面试官：线上服务器CPU直接跑满100%，你第一时间该怎么排查？我：先敲top指令，查看整机整体CPU占用情况面试官：打开top界面，你最先盯哪几列数据？我：重点看us、sy、id三个数值，分清是业务程序占用，还是系统内核在消耗资源面试官：要是us用户态CPU占满，接下来怎么做？我：按P键按CPU使用率排序，揪出占用最高的进程，记下PID号面试官：锁定高占用进程后，怎么深挖具体问题？我：执行top -H查看该进程下所有线程，找到耗资源的线程，再导出jstack、pstack堆栈日志分析面试官：日常开发里，哪些情况会把用户态CPU拉满？我：代码死循环、**回收频繁、复杂正则大批量匹配、递归死循环，还有接口突然涌入大量请求、业务逻辑卡顿面试官：那sy内核态数值居高不下，该怎么排查解决？我：重点查系统调用、线程频繁切换，用vmstat看cs上下文切换数值，判断是不是大量线程抢锁造成阻塞面试官：iowait数值偏高是什么意思，该怎么排查？我：说明CPU空闲，一直在等待磁盘IO读写，用iostat、df、du查看磁盘读写压力与文件占用，大多是磁盘性能差、日志疯狂写入导致面试官：怎么快速分清是代码bug，还是服务器环境出故障？我：观察集群其他机器状态，只有单台异常就是代码问题；所有实例负载全都飙升，基本是环境、配置或者流量层面的问题面试官：线上业务不能轻易重启，你会怎么紧急止损？我：先给非核心接口限流降级，清理无用日志，结束掉异常轻量进程，优先保障核心业务正常运转面试官：问题处理完，如何找到根本原因防止再次出现？我：留存线程堆栈、GC日志、监控走势图，复盘代码缺陷、流量高峰、资源配置短板，优化代码同时调整服务器资源告警阈值面试官：简单梳理整套完整排查流程我：先查看整机负载，区分用户、内核、IO三类占用，定位异常进程和线程，分别排查代码与系统故障，紧急止损稳住业务，最后复盘优化杜绝重复故障
发布于 未知
5
2
3
未登录
友善发言
评论
加载中
