架构师说了:不想做背锅侠?生产问题要这样查

新闻
作为程序猿,工作中难免会遇到不少类似这样的问题。面对问题,你如果像无头苍蝇一样乱撞,撞得头破血流依然不知道缘由,在背锅即将成为现实时,那就不妨试试大刘的 2W1H 三板斧的诊断方式,说不定会帮你快速定位、解决线上问题,毕竟快速的解决生产问题会把损失降到最低。

[[347240]]

话说这天一大早,那个悲催的中年架构师大刘又被手机微信群给炸醒。部门的运维兄弟在公司微信群里说:

短信的生产环境服务器 CPU 占用率过高,疯狂报警。是不是你们昨天上线看门狗导致的?

大刘迷了巴登的想了想,没错,昨天确实给短信服务装上了看门狗。但是看门狗服务肯定不会有问题(架构师必备的蜜汁自信),而且上线之前各轮测试也都测过了,没见过这个现象啊。

难道是测试妹子没测试到位?难道线上短信应用自身出现了问题?

生产无小事,小事更不能忽视,主要是怕扣绩效奖金。大刘迅速打开电脑,远程登上短信生产服务器,开始大刘最拿手的 2W1H 三板斧诊断之旅。

接下来的诊断内容有点烧脑,节奏有点快,请大家坐稳扶好。

1. 病号是谁(WHO)?

大刘拿出控制台诊断仪器,输入 top 命令一探究竟。我勒个去,不看不知道一看吓一跳,PID 为 1878 的病号,CPU 占用居然 200% 多。

问题算是定位到了,但是 PID 为 1878 的病号到底是谁,难道真是昨天上线的看门狗 ?虽然大刘久经职场,但是排查生产问题时,内心还是比较忐忑,毕竟这是生产环境。说时迟那时快,只见大刘一个命令输入:

  1. ps -ef | grep 1878 

定睛一看,原来是放屁瞅别人,短信服务自己在作祟,和看门狗没关系,大刘心里一下子平缓了不少。锅找到了主儿,其实这个时候大刘完全可以把这个问题甩给短信开发团队,但是大刘最喜欢做的不是甩锅,而是打破砂锅刨到底。

2. 病号哪里出了问题(WHERE)?

为什么 1878 号病人占用 CPU 会这么高呢?只见黑乎乎的控制台诊断仪器上,大刘熟练的输入:

  1. jstack -l  1878 >> 1878号病历.log 

这样便得到一份 1878 号病人的病历详情单,一会儿用得上。到底 1878 号病人的哪个部位出了问题呢?话没说完,只见大刘又在控制台诊断仪器上,输入一个:

  1. top -Hp 1878 

白板黑字,把 1878 号病人的器官信息全部列了出来。

看到结果,甚是一惊,PID 代号为 8721 的器官占用 CPU 100% 多。疑惑油然而生,这个 PID 代号 为 8721 的器官是啥,是头、是眼睛、还是胳膊腿呢?这些器官展示的 PID 列都是昵称,都这么善于伪装,如何揭露它的真面目呢?还好大刘有高招,借助照妖镜算法,熟练的输入:

  1. printf "%x\n" 8721 

果真使得代号为 8721 的器官,现了真身,真实身份居然是 2211 的呼吸道,怪不得病号一直气喘吁吁,上气不接下气。

到这一步还无法对症下药啊,还需要进一步确诊 2211 的呼吸道到底出了什么幺蛾子,导致 1878 号病人一直气喘吁吁,上气不接下气?只见黑乎乎的控制台诊断仪器上,大刘再次飞一般的在输入:

  1. grep 2211 -A20 1878号病历.log 

诊断结果随之显示在诊断仪器上。

曾经背了很多锅的大刘,看到诊断结果心里乐了一下,一眼就看出是高并发情况下用了 HashMap 的问题(请大家们自行寻找谷歌、百度,就不在此深入展开啦),终于拨开云雾见青天。 

3. 如何对症下药( HOW )?

在大刘行云流水没有一丝一毫的拖泥带水般的神操作下,1878 号病人的诊断也就结束了,这个锅就彻底被打破了。术业有专攻,大刘就可以郑重的告诉短信开发同事具体原因了,捉得病根,开发同事也就可以对症下药啦。大刘这套行走江湖的诊断问题方式你 get 到了没?大刘自己简单概括为 2W1H 三板斧:病号是谁、病号哪里出了问题、对症下药。

(1)病号是谁?(WHO)

  • 第一步:采用 top 命令,找出 CPU 占用最高的病号 PID ;
  • 第二步:通过 ps -ef | grep PID 查看病号对应的真实身份。

(2)病号哪里出了问题?(WHERE)

  • 第一步:采用 jstack -l PID >> PID.log 获取病号的各器官信息的病历单;
  • 第二步:采用 top -Hp PID 拿到占用 CPU 最高的器官昵称 PID ;
  • 第三步:采用 printf "%x\n" PID 根据器官昵称 PID 的拿到器官真实身份 TID ;
  • 第四步:采用 grep TID -A20 pid.log 根据 TID 去病历单中匹配,确定是哪出了问题。

(3)捉得病根、便可拿出医药箱,对症下药啦。(HOW)

作为程序猿,工作中难免会遇到不少类似这样的问题。面对问题,你如果像无头苍蝇一样乱撞,撞得头破血流依然不知道缘由,在背锅即将成为现实时,那就不妨试试大刘的 2W1H 三板斧的诊断方式,说不定会帮你快速定位、解决线上问题,毕竟快速的解决生产问题会把损失降到最低。

最后,想对大家说一句:作为程序猿,一定要有程序猿的态度。避免背锅,拒绝甩锅,打破砂锅,从你我做起。

本文转载自微信公众号「四猿外」,可以通过以下二维码关注。转载本文请联系四猿外公众号。

 

责任编辑:武晓燕 来源: 四猿外
相关推荐

2019-09-17 10:31:51

岗位产品程序员

2019-12-17 10:01:40

开发技能代码

2020-03-19 17:25:55

网络自动化IBN

2019-09-16 17:08:12

运维AIOpsIT运营

2019-12-03 13:57:38

CIO背锅IT

2019-02-14 13:30:54

内存泄露运维

2021-11-03 16:25:26

Linux磁盘空间命令

2017-09-25 10:52:27

2022-03-21 09:47:02

深度学习模型人工智能

2018-12-26 17:36:37

开发者技能阿里

2018-10-19 16:35:20

运维

2019-01-16 18:11:28

程序员技能开发者

2019-01-04 10:13:22

苹果中国市场iPhone

2018-09-25 09:11:59

2017-10-23 15:17:42

技术业务职位

2023-02-14 11:18:28

人工智能Chrome

2020-10-21 06:58:20

手机验证码.运营商

2020-08-21 08:41:08

中台微服务架构

2017-09-12 16:18:22

ICO区块链互联网+

2019-09-05 10:13:28

点赞
收藏

51CTO技术栈公众号