fù)載，增加服務(wù)器水平擴(kuò)展方式來實(shí)現(xiàn)流量削峰和流量分流：

②優(yōu)化 JVM 參數(shù)，如下為本次優(yōu)化后的參數(shù)：

JAVA_OPTS="-server -Xmx9g -Xms9g -Xmn3g -Xss500k -XX:+DisableExplicitGC -XX:MetaspaceSize=2048m -XX:MaxMetaspaceSize=2048m -XX:+UseConcMarkSweepGC -XX:+CMSParallelRemarkEnabled -XX:LargePageSizeInBytes=128m -XX:+UseFastAccessorMethods -XX:+UseCMSInitiatingOccupancyOnly -XX:CMSInitiatingOccupancyFraction=70 -Dfile.encoding=UTF8 -Duser.timezone=GMT+08" 

關(guān)于這個(gè) JVM 參數(shù)的優(yōu)化，JVM 理論是怎樣的，官方建議是怎樣的，實(shí)戰(zhàn)是怎樣的，將在下篇文章中分析。

③優(yōu)化 Tomcat 并發(fā)相關(guān)參數(shù)

主要是兩方面：

• 修改 bio 協(xié)議為 nio2 。
• 根據(jù)服務(wù)器配置，業(yè)務(wù)場景，業(yè)務(wù)流量等合理設(shè)置相關(guān)參數(shù)，盡量達(dá)到最優(yōu)。

關(guān)于 Tomcat 相關(guān)參數(shù)優(yōu)化，在接下來的文章中分析。

④Redis 和 JDBC 參數(shù)優(yōu)化

由于涉及到安全性問題，這里不列出。

⑤代碼優(yōu)化

代碼優(yōu)化如下：

• 優(yōu)化掉大對象。
• 優(yōu)化未及時(shí)釋放的對象和連接資源。

⑥解決 000 多個(gè)線程請求無效資源問題：

在conf/context.xml增大緩存 
<Resource 
    cachingAllowed = "true" 
    cacheMaxSize = "102400" 
/> 

最終優(yōu)化結(jié)果

經(jīng)過幾天觀察，系統(tǒng)平穩(wěn)。

基本監(jiān)控，如下圖：

GC，如下圖：

抽樣器 CPU 和內(nèi)存：

 

 

總結(jié)

由于篇幅的限制有些細(xì)節(jié)和優(yōu)化手段未在本篇文章中提及。雖然解決了該問題，但是從長遠(yuǎn)來看，該單體項(xiàng)目任然存在很大的問題和隱患。

下面隨便舉幾個(gè)：

前后端緊耦合，未分離。

• 由于該系統(tǒng)秒殺業(yè)務(wù)屬于非持續(xù)性并發(fā)，即局部性并發(fā)，當(dāng)前并未做局部并發(fā)架構(gòu)的調(diào)整。
• 由于該系統(tǒng)秒殺業(yè)務(wù)與該項(xiàng)目緊緊耦合在一起，未進(jìn)行隔離，未獨(dú)立成單獨(dú)模塊，未單獨(dú)部署，從而存在因秒殺業(yè)務(wù)造成整個(gè)系統(tǒng)癱瘓的風(fēng)險(xiǎn)。
• 未做流量削峰和流量限流，如加 MQ 等軟手段。
• Redis 為做高可用集群。

作者：Alan_beijing

編輯：陶家龍

出處：http://www.cnblogs.com/wangjiming/