运维：大家 JAVA 服务怎么又又又又出问题了！内存降不下来！
先点赞再看，养成好习惯
接上篇《运维：大家 JAVA 服务内存占用过高，还只增不减！告警了，快来接锅》
java
在上次在运维老哥友好的和我沟通以后，还消停没几天，今天又来找（问候）我了……
git
运维：这个服务也是大家的吧，你看这个 JAVA 进程，内存占用都快 3 个 G 了，这机器才 4G，大家堆才配置 2G，都要告警了！此次是真的内存泄露了吧，不是我无知了吧！
又来搞事情……这大哥是对我有意见吗？有了上次的经验，这回更自信了。仍是按照惯例，先怼回去github
我：“不可能，咱们服务很是稳定，不会有这种问题！”segmentfault
运维：你这哪来的自信和勇气？梁静茹给的吗？你先回去查查再装后端
看来大哥这回是有备而来啊，难道真是出问题了？有点慌了……bash
不过仍是不能怂，先敷衍下运维老哥，找个借口回去先偷摸查查监控看看服务器
我：行，我待会看看，我先去跟人开个会啊……
分析监控数据
这个服务的堆内存配置的是 2G，历史内存也确实达到过 2G，虽然如今 used 才几百兆……看起来也没啥问题
运维
再加上一些 VM 本身的开销，一共占用 2 个多 G……好像也说的过去
测试
而后我又找到了运维大哥，（友好的）沟通一下……
spa
我：和上次同样啊，没什么区别，上次都解释过那个内存管理的机制了，你咋还说咱们有问题？
运维： 你看大家这个服务，配置的是 CMS+ParNew 垃圾回收器吧，上次是你说的这个回收器组合下会释放内存给操做系统吧？那怎么还占用 2G，释放到哪去了？
我：虽然上回测试结果是会释放，但还有一些其余的说法，说是空闲时会增量释放，并且释放成本这么高，不释放又怎么样？
运维：你这话不是打本身脸么？上回说能释放，如今没释放你也说正常，你是否是以为我傻？
运维大哥好像看出了我是在狡辩……
不释放也正常啊，释放成本这么高，释放后还得从新申请，从新组织内存结构balabalabala……
这话说的我本身都没底气……毕竟上次才测试过 CMS+ParNew 确实会释放，只是时间问题
运维：你继续狡辩，这服务的内存照这个趋势，估计要不要明天就得 OOM，而后系统再给你来个 OOM Killer 的绝杀，你可就开心了！
我：没问题的，这个内存正常，本身的服务，我还能不了解嘛
此时我已经有点不安了，大哥说的有道理啊，万一 OOM Killer了，可不完蛋了！
我：我晚点有空再仔细看看，应该没啥问题，你先忙你的，放心！
上服务器查实时指标
打发走了运维老哥以后，我仔细思考了一会。这内存的数据好像确实不太正常，这个服务属于那种后端应用，虽然业务复杂，但只是给业务大佬们用。不过这个内存占用确实有点说不过去啊，到底内存跑哪去了……
仍是数听说话吧，上主机上找找看有没有什么线索
- 内存 - ok
- CPU 利用率 - ok
- CPU 负载 - ok
也没什么异常，CPU 利用率和负载啥的都很低……到底问题出在哪？
这么一点点的看指标太费劲了，仍是拿 Arthas 看吧，JVM 相关的指标它基本都显示，比较全：
[arthas@20727]$ dashboard Memory used total max usage GC heap 498M 1963M 1963M 25.1% gc.ps_scavenge.count 3 ps_eden_space 98M 512M 512M 19.5% gc.ps_scavenge.time(ms) 44 ps_survivor_space 0K 87040K 87040K 0.00% gc.ps_marksweep.count 1 ps_old_gen 39M 1365M 1365M 2.88% gc.ps_marksweep.time(ms) 87 nonheap 32M 180M -1 17.7% code_cache 10M 50M 240M 20% metaspace 20M 128M -1 15.6% compressed_class_space 2M 2M 1024M 0.25%
看起来JVM 级别的内存也没啥问题，再看看线程呢：
[arthas@20727]$ thread Threads Total: 9831, NEW: 0, RUNNABLE: 8, BLOCKED: 0, WAITING: 9789, TIMED_WAITING: 2, TERMINATED: 0, Internal threads : 17
卧槽，这什么玩意！快 1w 个线程！还基本上都是 WAITING！
赶忙看看这些 WAITING 的线程都是些啥：
[arthas@20727]$ thread --state WAITING ID NAME GROUP PRIORITY STATE %CPU DELTA_TIM TIME INTERRUPT DAEMON # 此处省略 9000+ 行…… 9822 pool-9813-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9823 pool-9814-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9824 pool-9815-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9825 pool-9816-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9826 pool-9817-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9827 pool-9818-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9828 pool-9819-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9829 pool-9820-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9830 pool-9821-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9831 pool-9822-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9832 pool-9823-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9833 pool-9824-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9834 pool-9825-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9835 pool-9826-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9836 pool-9827-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9837 pool-9828-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9838 pool-9829-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9839 pool-9830-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false 9840 pool-9831-thread-1 main 5 WAITING 0.0 0.000 0:0.000 false false
看到这个线程名，我也大概明白了，必定是哪一个小天才在代码里下毒。
从线程名称来看，确定是线程池里的线程嘛，并且是默认的线程名生成规则。线程池里的线程都是经过 ThreadFactory 来建立的，而默认的 ThreadFactory 生成规则就是这样：
DefaultThreadFactory() {
SecurityManager s = System.getSecurityManager();
group = (s != null) ? s.getThreadGroup() :
Thread.currentThread().getThreadGroup();
// 前缀，每个新的 ThreadFactory 都有一个新的前缀
// 每个线程池，都只有一个 ThreadFactory
namePrefix = "pool-" +
poolNumber.getAndIncrement() +
"-thread-";
}
public Thread newThread(Runnable r) {
// 每一个线程都会使用 factory的前缀，而后加上自增的线程数
Thread t = new Thread(group, r,
namePrefix + threadNumber.getAndIncrement(),
0);
if (t.isDaemon())
t.setDaemon(false);
if (t.getPriority() != Thread.NORM_PRIORITY)
t.setPriority(Thread.NORM_PRIORITY);
return t;
}
因此这个问题，确定是哪一个小天才，在代码里每次都新建线程池，而后还不 shutdown 致使的！随便找个线程，看看它的 stack：
"pool-1-thread-1" Id=10 WAITING on java.util.concurrent.locks.AbstractQueuedSynchronizer$ConditionObject@6ba7592
at sun.misc.Unsafe.park(Native Method)
- waiting on java.util.concurrent.locks.AbstractQueuedSynchronizer$ConditionObject@6ba7592
at java.util.concurrent.locks.LockSupport.park(LockSupport.java:175)
at java.util.concurrent.locks.AbstractQueuedSynchronizer$ConditionObject.await(AbstractQueuedSynchronizer.java:2039)
at java.util.concurrent.LinkedBlockingQueue.take(LinkedBlockingQueue.java:442)
at java.util.concurrent.ThreadPoolExecutor.getTask(ThreadPoolExecutor.java:1074)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1134)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
at java.lang.Thread.run(Thread.java:748)
实锤了，就是每次 new 线程池不 shutdown……如今只须要找到建立线程池的地方，再翻翻提交记录，就能够知道是哪一个小天才了……
但代码这么多，想找到这个新建线程池的地方仍是有点麻烦的，搜代码可不太方便。这里仍是用 Arthas 来看看，stack 一看就知道
不过若是这里直接 stack ThreadPoolExecutor#execute 方法的话，干扰信息可能太多了，毕竟调用 execute 的地方太多，很差抓到重点
因此仍是 stack 线程池初始化的方法比较好：
[arthas@20727]$ stack java.util.concurrent.ThreadPoolExecutor <init> Affect(class count: 0 , method count: 0) cost in 4 ms, listenerId: 5 No class or method is affected, try: 1. Execute `sm CLASS_NAME METHOD_NAME` to make sure the method you are tracing actually exists (it might be in your parent class). 2. Execute `options unsafe true`, if you want to enhance the classes under the `java.*` package. 3. Execute `reset CLASS_NAME` and try again, your method body might be too large. 4. Check arthas log: /home/jiangxin/logs/arthas/arthas.log 5. Visit https://github.com/alibaba/arthas/issues/47 for more details.
这……是不支持吗？
Arthas 的加强策略是比较保守的，部分系统级别的类它不作加强，java.* 包下的类默认是不加强的，须要手动开启才行：
[arthas@20727]$ options unsafe true NAME BEFORE-VALUE AFTER-VALUE ----------------------------------- unsafe false true
再次执行 stack 以后，能够用了。过了两分钟以后，终于有一次调用：
ts=2021-06-12 12:04:03;thread_name=main;id=1;is_daemon=false;priority=5;TCCL=sun.misc.Launcher$AppClassLoader@4e0e2f2a
@java.util.concurrent.ThreadPoolExecutor.<init>()
at java.util.concurrent.Executors.newFixedThreadPool(Executors.java:89)
at XXXService.sendSms(XXXService.java:782)
//...
终于找到了这个骚操做代码……它是这么写的：
ExecutorService executorService = Executors.newFixedThreadPool(8);
executorService.submit(smsTask);
//...
和我猜想的同样，果真是每次 new，而后还不 shutdown。
这也能和上面的状况对上了，多出的内存占用是由于这小一万个线程……并且这些线程池没有任务须要执行的话，线程确定是 WAITING 状态，也不会占用 CPU 的利用率，负载有不会有影响。不仔细还真看不出问题
，仍是得结合各类指标来看，综合分析。
解决这个问题倒简单，让写这个屎代码的人去改了，而后拉出去祭天。
但是运维大哥那边……已经装出去了，这下脸但是丢完了。上次好不容易挣回来的面子，此次啥都没了
给运维的交代
我：服务确实有点问题，咱们发个紧急修复版本，晚上上线就能解决了
运维：你不是说没问题么？自信哪去了
我：这不是没吃早饭，饿的头发昏，脑子不够清醒……没看出来问题，个人锅个人锅
运维：确定是大家的屎山代码致使的，没事也搞搞 code review ，查查代码，之后少出这种低级问题，否则我一天到晚处理大家这些破事不得烦死了
没想到这运维还喘起来了，给点面子就要上天……不过谁让我理亏呢，只能应下
我：对对对，咱们之后必定多搞 code review，增强代码审查，避免这种屎代码再提交上去，影响生产。不给大佬添麻烦
原创不易，禁止未受权的转载。若是个人文章对您有帮助，就请点赞/收藏/关注鼓励支持一下吧❤❤❤❤❤❤