不是keys，記一次因 redis 使用不當(dāng)導(dǎo)致應(yīng)用卡死的過(guò)程

剛開(kāi)始當(dāng)測(cè)試抱怨環(huán)境響應(yīng)慢的時(shí)候 ，我們重啟一下應(yīng)用，應(yīng)用恢復(fù)正常，于是沒(méi)做處理。但是后來(lái)問(wèn)題出現(xiàn)頻率越來(lái)越頻繁，越來(lái)越多的同事開(kāi)始抱怨，于是感覺(jué)代碼可能有問(wèn)題，開(kāi)始排查。

首先發(fā)現(xiàn)開(kāi)發(fā)的本地ide沒(méi)有發(fā)現(xiàn)問(wèn)題，應(yīng)用卡死時(shí)候數(shù)據(jù)庫(kù)，redis都正常，并且無(wú)特殊錯(cuò)誤日志。開(kāi)始懷疑是sandbox環(huán)境機(jī)器問(wèn)題（測(cè)試環(huán)境本身就很脆!_!）

于是ssh上了服務(wù)器 執(zhí)行以下命令

top

這時(shí)發(fā)現(xiàn) 機(jī)器還算正常，但是內(nèi)心還是?，于是打算看下jvm 堆棧信息

先看下問(wèn)題應(yīng)用比較耗資源的線程

執(zhí)行 top -H -p 12798

找到前3個(gè)相對(duì)比較耗資源的線程

jstack 查看堆內(nèi)存

jstack 12798 |grep 12799的16進(jìn)制 31ff

沒(méi)看出什么問(wèn)題，上下10行也看看 于是執(zhí)行

看到一些線程都是處于lock狀態(tài)。但沒(méi)有出現(xiàn)業(yè)務(wù)相關(guān)的代碼，忽略了。這時(shí)候沒(méi)有什么頭緒。思考一番。決定放棄這次卡死狀態(tài)的機(jī)器

為了保護(hù)事故現(xiàn)場(chǎng) 先 dump了問(wèn)題進(jìn)程所有堆內(nèi)存，然后debug模式重啟測(cè)試環(huán)境應(yīng)用，打算問(wèn)題再顯時(shí)直接遠(yuǎn)程debug問(wèn)題機(jī)器

第二天問(wèn)題再現(xiàn)，于是通知運(yùn)維nginx轉(zhuǎn)發(fā)拿掉這臺(tái)問(wèn)題應(yīng)用，自己遠(yuǎn)程debug tomcat。

自己隨意找了一個(gè)接口，斷點(diǎn)在接口入口地方，悲劇開(kāi)始，什么也沒(méi)有發(fā)生！API等待服務(wù)響應(yīng)，沒(méi)進(jìn)斷點(diǎn)。這時(shí)候有點(diǎn)懵逼，冷靜了一會(huì),在入口之前的aop地方下了個(gè)斷點(diǎn)，再debug一次，這次進(jìn)了斷點(diǎn)，f8 N次后發(fā)現(xiàn)在執(zhí)行redis命令的時(shí)候卡主了。繼續(xù)跟，最后在到j(luò)edis的一個(gè)地方發(fā)現(xiàn)問(wèn)題：

/**
?*?Returns?a?Jedis?instance?to?be?used?as?a?Redis?connection.?The?instance?can?be?newly?created?or?retrieved?from?a
?*?pool.
?*?
?*?@return?Jedis?instance?ready?for?wrapping?into?a?{@link?RedisConnection}.
?*/
protected?Jedis?fetchJedisConnector()?{
???try?{
??????if?(usePool?&&?pool?!=?null)?{
?????????return?pool.getResource();
??????}
??????Jedis?jedis?=?new?Jedis(getShardInfo());
??????//?force?initialization?(see?Jedis?issue?#82)
??????jedis.connect();
??????return?jedis;
???}?catch?(Exception?ex)?{
??????throw?new?RedisConnectionFailureException("Cannot?get?Jedis?connection",?ex);
???}
}

上面pool.getResource()后線程開(kāi)始wait

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

return internalPool.borrowObject(); 這個(gè)代碼應(yīng)該是一個(gè)租賃的代碼 接著跟

public?T?borrowObject(long?borrowMaxWaitMillis)?throws?Exception?{
????this.assertOpen();
????AbandonedConfig?ac?=?this.abandonedConfig;
????if?(ac?!=?null?&&?ac.getRemoveAbandonedOnBorrow()?&&?this.getNumIdle()?2?&&?this.getNumActive()?>?this.getMaxTotal()?-?3)?{
????????this.removeAbandoned(ac);
????}

????PooledObject?p?=?null;
????boolean?blockWhenExhausted?=?this.getBlockWhenExhausted();
????long?waitTime?=?0L;

????while(p?==?null)?{
????????boolean?create?=?false;
????????if?(blockWhenExhausted)?{
????????????p?=?(PooledObject)this.idleObjects.pollFirst();
????????????if?(p?==?null)?{
????????????????create?=?true;
????????????????p?=?this.create();
????????????}

????????????if?(p?==?null)?{
????????????????if?(borrowMaxWaitMillis?0L)?{
????????????????????p?=?(PooledObject)this.idleObjects.takeFirst();
????????????????}?else?{
????????????????????waitTime?=?System.currentTimeMillis();
????????????????????p?=?(PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis,?TimeUnit.MILLISECONDS);
????????????????????waitTime?=?System.currentTimeMillis()?-?waitTime;
????????????????}
????????????}

????????????if?(p?==?null)?{
????????????????throw?new?NoSuchElementException("Timeout?waiting?for?idle?object");
????????????}

其中有段代碼

if?(p?==?null)?{
????if?(borrowMaxWaitMillis?0L)?{
????????p?=?(PooledObject)this.idleObjects.takeFirst();
????}?else?{
????????waitTime?=?System.currentTimeMillis();
????????p?=?(PooledObject)this.idleObjects.pollFirst(borrowMaxWaitMillis,?TimeUnit.MILLISECONDS);
????????waitTime?=?System.currentTimeMillis()?-?waitTime;
????}
}

borrowMaxWaitMillis<0會(huì)一直執(zhí)行，然后一直循環(huán)了 開(kāi)始懷疑這個(gè)值沒(méi)有配置

找到redis pool配置，發(fā)現(xiàn)確實(shí)沒(méi)有配置MaxWaitMillis，配置后else代碼也是一個(gè)Exception 并不能解決問(wèn)題

繼續(xù)F8

public?E?takeFirst()?throws?InterruptedException?{
????this.lock.lock();

????Object?var2;
????try?{
????????Object?x;
????????while((x?=?this.unlinkFirst())?==?null)?{
????????????this.notEmpty.await();
????????}

????????var2?=?x;
????}?finally?{
????????this.lock.unlock();
????}

????return?var2;
}

到這邊 發(fā)現(xiàn)lock字眼，開(kāi)始懷疑所有請(qǐng)求api都被阻塞了

于是再次ssh 服務(wù)器 安裝 arthas ,(Arthas 是Alibaba開(kāi)源的Java診斷工具)

執(zhí)行thread命令

發(fā)現(xiàn)大量http-nio的線程waiting狀態(tài),http-nio-8083-exec-這個(gè)線程其實(shí)就是出來(lái)http請(qǐng)求的tomcat線程

隨意找一個(gè)線程查看堆內(nèi)存

thread -428

這是能確認(rèn)就是api一直轉(zhuǎn)圈的問(wèn)題,就是這個(gè)redis獲取連接的代碼導(dǎo)致的，

解讀這段內(nèi)存代碼 所有線程都在等 @53e5504e這個(gè)對(duì)象釋放鎖。于是jstack 全局搜了一把53e5504e ，沒(méi)有找到這個(gè)對(duì)象所在線程。

自此。問(wèn)題原因能確定是 redis連接獲取的問(wèn)題。但是什么原因造成獲取不到連接的還不能確定

再次執(zhí)行 arthas 的thread -b (thread -b, 找出當(dāng)前阻塞其他線程的線程)

沒(méi)有結(jié)果。這邊和想的不一樣，應(yīng)該是能找到一個(gè)阻塞線程的，于是看了下這個(gè)命令的文檔，發(fā)現(xiàn)有下面的一句話

好吧，我們剛好是后者。。。。

再次整理下思路。這次修改redis pool 配置，將獲取連接超時(shí)時(shí)間設(shè)置為2s,然后等問(wèn)題再次復(fù)現(xiàn)時(shí)觀察應(yīng)用最后正常時(shí)干過(guò)什么。

添加一下配置

JedisConnectionFactory?jedisConnectionFactory?=?new?JedisConnectionFactory();
.......
JedisPoolConfig?config?=?new?JedisPoolConfig();
config.setMaxWaitMillis(2000);
.......
jedisConnectionFactory.afterPropertiesSet();

重啟服務(wù)，等待。。。。

又過(guò)一天，再次復(fù)現(xiàn)

ssh 服務(wù)器，檢查tomcat accesslog ,發(fā)現(xiàn)大量api 請(qǐng)求出現(xiàn)500，

org.springframework.data.redis.RedisConnectionFailureException:?Cannot?get?Jedis?connection;?nested?exception?is?redis.clients.jedis.exceptions.JedisConnectionException:?Could?not?get?a?resource?fr
om?the?pool
???at?org.springframework.data.redis.connection.jedis.JedisConnectionFactory.fetchJedisConnector(JedisConnectionFactory.java:140)
???at?org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:229)
???at?org.springframework.data.redis.connection.jedis.JedisConnectionFactory.getConnection(JedisConnectionFactory.java:57)
???at?org.springframework.data.redis.core.RedisConnectionUtils.doGetConnection(RedisConnectionUtils.java:128)
???at?org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:91)
???at?org.springframework.data.redis.core.RedisConnectionUtils.getConnection(RedisConnectionUtils.java:78)
???at?org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:177)
???at?org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:152)
???at?org.springframework.data.redis.core.AbstractOperations.execute(AbstractOperations.java:85)
???at?org.springframework.data.redis.core.DefaultHashOperations.get(DefaultHashOperations.java:48)

找到源頭第一次出現(xiàn)500地方，

發(fā)現(xiàn)以下代碼

.......
Cursor?c?=?stringRedisTemplate.getConnectionFactory().getConnection().scan(options);
while?(c.hasNext())?{
.....,,
???}

分析這個(gè)代碼，stringRedisTemplate.getConnectionFactory().getConnection()獲取pool中的redisConnection后，并沒(méi)有后續(xù)操作，也就是說(shuō)此時(shí)redis 連接池中的鏈接被租賃后并沒(méi)有釋放或者退還到鏈接池中，雖然業(yè)務(wù)已處理完畢 redisConnection 已經(jīng)空閑，但是pool中的redisConnection的狀態(tài)還沒(méi)有回到idle狀態(tài)

正常應(yīng)為

自此問(wèn)題已經(jīng)找到。

總結(jié)：spring stringRedisTemplate 對(duì)redis常規(guī)操作做了一些封裝，但還不支持像 Scan SetNx等命令，這時(shí)需要拿到j(luò)edis Connection進(jìn)行一些特殊的Commands

使用 stringRedisTemplate.getConnectionFactory().getConnection() 是不被推薦的

我們可以使用

stringRedisTemplate.execute(new?RedisCallback()?{

?????@Override
?????public?Cursor?doInRedis(RedisConnection?connection)?throws?DataAccessException?{
?????????
???????return?connection.scan(options);
?????}
???});

來(lái)執(zhí)行，

或者使用完connection后 ，用

RedisConnectionUtils.releaseConnection(conn,?factory);

來(lái)釋放connection.

同時(shí)，redis中也不建議使用keys命令，redis pool的配置應(yīng)該合理配上，否則出現(xiàn)問(wèn)題無(wú)錯(cuò)誤日志，無(wú)報(bào)錯(cuò)，定位相當(dāng)困難。

點(diǎn)個(gè)在看支持我吧，轉(zhuǎn)發(fā)就更好了