zoukankan      html  css  js  c++  java
  • Windows服务器java.exe占用CPU过高问题分析及解决

    最近在测试一个用java语言实现的数据采集接口时发现,接口一旦运行起来,CPU利用率瞬间飙升到85%-95%,一旦停止就恢复到40%以下,这让我不得不面对以前从未关注过的程序性能问题。

    在硬着头皮查找资料定位错误修正bug的过程中参考了下面两篇文章:

    windows下揪出java程序占用cpu很高的线程 并找到问题代码 死循环线程代码:http://blog.csdn.net/hexin373/article/details/8846919

    java程序cpu占用过高问题分析:http://www.tuicool.com/articles/ZRzmAvZ(这篇文章中的图片显示不了)

    最初想通过java自带的jconsole和jvisualvm来调试,但发现jconsole只能知道应用整体情况,不能定位问题,而jvisualvm最多查找到类,

    如果所示,但不能更详细的进行定位。于是参考了上面两篇文章一步步实现了最终目的。

    一、查找进程

    查找问题进程比较简单,因为问题集中在CPU资源占用过高,那么我们查找进程时只需关注CPU。方法有两种:

    1、查看Windows任务管理器

    打开Windows任务管理器,查看——>选择列,勾选PID,然后查看进程项,并让其按照CPU列排序如图,找到 javaw.exe进程,其PID是9272。


    2、利用jvisualvm工具

    打开工具,然后启动应用,在Applications面板中即可看到应用所在进程的PID9272。


    需要注意的是该工具并不能定位到线程。

    查找到进程以后,将该进程的信息保存到本地,在cmd命令窗口中执行命令:jstack 9272 > C: estcdf.log,该命令的作用是将PID为9272的进程信息保存在本地C: estcdf.log文件中。

    二、查找线程

    根据进程查找线程,也有两种方法。

    1、使用window自带命令pslist

    首先确认系统是否安装了pslist命令程序,如果命令不识别即没有安装,则上微软官方网址http://technet.microsoft.com/en-us/sysinternals/bb896682.aspx下载,下载完将其解压到C:WindowsSystem32路径下即可使用。

    在cmd命令窗口中执行命令:pslist -dmx 9272,该命令的作用是罗列属于9272进程的线程信息。

    通过该命令可以看到TID为9368和12484的线程占用资源最多。这样就基本确定了线程。

    2、利用微软提供的Process Explorer工具

    一般在windows下只能查看进程的CPU占用率,想要查看线程的CPU占用率可以通过该工具。下载地址是:http://technet.microsoft.com/en-us/sysinternals/bb896653.aspx


    下载后运行起来,找到PID为9272的进程

    右键点击Properties...选项,看到如下信息:

    可以看到占用CPU最多的也是TID为9368和12484的两个线程。

    三、问题定位

    问题定位需要以下步骤:

    1、将线程TID转换为十六进制

    因为通过jstack工具导出的信息中线程TID是十六进制的,所以我们首先转换进制,这里通过系统自带的计算器进行转换。

       

    记录下2498这个数字。

    2、在jstack工具导出的cdf.log中查找“2498”

    通过Notepad++工具打开该文档,搜索到如下信息,可以看到问题定位到了MQStart.java:174。

    去程序中需找该代码:

    同理,对于TID=12484的线程也如同以上步骤进行查找,找到了170行代码。

    由此基本可判断问题就出在了该段代码上。

    四、修复bug

    1、查找原因

    通过以上步骤已经定位到了代码片段,但是这段代码看上去没什么错误,查找资料说很多情况是进入死循环了,但是这里确定不会死循环。思路似乎进入了死胡同。

    无奈之下我将170行的if内的代码段全注释掉了,发现CPU依然飙高,这说明并不是这几行代码的错误,然后我if内做了一个输出操作,发现程序快速的不间断的进行输出。

            ====》

    看到这个结果我突然醒悟,这段代码虽然没有进入死循环,但是循环内的代码并不复杂,而且没必要如此频繁的进行检查操作,这中间应该停歇一下。

    2、修改方法

    根据以上分析,我修改了这段代码:

    再次运行测试发现CPU维持在50%以内。

  • 相关阅读:
    高可用的MongoDB集群-实战篇
    【转载】特征选择常用算法综述
    【转载】Pytorch tutorial 之Datar Loading and Processing
    论文笔记系列-Well Begun Is Half Done:Generating High-Quality Seeds for Automatic Image Dataset Construction from Web
    重新定义Pytorch中的TensorDataset,可实现transforms
    【转载】机器学习之特征工程
    Pytorch里的CrossEntropyLoss详解
    Python日志模块logging用法
    【转载】如何进行数据变换
    【转载】使用sklearn优雅地进行数据挖掘
  • 原文地址:https://www.cnblogs.com/lcword/p/12484829.html
Copyright © 2011-2022 走看看