记一次JAVA进程导致Kubernetes节点CPU飙高的排查与解决

Posted 2021-12-03

一、发现问题

在一次系统上线后，我们发现某几个节点在长时间运行后会出现CPU持续飙升的问题，导致的结果就是Kubernetes集群的这个节点会把所在的Pod进行驱逐（调度）；如果调度到同样问题的节点上，也会出现Pod一直起不来的问题。我们尝试了杀死Pod后手动调度的办法（label），当然也可以排除调度节点。但是在一段时间后还会复现，我们通过监控系统也排查了这段时间的流量情况，但应该和CPU持续占用没有关联，这时我们意识到这可能是程序的问题。

二、排查问题

这里使用kubectl top pods 命令确定CPU占用最高的pods都是哪些。
[root@k8s-matser01 ~]# kubectl top pod

三、排查问题

Arthas
我们这边使用了阿里的Arthas ，它是Alibaba开源的Java诊断工具。当你遇到以下类似问题而束手无策时，Arthas可以帮助你解决：

这个类从哪个 jar 包加载的？为什么会报各种类相关的 Exception？

我改的代码为什么没有执行到？难道是我没 commit？分支搞错了？

遇到问题无法在线上 debug，难道只能通过加日志再重新发布吗？

线上遇到某个用户的数据处理有问题，但线上同样无法 debug，线下无法重现！

是否有一个全局视角来查看系统的运行状况？

有什么办法可以监控到JVM的实时运行状态？

怎么快速定位应用的热点，生成火焰图？

位到有问题的Pod后,使用kubectl exec进入Pod容器内部：

kubectl -n app exec -it 49a89b2f-73c6-40ac-b6de-c6d0e47ace64-5d489d9c48qwc7t  -- /bin/bash
在容器中下载Arthas

wget https://arthas.gitee.io/arthas-boot.jar
由于我们打包镜像中只有一个服务，所以一个Pod中也只有一个进程； 这里 1 是指PID。

java -jar arthas-boot.jar 1

执行进程看板 dashboard：

[arthas@1]$ dashboard

[arthas@1]$ thread -n 12262

原文链接 https://cloud.tencent.com/developer/article/1613051