from:https://yq.aliyun.com/articles/69520?utm_content=m_10360#6

摘要： # 我的問題排查工具箱 ## 前言 平時的工作中經常碰到很多疑難問題的處理，在解決問題的同時，有一些工具起到了相當大的作用，在此書寫下來，一是作為筆記，可以讓自己后續忘記了可快速翻閱，二是分享，希望看到此文的同學們可以拿出自己日常覺得幫助很大的工具，大家一起進步。 閑話不多說，開搞。 ## Linux命令類 ###tail 最常用的tail -f tail -3

我的問題排查工具箱

前言

平時的工作中經常碰到很多疑難問題的處理，在解決問題的同時，有一些工具起到了相當大的作用，在此書寫下來，一是作為筆記，可以讓自己后續忘記了可快速翻閱，二是分享，希望看到此文的同學們可以拿出自己日常覺得幫助很大的工具，大家一起進步。

閑話不多說，開搞。

Linux命令類

tail

最常用的tail -f

tail -300f shopbase.log #倒數300行并進入實時監聽文件寫入模式

grep

grep forest f.txt     #文件查找 grep forest f.txt cpf.txt #多文件查找 grep 'log' /home/admin -r -n #目錄下查找所有符合關鍵字的文件 cat f.txt | grep -i shopbase     grep 'shopbase' /home/admin -r -n --include *.{vm,java} #指定文件后綴 grep 'shopbase' /home/admin -r -n --exclude *.{vm,java} #反匹配 seq 10 | grep 5 -A 3    #上匹配 seq 10 | grep 5 -B 3    #下匹配 seq 10 | grep 5 -C 3    #上下匹配，平時用這個就妥了 cat f.txt | grep -c 'SHOPBASE'

awk

1 基礎命令

awk '{print $4,$6}' f.txt awk '{print NR,$0}' f.txt cpf.txt     awk '{print FNR,$0}' f.txt cpf.txt awk '{print FNR,FILENAME,$0}' f.txt cpf.txt awk '{print FILENAME,"NR="NR,"FNR="FNR,"$"NF"="$NF}' f.txt cpf.txt echo 1:2:3:4 | awk -F: '{print $1,$2,$3,$4}'

2 匹配

awk '/ldb/ {print}' f.txt   #匹配ldb awk '!/ldb/ {print}' f.txt  #不匹配ldb awk '/ldb/ && /LISTEN/ {print}' f.txt   #匹配ldb和LISTEN awk '$5 ~ /ldb/ {print}' f.txt #第五列匹配ldb

3 內建變量

NR:NR表示從awk開始執行后，按照記錄分隔符讀取的數據次數，默認的記錄分隔符為換行符，因此默認的就是讀取的數據行數，NR可以理解為Number of Record的縮寫。

FNR:在awk處理多個輸入文件的時候，在處理完第一個文件后，NR并不會從1開始，而是繼續累加，因此就出現了FNR，每當處理一個新文件的時候，FNR就從1開始計數，FNR可以理解為File Number of Record。

NF: NF表示目前的記錄被分割的字段的數目，NF可以理解為Number of Field。

find

sudo -u admin find /home/admin /tmp /usr -name \*.log(多個目錄去找) find . -iname \*.txt(大小寫都匹配) find . -type d(當前目錄下的所有子目錄) find /usr -type l(當前目錄下所有的符號鏈接) find /usr -type l -name "z*" -ls(符號鏈接的詳細信息 eg:inode,目錄) find /home/admin -size +250000k(超過250000k的文件，當然+改成-就是小于了) find /home/admin f -perm 777 -exec ls -l {} \; (按照權限查詢文件) find /home/admin -atime -1  1天內訪問過的文件 find /home/admin -ctime -1  1天內狀態改變過的文件     find /home/admin -mtime -1  1天內修改過的文件 find /home/admin -amin -1  1分鐘內訪問過的文件 find /home/admin -cmin -1  1分鐘內狀態改變過的文件     find /home/admin -mmin -1  1分鐘內修改過的文件

pgm

批量查詢vm-shopbase滿足條件的日志

pgm -A -f vm-shopbase 'cat /home/admin/shopbase/logs/shopbase.log.2017-01-17|grep 2069861630'

tsar

tsar是咱公司自己的采集工具。很好用, 將歷史收集到的數據持久化在磁盤上，所以我們快速來查詢歷史的系統數據。當然實時的應用情況也是可以查詢的啦。大部分機器上都有安裝。

tsar  ##可以查看最近一天的各項指標

screenshot.png

tsar --live ##可以查看實時指標，默認五秒一刷

screenshot.png

tsar -d 20161218 ##指定查看某天的數據，貌似最多只能看四個月的數據

screenshot.png

tsar --mem tsar --load tsar --cpu ##當然這個也可以和-d參數配合來查詢某天的單個指標的情況

screenshot.png
screenshot.png
screenshot.png

top

top除了看一些基本信息之外，剩下的就是配合來查詢vm的各種問題了

ps -ef | grep java top -H -p pid

獲得線程10進制轉16進制后jstack去抓看這個線程到底在干啥

其他

netstat -nat|awk  '{print $6}'|sort|uniq -c|sort -rn  #查看當前連接，注意close_wait偏高的情況，比如如下

screenshot.png
screenshot.png

排查利器

btrace

首當其沖的要說的是btrace。真是生產環境&預發的排查問題大殺器。 簡介什么的就不說了。直接上代碼干

  1. 查看當前誰調用了ArrayList的add方法，同時只打印當前ArrayList的size大于500的線程調用棧

    @OnMethod(clazz = "java.util.ArrayList", method="add", location = @Location(value = Kind.CALL, clazz = "/./", method = "/./"))
    public static void m(@ProbeClassName String probeClass, @ProbeMethodName String probeMethod, @TargetInstance Object instance, @TargetMethodOrField String method) {

    if(getInt(field("java.util.ArrayList", "size"), instance) > 479){     println("check who ArrayList.add method:" + probeClass + "#" + probeMethod  + ", method:" + method + ", size:" + getInt(field("java.util.ArrayList", "size"), instance));     jstack();     println();     println("===========================");     println(); }

    }

  2. 監控當前服務方法被調用時返回的值以及請求的參數

    @OnMethod(clazz = "com.taobao.sellerhome.transfer.biz.impl.C2CApplyerServiceImpl", method="nav", location = @Location(value = Kind.RETURN))
    public static void mt(long userId, int current, int relation, String check, String redirectUrl, @Return AnyType result) {

        println("parameter# userId:" + userId + ", current:" + current + ", relation:" + relation + ", check:" + check + ", redirectUrl:" + redirectUrl + ", result:" + result);

    }

其他功能集團的一些工具或多或少都有，就不說了。感興趣的請移步。
https://github.com/btraceio/btrace

注意:

  1. 經過觀察，1.3.9的release輸出不穩定，要多觸發幾次才能看到正確的結果
  2. 正則表達式匹配trace類時范圍一定要控制，否則極有可能出現跑滿CPU導致應用卡死的情況
  3. 由于是字節碼注入的原理，想要應用恢復到正常情況，需要重啟應用。

Greys

Greys是@杜琨的大作吧。說幾個挺棒的功能(部分功能和btrace重合):

sc -df xxx: 輸出當前類的詳情,包括源碼位置和classloader結構

trace class method: 相當喜歡這個功能! 很早前可以早JProfiler看到這個功能。打印出當前方法調用的耗時情況，細分到每個方法。對排查方法性能時很有幫助，比如我之前這篇就是使用了trace命令來的:http://www.atatech.org/articles/52947。

其他功能部分和btrace重合，可以選用，感興趣的請移步。
http://www.atatech.org/articles/26247

另外相關聯的是arthas，他是基于Greys的，感興趣的再移步http://mw.alibaba-inc.com/products/arthas/docs/middleware-container/arthas.wiki/home.html?spm=a1z9z.8109794.header.32.1lsoMc

javOSize

就說一個功能
classes：通過修改了字節碼，改變了類的內容，即時生效。 所以可以做到快速的在某個地方打個日志看看輸出，缺點是對代碼的侵入性太大。但是如果自己知道自己在干嘛，的確是不錯的玩意兒。

其他功能Greys和btrace都能很輕易做的到，不說了。

可以看看我之前寫的一篇javOSize的簡介http://www.atatech.org/articles/38546
官網請移步http://www.javosize.com/

JProfiler

之前判斷許多問題要通過JProfiler，但是現在Greys和btrace基本都能搞定了。再加上出問題的基本上都是生產環境(網絡隔離)，所以基本不怎么使用了，但是還是要標記一下。
官網請移步https://www.ej-technologies.com/products/jprofiler/overview.html

大殺器

eclipseMAT

可作為eclipse的插件，也可作為單獨的程序打開。 
詳情請移步http://www.eclipse.org/mat/

zprofiler

集團內的開發應該是無人不知無人不曉了。簡而言之一句話:有了zprofiler還要mat干嘛
詳情請移步zprofiler.alibaba-inc.com

java三板斧，噢不對，是七把

jps

我只用一條命令：

 sudo -u admin /opt/taobao/java/bin/jps -mlvV

screenshot.png

jstack

普通用法:

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstack 2815

screenshot.png

native+java棧:

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstack -m 2815

screenshot.png

jinfo

可看系統啟動的參數，如下

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jinfo -flags 2815

screenshot.png

jmap

兩個用途

1.查看堆的情況

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -heap 2815

screenshot.png
screenshot.png

2.dump

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -dump:live,format=b,file=/tmp/heap2.bin 2815

或者

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -dump:format=b,file=/tmp/heap3.bin 2815

3.看看堆都被誰占了? 再配合zprofiler和btrace，排查問題簡直是如虎添翼

 sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -histo 2815 | head -10

screenshot.png

jstat

jstat參數眾多，但是使用一個就夠了

sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstat -gcutil 2815 1000

screenshot.png

jdb

時至今日，jdb也是經常使用的。 
jdb可以用來預發debug,假設你預發的java_home是/opt/taobao/java/，遠程調試端口是8000.那么
sudo -u admin /opt/taobao/java/bin/jdb -attach 8000.

screenshot.png

出現以上代表jdb啟動成功。后續可以進行設置斷點進行調試。
具體參數可見oracle官方說明http://docs.oracle.com/javase/7/docs/technotes/tools/windows/jdb.html

CHLSDB

CHLSDB感覺很多情況下可以看到更好玩的東西，不詳細敘述了。 查詢資料聽說jstack和jmap等工具就是基于它的。

 sudo -u admin /opt/taobao/java/bin/java -classpath /opt/taobao/java/lib/sa-jdi.jar sun.jvm.hotspot.CLHSDB

更詳細的可見R大此貼
http://rednaxelafx.iteye.com/blog/1847971

plugin of intellij idea

key promoter

快捷鍵一次你記不住，多來幾次你總能記住了吧？

screenshot.png

maven helper

分析maven依賴的好幫手。

VM options

  1. 你的類到底是從哪個文件加載進來的？

    -XX:+TraceClassLoading 結果形如[Loaded java.lang.invoke.MethodHandleImpl$Lazy from D:\programme\jdk\jdk8U74\jre\lib\rt.jar]

  2. 應用掛了輸出dump文件

     -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/home/admin/logs/java.hprof 集團的vm參數里邊基本都有這個選項

jar包沖突

把這個單獨寫個大標題不過分吧？每個人或多或少都處理過這種煩人的case。我特么下邊這么多方案不信就搞不定你?

mvn dependency:tree > ~/dependency.txt

打出所有依賴

mvn dependency:tree -Dverbose -Dincludes=groupId:artifactId

只打出指定groupId和artifactId的依賴關系

-XX:+TraceClassLoading

vm啟動腳本加入。在tomcat啟動腳本中可見加載類的詳細信息

-verbose

vm啟動腳本加入。在tomcat啟動腳本中可見加載類的詳細信息

greys:sc

greys的sc命令也能清晰的看到當前類是從哪里加載過來的

tomcat-classloader-locate

通過以下url可以獲知當前類是從哪里加載的
curl http://localhost:8006/classloader/locate?class=org.apache.xerces.xs.XSObject

ALI-TOMCAT帶給我們的驚喜(感謝@務觀)

  1. 列出容器加載的jar列表

    curl http://localhost:8006/classloader/jars

  2. 列出當前當當前類加載的實際jar包位置，解決類沖突時有用

    curl http://localhost:8006/classloader/locate?class=org.apache.xerces.xs.XSObject
    screenshot.png

其他

gpref

http://www.atatech.org/articles/33317

dmesg

如果發現自己的java進程悄無聲息的消失了，幾乎沒有留下任何線索，那么dmesg一發，很有可能有你想要的。

sudo dmesg|grep -i kill|less

去找關鍵字oom_killer。找到的結果類似如下:

[6710782.021013] java invoked oom-killer: gfp_mask=0xd0, order=0, oom_adj=0, oom_scoe_adj=0 [6710782.070639] [<ffffffff81118898>] ? oom_kill_process+0x68/0x140  [6710782.257588] Task in /LXC011175068174 killed as a result of limit of /LXC011175068174  [6710784.698347] Memory cgroup out of memory: Kill process 215701 (java) score 854 or sacrifice child  [6710784.707978] Killed process 215701, UID 679, (java) total-vm:11017300kB, anon-rss:7152432kB, file-rss:1232kB

以上表明，對應的java進程被系統的OOM Killer給干掉了，得分為854.
解釋一下OOM killer（Out-Of-Memory killer），該機制會監控機器的內存資源消耗。當機器內存耗盡前，該機制會掃描所有的進程（按照一定規則計算，內存占用，時間等），挑選出得分最高的進程，然后殺死，從而保護機器。

dmesg日志時間轉換公式:
log實際時間=格林威治1970-01-01+(當前時間秒數-系統啟動至今的秒數+dmesg打印的log時間)秒數：

date -d "1970-01-01 UTC `echo "$(date +%s)-$(cat /proc/uptime|cut -f 1 -d' ')+12288812.926194"|bc ` seconds"

剩下的，就是看看為什么內存這么大，觸發了OOM-Killer了。

新技能get

RateLimiter

想要精細的控制QPS? 比如這樣一個場景，你調用某個接口，對方明確需要你限制你的QPS在400之內你怎么控制？這個時候RateLimiter就有了用武之地。詳情可移步http://ifeve.com/guava-ratelimiter/