糟糕,CPU100%了!!!

2024-02-26 15:20
文章标签 糟糕 cpu100%

本文主要是介绍糟糕,CPU100%了!!!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

cpu使用率100%问题,是一个让人非常头疼的问题。因为出现这类问题的原因千奇百怪,最关键的是它不是必现的,有可能是系统运行了一段时间之后,在突然的某个时间点出现问题。

今天特地把我和同事,之前遇到过的cpu使用率100%的问题,总结了一下,给有需要的朋友一个参数。

图片

1 一次性获取的数据太多

我之前参与过餐饮相关的业务系统开发,当时我所在的团队是菜品的下游业务。

当时菜品系统有菜品的更新,会发kafka消息,我们系统订阅该topic,就能获取到最近更新的菜品数据。

同步菜品数据的功能,上线了一年多的时候,没有出现过什么问题。

但在某一天下午,我们收到了大量CPU100%的报警邮件。

追查原因之后发现,菜品系统出现了bug,我们每次获取到的都是全量的菜品数据,并非增量的数据。

一次性获取的数据太多。

菜品修改还是比较频繁的,也就是说我们系统,会频繁的读取和解析大量的数据,导致CPU不断飙升。

其根本原因是频繁的full gc

2 kafka自动确认

之前我们的餐饮子系统中间,是通过消息中间件:kafka进行通信的。

上游系统中产生了数据,写入db之后,然后把相关业务单据的id,通过kafka消息发送到broker上。

下游系统订阅相关topic的消息,获取业务单据的id,然后调用上游系统的业务查询接口,获取相关业务数据。

刚开始为了方便,我们消费订单消息时,kafka的确认机制,使用的是自动确认(可以少写点代码)。

刚开始问题不大。

随着业务的发展,用户量越来越多,每天产生的kafka消息也越来越多。

终于开始爆出了cpu使用率100%的问题。

后来,我们把kafka的consumer,消费消息后改成手动确认,cpu使用率100%的问题就被解决了。

3 死循环

在实际工作中,可能每个开发都写过死循环的代码。

死循环有两种:

  1. 在while、for、forEach循环中的死循环。

  2. 无限递归。

这两种情况,程序会不停的运行,使用寄存器保存循环次数或者递归深度,一直占用cpu,导致cpu使用率飙升。

在使用JDK1.7时,还有些死循环比如多线程的环境下,往HashMap中put数据,可能会导致链表出现死循环

就会导致cpu不断飙高。

4 多线程导数据

之前我们组有位同事做了一个供应商excel数据导入功能。

该功能上线之后发现excel中数据只要稍微多一点,导入的耗时时间就会很长。

因为导入供应商相关的业务逻辑有些复杂,涉及了多张表,而且是单线程中一条条按顺序导入的。

那位同事为了提升导入数据的性能,将单线程导入,改成了使用线程池的多线程导入。

这样改造之后,excel数据导入的速度确实提升了很多。

但上线之后,却带来另外一个问题,即:CPU使用率一路飙升。

多线程导入数据,如果线程数量比较多,会存在大量线程上下文切换的过程,这个过程非常消耗CPU资源。

5 同步大量文件

我之前参与过游戏平台的开发。

游戏厂商的游戏接入我们平台,我们帮他们推广,赚了钱进行分成。

每一款游戏都有一个定制化的官网,域名、图片和样式都不一样。

当时出于性能考虑,我们当时使用了FreeMarker模板引擎,为每一款游戏都生成专门的html的静态官网。

当时提供了十几个不同的模板,可以给游戏的运营同学选择。

原本是没啥问题的。

但有一次节日活动,为了增加一些喜庆的元素,在每一个模板文件中都加了一些样式。

这就需要把所有游戏的官网,用新的模板重新生成一次了。

生成完毕之后,需要把所有的html文件,一次性同步到web服务器的指定目录下。

由于涉及到了大量文件的同步,导致存放文件的那台应用服务器CPU飙升的很高。

6 死锁

为了防止并发场景中,多个线程修改公共资源,导致的数据异常问题。

很多时候我们会在代码中使用synchronized或者Lock加锁。

这样多个线程进入临界方法或者代码段时,需要竞争某个对象或者类的锁,只有抢到相应的锁,才能访问临界资源。其他的线程,则需要等待,拥有锁的线程释放锁,下一次可以继续竞争那把锁。

有些业务场景中,某段代码需要线程获取多把锁,才能完成业务逻辑。

但由于代码的bug,或者释放锁的顺序不正确,可能会引起死锁的问题。

例如:

"pool-4-thread-1" prio=10 tid=0x00007f27bc11a000 nid=0x2ae9 waiting on condition [0x00007f2768ef9000]
java.lang.Thread.State: WAITING (parking)
at sun.misc.Unsafe.park(Native Method)
- parking to wait for  <0x0000000090e1d048> (a java.util.concurrent.locks.ReentrantLock$FairSync)
at java.util.concurrent.locks.LockSupport.park(LockSupport.java:186)

比如线程a拥有锁c,需要获取锁d,才能完成业务逻辑。

而刚好此时线程b拥有锁d,需要获取锁c,也能完成业务逻辑。

线程a等待线程b释放锁,而线程b等待线程a释放锁,两个线程都持有对方需要的锁,无法主动释放,就会出现死锁问题。

死锁会导致CPU使用率飙升。

最近就业形式比较困难,为了感谢各位小伙伴对苏三一直以来的支持,我特地创建了一些工作内推群, 看看能不能帮助到大家。

你可以在群里发布招聘信息,也可以内推工作,也可以在群里投递简历找工作,也可以在群里交流面试或者工作的话题。

进群方式

添加苏三的私人微信:su_san_java,备注:博客园+所在城市,即可加入。

7 正则匹配

不知道你使用过正则表达式没有?

有时候我们为了验证用户输入的手机号、邮箱、身份证号、网页地址是否合法。

通常情况下,会使用正则表达式,例如:

^([hH][tT]{2}[pP]://|[hH][tT]{2}[pP][sS]://)(([A-Za-z0-9-~]+).)+([A-Za-z0-9-~/])+$

这个正则表达式可以分为三个部分:

  • 第一部分匹配 http 和 https 协议。

  • 第二部分匹配 www. 字符。

  • 第三部分匹配许多字符。

一个写的不好的正则表达式,就可以导致cpu使用率一下子飚升。

其实这里导致 CPU 使用率高的关键原因就是:Java 正则表达式使用的引擎实现是NFA自动机,这种正则表达式引擎在进行字符匹配时会发生回溯

而一旦发生回溯,那其消耗的时间就会变得很长,有可能是几分钟,也有可能是几个小时,时间长短取决于回溯的次数和复杂度。

我们写的正则表达式,要尽量减少回溯。

8 耗时计算

有时候,我们的业务系统需要实时计算数据,比如:电商系统中需要实时计算优惠后的最终价格。

或者需要在代码中,从一堆数据中,统计汇总出我们所需要的数据。

如果这个实时计算或者实时统计的场景,是一个非常耗时的操作,并且该场景的请求并发量还不小。

就可能会导致cpu飙高。

因为实时计算需要消耗cpu资源,如果一直计算,就会一直消耗cpu资源。

最后说一句(求关注,别白嫖我)

如果这篇文章对您有所帮助,或者有所启发的话,帮忙扫描下发二维码关注一下,您的支持是我坚持写作最大的动力。
求一键三连:点赞、转发、在看。
关注公众号:【苏三说技术】,在公众号中回复:面试、代码神器、开发手册、时间管理有超赞的粉丝福利,另外回复:加群,可以跟很多BAT大厂的前辈交流和学习。

这篇关于糟糕,CPU100%了!!!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/749305

相关文章

字节面试:CPU100% 如何处理?

尼恩说在前面 在40岁老架构师 尼恩的读者交流群(50+)中,最近有小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、希音、百度、网易、美团的面试资格,遇到很多很重要的线上问题的场景题: 1.CPU100%,你是怎么处理的? 2.CPU被打满了,你是怎么处理的? 最近有小伙伴在面试字节,又遇到了红包架构问题。小伙伴支支吾吾的说了几句,面试挂了。 所以,尼恩给大家做一下系统化、

阿里面试:NIO为什么会导致CPU100%?

在 Java 中总共有三种 IO 类型:BIO(Blocking I/O,阻塞I/O)、NIO(Non-blocking I/O,非阻塞I/O)和 AIO(Asynchronous I/O,异步I/O),它们的区别如下: 在 JDK 1.4 之前,只有 BIO 一种模式,其开发过程相对简单,新来一个连接就会创建一个新的线程处理,但随着请求并发度的提升,BIO 很快遇到了性能瓶颈。 所以在 J

一篇糟糕的实验报告

本人在读本科大三学生,这个学期在修网络编程,在其中一次实验报告--利用wireshark观察和分析一些常见协议中,用了一周多的时间来研读相关资料和写报告。 在上学期修过计算机网络理论基础,绩点虽然过得去(90多),实际上我对TCP/IP的理解非常肤浅,根本道不出所学的体系结构等等。 在这次实验中,我用了很久没用的LaTeX去写(也因此花了不少时间在这),基本上按照自己的想法写到满意,后来我觉得

【一个糟糕的词:省流】

今日思考,博主分享📝,原文如下, 我最近听到了一个特别糟糕的词叫省流。我甚至认为这个词可以用来衡量一个人的智商啊,我们可以把一个知识简单的分成三部分问题,答案思维方式就是这个答案是怎么推导出来的啊,现在我不知道是什么原因啊,就越来越多人开始只关注那个那个答案。你可别废话了,啰里吧嗦一大堆,就直接说什么情况吧,对吧? 省流对吧?呃,但是最重要的是什么?恰恰就是这个思维方式。 著名的经济

cubic 相比 bbr 并非很糟糕

迷信 bbr 的人是被它的大吞吐所迷惑,我也不想再解释,但我得反过来说一下 cubic 并非那么糟。 想搞大吞吐的,看看我这个 pixie 算法:https://github.com/marywangran/pixie,就着它的思路改就是了。 cubic 属于 aimd-based 算法,以 aimd 描述全程。以下是一个参数为 1,0.5 的 aimd 过程 tcptrace 图,md 采用

OpenAI 高管:一年后,你会觉得现在的 ChatGPT 像笑话一样糟糕|TodayAI

OpenAI 的首席运营官 Brad Lightcap 表示,一年后,你会觉得现在的 ChatGPT 像笑话一样糟糕。未来的 ChatGPT 版本将会有重大升级。他还讨论了 AI 取代人类工作和对电网的压力的可能性。 虽然我们不知道 OpenAI 何时会推出 GPT-5,但公司高管已经在为未来的 ChatGPT 迭代版大肆宣传,称其为一次重大升级,会让旧版的聊天机器人相形见绌。 Brad

一本教我们如何避免糟糕设计的书

本文授权转载自公众号二爷鉴书,特此感谢 在介绍今天的书之前,咱们先去一下大屏幕。 这是一个神秘的水龙头,乍一看可以转动,试了一下真的可以转动,只不过不出水。这时按捺住忐忑的心情,继续尝试按压或提拉,会发现它依然没有任何反应。正当我们开始怀疑是不是卫生间停水的时候,身后打扫卫生的阿姨会默默地提醒你说,掰弯它!掰弯它! 这还不是最令人迷惑的卫生设施,请导播把画面切回大屏幕,这是我在某火车站的洗手间拍

一个糟糕的发型

看了一部美片,我觉得想把头发剪短一下,首先,想事情太多,长头发养不起,再就是,短发也许更加精神! 剪头发的铺子是位于长沙市中山亭路口,名称叫做“好时尚染烫连锁”,如果站在马路对面,这个店面的右边是个“节节高超市”,左边是个“惠子足浴”,进去的时候我询价是15元洗吹剪。 从一开始洗头发,小工就在推销,要我倒模和烫发,价格是98到几百~~还给我推销他们的VIP卡,说5块一张,以后去剪发和烫染可

修复糟糕的代码气味

修复糟糕的代码气味 原文链接:https://www.arjancodes.com/blog/best-practices-for-eliminating-python-code-smells/ 文章列举了多种糟糕的代码模式,并给出了解决方法。通过这些修改,可以使得代码更易读、更可维护。 这些糟糕的代码气味是: 万能对象:一个类具有太多的功能,违背了单一责任原则。这个类会变得复杂,

《菜鸟、不合格WEB程序员的定界线》之一:你在用这样糟糕的标签切换代码吗?

如果忽略难度,可以说,能够完成程序最终要求实现的需求目标,只是一个准程序员的水平,一个真正意义上的程序员,还要注意代码的规范,容错(或兼容),效率。不经过自己的Review、Rewrite,代码基本就是不可取的。   下面拿一个在WEB应用中被广泛用到的功能代码,就很能说明问题(其实之所以促使我写这样一篇文章,就是因为不断在某些网站的源码里看到这样的垃圾代码,让我觉得程序员的荣耀被写和用这样