|
|
|
|
公众号矩阵

Redis使用不当,把应用搞挂了!

今年以来,运气都不太好。公司在大力发展,招了不少新同事。新来的同事在使用 Redis 时,写了一个 Bug,导致应用卡死。

作者:小木-_-来源:开源博客|2021-06-10 06:59

 

图片来自包图网

老板直接批评了我,说我也有连带责任,怎么带的团队,质量不过关,造成重量级生产事故,好在未造成财产损失!

首先说下问题现象:内网 sandbox 环境 API 持续 1 周出现应用卡死,所有 API 无响应现象。

刚开始当测试抱怨环境响应慢的时候 ,我们重启一下应用应用恢复正常,于是没做处理。

但是后来问题出现频率越来越频繁,越来越多的同事开始抱怨,于是感觉代码可能有问题开始排查。

首先发现,开发的本地 IDE 没有发现问题。应用卡死时候数据库,Redis 都正常,并且无特殊错误日志。开始怀疑是 sandbox 环境机器问题(测试环境本身就很脆弱)。

于是 ssh 登陆服务器 ,执行以下命令:

这时发现机器还算正常,但是内心还是??,于是打算看下 JVM 堆栈信息。先看下问题应用比较耗资源的线程。

执行 top -H -p 12798,如下图:

找到前 3 个相对比较耗资源的线程:

  • jstack 查看堆内存。
  • jstack 12798 |grep 12799 的 16 进制 31ff。

没看出什么问题,上下 10 行也看看。于是执行:

看到一些线程都是处于 lock 状态。但没有出现业务相关的代码,忽略了。这时候没有什么头绪。思考一番。决定放弃这次卡死状态的机器。

为了保护事故现场,先 dump 了问题进程所有堆内存,然后 debug 模式重启测试环境应用,打算问题再显时直接远程 debug 问题机器。

第二天问题再现,于是通知运维 Nginx 转发拿掉这台问题应用,自己远程 debug Tomcat。

自己随意找了一个接口,断点在接口入口地方。悲剧开始,什么也没有发生!API 等待服务响应,没进断点。

这时候有点懵逼,冷静了一会,在入口之前的 AOP 地方下了个断点,再 debug 一次,这次进了断点。F8 N 次后发现在执行 Redis 命令的时候卡住了。

继续跟踪,最后在到 jedis 的一个地方发现问题:

  1. /** 
  2.  * Returns a Jedis instance to be used as a Redis connection. The instance can be newly created or retrieved from a 
  3.  * pool. 
  4.  *  
  5.  * @return Jedis instance ready for wrapping into a {@link RedisConnection}. 
  6.  */ 
  7. protected Jedis fetchJedisConnector() { 
  8.    try { 
  9.       if (usePool && pool != null) { 
  10.          return pool.getResource(); 
  11.       } 
  12.       Jedis jedis = new Jedis(getShardInfo()); 
  13.       // force initialization (see Jedis issue #82) 
  14.       jedis.connect(); 
  15.       return jedis; 
  16.    } catch (Exception ex) { 
  17.       throw new RedisConnectionFailureException("Cannot get Jedis connection", ex); 
  18.    } 

上面 pool.getResource() 后线程开始 wait。

  1. public T getResource() { 
  2.   try { 
  3.     return internalPool.borrowObject(); 
  4.   } catch (Exception e) { 
  5.     throw new JedisConnectionException("Could not get a resource from the pool", e); 
  6.   } 

return internalPool.borrowObject();这个代码应该是一个租赁的代码。接着跟踪:

  1. public T borrowObject(long borrowMaxWaitMillis) throws Exception { 
  2.     this.assertOpen(); 
  3.     AbandonedConfig ac = this.abandonedConfig; 
  4.     if (ac != null && ac.getRemoveAbandonedOnBorrow() && this.getNumIdle() < 2 && this.getNumActive() > this.getMaxTotal() - 3) { 
  5.         this.removeAbandoned(ac); 
  6.     } 
  7.  
  8.     PooledObject<T> p = null
  9.     boolean blockWhenExhausted = this.getBlockWhenExhausted(); 
  10.     long waitTime = 0L; 
  11.  
  12.     while(p == null) { 
  13.         boolean create = false
  14.         if (blockWhenExhausted) { 
  15.             p = (PooledObject)this.idleObjects.pollFirst(); 
  16.             if (p == null) { 
  17.                 create = true
  18.                 p = this.create(); 
  19.             } 
  20.  
  21.             if (p == null) { 
  22.                 if (borrowMaxWaitMillis < 0L) { 
  23.                     p = (PooledObject)this.idleObjects.takeFirst(); 
  24.                 } else { 
  25.                     waitTime = System.currentTimeMillis(); 
  26.                     p = (PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis, TimeUnit.MILLISECONDS); 
  27.                     waitTime = System.currentTimeMillis() - waitTime; 
  28.                 } 
  29.             } 
  30.  
  31.             if (p == null) { 
  32.                 throw new NoSuchElementException("Timeout waiting for idle object"); 
  33.             } 

其中有段代码:

  1. if (p == null) { 
  2.     if (borrowMaxWaitMillis < 0L) { 
  3.         p = (PooledObject)this.idleObjects.takeFirst(); 
  4.     } else { 
  5.         waitTime = System.currentTimeMillis(); 
  6.         p = (PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis, TimeUnit.MILLISECONDS); 
  7.         waitTime = System.currentTimeMillis() - waitTime; 
  8.     } 

borrowMaxWaitMillis<0 会一直执行,然后一直循环了。开始怀疑这个值没有配置。

找到 Redis pool 配置,发现确实没有配置 MaxWaitMillis,配置后 else 代码也是一个 Exception 并不能解决问题。

继续 F8:

  1. public E takeFirst() throws InterruptedException { 
  2.     this.lock.lock(); 
  3.  
  4.     Object var2; 
  5.     try { 
  6.         Object x; 
  7.         while((x = this.unlinkFirst()) == null) { 
  8.             this.notEmpty.await(); 
  9.         } 
  10.  
  11.         var2 = x; 
  12.     } finally { 
  13.         this.lock.unlock(); 
  14.     } 
  15.  
  16.     return var2; 

到这边发现 lock 字眼,开始怀疑所有请求 API 都被阻塞了。

于是再次 ssh 服务器安装 arthas(Arthas 是 Alibaba 开源的 Java 诊断工具)执行 thread 命令:

发现大量 http-nio 的线程 waiting 状态,http-nio-8083-exec- 这个线程其实就是出来 HTTP 请求的 Tomcat 线程。

随意找一个线程查看堆内存 thread -428:

这是能确认就是 API 一直转圈的问题,就是这个 Redis 获取连接的代码导致的。

解读这段内存代码,所有线程都在等 @53e5504e 这个对象释放锁。于是 jstack 全局搜了 53e5504e ,没有找到这个对象所在线程。

自此,问题原因能确定是 Redis 连接获取的问题。但是什么原因造成获取不到连接的还不能确定。

再次执行 arthas 的 thread -b(thread -b 找出当前阻塞其他线程的线程)。

没有结果。这边和想的不一样,应该是能找到一个阻塞线程的,于是看了下这个命令的文档,发现有下面这句话:

好吧,我们刚好是后者... 再次整理思路。

这次修改 Redis pool 配置,将获取连接超时时间设置为 2s,然后等问题再次复现时观察应用最后正常时干过什么。

添加以下配置:

  1. JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory(); 
  2. ....... 
  3. JedisPoolConfig config = new JedisPoolConfig(); 
  4. config.setMaxWaitMillis(2000); 
  5. ....... 
  6. jedisConnectionFactory.afterPropertiesSet(); 

重启服务,等待... 又过一天,再次复现。

ssh 登陆服务器,检查 Tomcat accesslog,发现大量 API 请求出现 500。

  1. org.springframework.data.redis.RedisConnectionFailureException: Cannot get Jedis connection; nested exception is redis.clients.jedis.exceptions.JedisConnectionException: Could not get a resource fr 
  2. om the pool 
  3.     at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.fetchJedisConnector(JedisConnectionFactory.java:140) 
  4.     at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:229) 
  5.     at org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:57) 
  6.     at org.springframework.data.redis.core.RedisConnectionUtils.doGetConnection(RedisConnectionUtils.java:128) 
  7.     at org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:91) 
  8.     at org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:78) 
  9.     at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:177) 
  10.     at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:152) 
  11.     at org.springframework.data.redis.core.AbstractOperations.execute(AbstractOperations.java:85) 
  12.     at org.springframework.data.redis.core.DefaultHashOperations.get(DefaultHashOperations.java:48) 

找到源头第一次出现 500 地方,发现以下代码:

  1. ....... 
  2. Cursor c = stringRedisTemplate.getConnectionFactory().getConnection().scan(options); 
  3. while (c.hasNext()) { 
  4. .....,, 
  5.    } 

分析这段代码:

  1. stringRedisTemplate.getConnectionFactory().getConnection() 

获取 pool 中的 redisConnection 后,并没有后续操作。

也就是说此时 Redis 连接池中的链接被租赁后,并没有释放或者退还到链接池中、虽然业务已处理完毕 redisConnection 已经空闲,但是 pool 中的 redisConnection 的状态还没有回到 idle 状态。

正常应为:

自此问题已经找到。

总结:Spring stringRedisTemplate 对 Redis 常规操作做了一些封装,但还不支持像 Scan SetNx 等命令。这时需要拿到 jedis Connection 进行一些特殊的 Commands。

不推荐使用:

  1. stringRedisTemplate.getConnectionFactory().getConnection() 

我们可以使用下面代码来执行:

  1. stringRedisTemplate.execute(new RedisCallback<Cursor>() { 
  2.  
  3.      @Override 
  4.      public Cursor doInRedis(RedisConnection connection) throws DataAccessException { 
  5.  
  6.        return connection.scan(options); 
  7.      } 
  8.    }); 

或者使用完 connection 后执行:

  1. RedisConnectionUtils.releaseConnection(conn, factory); 

来释放 Connection。

同时,Redis 中也不建议使用 keys 命令。Redis Pool 的配置应该合理设置,否则出现问题无错误日志无报错,定位相当困难。

作者:小木-_-

编辑:陶家龙

出处:my.oschina.net/xiaomu0082/blog/2990388

【编辑推荐】

  1. 鸿蒙官方战略合作共建——HarmonyOS技术社区
  2. 新版Redis和分布式爬虫案例教程
  3. 智慧城市之智慧中台专题-大数据应用体系架构
  4. 工信部:推进5G在工业互联网领域的应用创新
  5. FBI运营的加密信息应用协助在全球范围内抓获数百名犯罪分子
  6. 一篇带给你LDO的原理及应用
  7. WSL 支持运行 AI 训练任务以及 Linux GUI 应用
【责任编辑:武晓燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

带你轻松入门 RabbitMQ

带你轻松入门 RabbitMQ

轻松入门RabbitMQ
共4章 | loong576

13人订阅学习

数据湖与数据仓库的分析实践攻略

数据湖与数据仓库的分析实践攻略

助力现代化数据管理:数据湖与数据仓库的分析实践攻略
共3章 | 创世达人

9人订阅学习

云原生架构实践

云原生架构实践

新技术引领移动互联网进入急速赛道
共3章 | KaliArch

40人订阅学习

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微