线上Java应用排查和诊断规范

@郑昀整理

标准做法一：OOM触发HeadpDump

目的：

OOM发生时，输出堆栈快照文件，供研发人员分析。

在JVM中，如果98％的时间是用于 GC 且可用的 Heap size 不足2％的时候，将抛出 OOM 异常。

配置操作：

Resin/Tomcat 配置文件里追加 -XX:+HeapDumpOnOutOfMemoryError ，当 OutOfMemoryException 错误发生时，会自动生成 Heap Dump 文件。

同时配置 -XX:HeapDumpPath 指定快照文件的实际路径。

日志分析：

Heap Dump文件的分析，可以使用 Eclipse Memory Analyzer tool(MAT) 分析。

标准做法二：系统负载高触发ThreadDump

目的：

系统负载大于10时，调用 jstack 命令，输出 resin 线程快照，供研发人员分析。

配置操作：

一分钟扫描一次。如果系统的一分钟负载值（load1）大于10，或者80端口的连接数大于80时，进行打印。

日志分析：

Thread Dump文件的分析，可以使用 Thread Dump Analyzer（TDA）分析。

可选做法三：年老代使用率高触发HeapDump

目的：

Java工程的 OU/OC 到报警阈值时，调用 jmap 命令，输出堆栈快照，供研发人员分析。

OC 当前年老代空间容量。Current old space capacity (KB).

OU 年老代利用情况。Old space utilization (KB).

配置操作：

Nagios 监控到特定工程的 OU/OC 大于80%时，自动执行命令：jmap –dump:file={filename},format=b pid

日志分析：

多个Heap Dump文件的对照，使用 VisualVM 的比较内存快照功能。

标准做法四：默认开启GC打印

目的：

打印 GC 详细信息，供研发人员分析。

-XX:+PrintGC：输出形式：[GC 118250K->113543K(130112K), 0.0094143 secs] [Full GC 121376K->10414K(130112K), 0.0650971 secs]

-XX:+PrintGCDetails：输出形式：[GC [DefNew: 8614K->781K(9088K), 0.0123035 secs] 118250K->113543K(130112K), 0.0124633 secs] [GC [DefNew: 8614K->8614K(9088K), 0.0000665 secs][Tenured: 112761K->10414K(121024K), 0.0433488 secs] 121376K->10414K(130112K), 0.0436268 secs]

-XX:+PrintGCTimeStamps：输出形式：11.851: [GC 98328K->93620K(130112K), 0.0082960 secs]

-Xloggc:filename：输出GC信息到日志文件。

配置操作：

Resin/Tomcat 配置文件里，增加如下参数：

<jvm-arg>-XX:+PrintGCTimeStamps</jvm-arg>

<jvm-arg>-XX:+PrintGCDetails</jvm-arg>

<jvm-arg>-Xloggc:/data/application/%ProjectName%/logs/gc.log</jvm-arg>

@郑昀 2013

-over-

赠图一枚：