因Redis使用不當導致應用卡死Bug的過程是怎樣的

這篇文章給大家介紹因Redis使用不當導致應用卡死Bug的過程是怎樣的，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

首先說下問題現象：內網sandbox環境API持續1周出現應用卡死，所有api無響應現象

剛開始當測試抱怨環境響應慢的時候 ，我們重啟一下應用，應用恢復正常，于是沒做處理。但是后來問題出現頻率越來越頻繁，越來越多的同事開始抱怨，于是感覺代碼可能有問題，開始排查。

首先發現開發的本地ide沒有發現問題，應用卡死時候數據庫，redis都正常，并且無特殊錯誤日志。開始懷疑是sandbox環境機器問題（測試環境本身就很脆!_!）

于是ssh上了服務器 執行以下命令

top

這時發現機器還算正常，于是打算看下jvm 堆棧信息

先看下問題應用比較耗資源的線程

執行 top -H -p 12798

找到前3個相對比較耗資源的線程

jstack 查看堆內存 

jstack 12798 |grep 12799的16進制 31ff

沒看出什么問題，上下10行也看看，于是執行

看到一些線程都是處于lock狀態。但沒有出現業務相關的代碼，忽略了。這時候沒有什么頭緒。思考一番。決定放棄這次卡死狀態的機器

為了保護事故現場 先 dump了問題進程所有堆內存，然后debug模式重啟測試環境應用，打算問題再顯時直接遠程debug問題機器

第二天問題再現，于是通知運維nginx轉發拿掉這臺問題應用，自己遠程debug tomcat。

自己隨意找了一個接口，斷點在接口入口地方，悲劇開始，什么也沒有發生！API等待服務響應，沒進斷點。這時候有點懵逼，冷靜了一會,在入口之前的aop地方下了個斷點，再debug一次，這次進了斷點，f8 N次后發現在執行redis命令的時候卡主了。繼續跟，最后在到jedis的一個地方發現問題：

/**   * 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(); 這個代碼應該是一個租賃的代碼，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<T> 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會一直執行，然后一直循環了 開始懷疑這個值沒有配置

找到redis pool配置，發現確實沒有配置MaxWaitMillis，配置后else代碼也是一個Exception 并不能解決問題

繼續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 發現lock字眼，開始懷疑所有請求api都被阻塞了

于是再次ssh 服務器 安裝 arthas ,(Arthas 是Alibaba開源的Java診斷工具)

執行thread命令

發現大量http-nio的線程waiting狀態,http-nio-8083-exec-這個線程其實就是出來http請求的tomcat線程

隨意找一個線程查看堆內存

thread -428

這是能確認就是api一直轉圈的問題,就是這個redis獲取連接的代碼導致的，

解讀這段內存代碼  所有線程都在等 @53e5504e這個對象釋放鎖。于是jstack 全局搜了一把53e5504e ，沒有找到這個對象所在線程。

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

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

沒有結果。這邊和想的不一樣，應該是能找到一個阻塞線程的，于是看了下這個命令的文檔，發現有下面的一句話

好吧，我們剛好是后者。。。。

再次整理下思路。這次修改redis pool 配置，將獲取連接超時時間設置為2s,然后等問題再次復現時觀察應用最后正常時干過什么。

添加一下配置

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

重啟服務，等待。。。。

又過一天，再次復現

ssh 服務器，檢查tomcat accesslog ,發現大量api 請求出現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500地方，

發現以下代碼..

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

分析這個代碼，stringRedisTemplate.getConnectionFactory().getConnection()獲取pool中的redisConnection后，并沒有后續操作，也就是說此時redis 連接池中的鏈接被租賃后并沒有釋放或者退還到鏈接池中，雖然業務已處理完畢 redisConnection 已經空閑，但是pool中的redisConnection的狀態還沒有回到idle狀態

正常應為

自此問題已經找到。

總結：spring stringRedisTemplate 對redis常規操作做了一些封裝，但還不支持像 Scan SetNx等命令，這時需要拿到jedis Connection進行一些特殊的Commands

使用

stringRedisTemplate.getConnectionFactory().getConnection()

是不被推薦的

我們可以使用

stringRedisTemplate.execute(new RedisCallback<Cursor>() {       @Override       public Cursor doInRedis(RedisConnection connection) throws DataAccessException {         return connection.scan(options);       }     });

來執行，

或者使用完connection后 ，用

RedisConnectionUtils.releaseConnection(conn, factory);

來釋放connection.

同時，redis中也不建議使用keys命令，redis pool的配置應該合理配上，否則出現問題無錯誤日志，無報錯，定位相當困難。

關于因Redis使用不當導致應用卡死Bug的過程是怎樣的就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。