阿里员工排查问题的工具清单，总有一款适合你！
Monday, March 11, 2019
8:11 AM

|

| | —- |

| Tags: #微信 |

阿里员工排查问题的工具清单，总有一款适合你！

红魔七号 高效运维

作者：红魔七号
链接：https://yq.aliyun.com/articles/69520?utm_content=m_10360
这是一篇来源于阿里内部技术论坛的文章，原文在阿里内部获得一致好评。作者已经把这篇文章开放到云栖社区中供外网访问。文章内容做了部分删减，主要删减掉了其中只有阿里内部才能使用的工具的介绍，并删减掉部分只有通过阿里内网才能访问到的链接。

前言

平时的工作中经常碰到很多疑难问题的处理，在解决问题的同时，有一些工具起到了相当大的作用，在此书写下来，一是作为笔记，可以让自己后续忘记了可快速翻阅，二是分享，希望看到此文的同学们可以拿出自己日常觉得帮助很大的工具，大家一起进步。
闲话不多说，开搞。

Linux命令类

tail

最常用的tail -f
tail -300f shopbase.log #倒数300行并进入实时监听文件写入模式

grep

grep forest f.txt #文件查找
grep forest f.txt cpf.txt #多文件查找
grep ‘log’ /home/admin -r -n #目录下查找所有符合关键字的文件
cat f.txt | grep -i shopbase
grep ‘shopbase’ /home/admin -r -n —include .{vm,java} #指定文件后缀
grep ‘shopbase’ /home/admin -r -n —exclude .{vm,java} #反匹配
seq 10 | grep 5 -A 3 #上匹配
seq 10 | grep 5 -B 3 #下匹配
seq 10 | grep 5 -C 3 #上下匹配，平时用这个就妥了
cat f.txt | grep -c ‘SHOPBASE’

awk

1 、基础命令
awk ‘{print $4,$6}’ f.txt
awk ‘{print NR,$0}’ f.txt cpf.txt
awk ‘{print FNR,$0}’ f.txt cpf.txt
awk ‘{print FNR,FILENAME,”NF”=”$NF}’ f.txt cpf.txt
echo 1:2:3:4 | awk -F: ‘{print $1,$2,$3,$4}’
2 、匹配
awk ‘/ldb/ {print}’ f.txt #匹配ldb
awk ‘!/ldb/ {print}’ f.txt #不匹配ldb
awk ‘/ldb/ && /LISTEN/ {print}’ f.txt #匹配ldb和LISTEN
awk ‘$5 ~ /ldb/ {print}’ f.txt #第五列匹配ldb
3 、 内建变量
NR:NR表示从awk开始执行后，按照记录分隔符读取的数据次数，默认的记录分隔符为换行符，因此默认的就是读取的数据行数，NR可以理解为Number of Record的缩写。
FNR:在awk处理多个输入文件的时候，在处理完第一个文件后，NR并不会从1开始，而是继续累加，因此就出现了FNR，每当处理一个新文件的时候，FNR就从1开始计数，FNR可以理解为File Number of Record。
NF: NF表示目前的记录被分割的字段的数目，NF可以理解为Number of Field。

find

sudo -u admin find /home/admin /tmp /usr -name .log(多个目录去找)
find . -iname .txt(大小写都匹配)
find . -type d(当前目录下的所有子目录)
find /usr -type l(当前目录下所有的符号链接)
find /usr -type l -name “z*” -ls(符号链接的详细信息 eg:inode,目录)
find /home/admin -size +250000k(超过250000k的文件，当然+改成-就是小于了)
find /home/admin f -perm 777 -exec ls -l {} ; (按照权限查询文件)
find /home/admin -atime -1 1天内访问过的文件
find /home/admin -ctime -1 1天内状态改变过的文件
find /home/admin -mtime -1 1天内修改过的文件
find /home/admin -amin -1 1分钟内访问过的文件
find /home/admin -cmin -1 1分钟内状态改变过的文件
find /home/admin -mmin -1 1分钟内修改过的文件

pgm

批量查询vm-shopbase满足条件的日志
pgm -A -f vm-shopbase ‘cat /home/admin/shopbase/logs/shopbase.log.2017-01-17|grep 2069861630’

tsar

tsar是咱公司自己的采集工具。很好用, 将历史收集到的数据持久化在磁盘上，所以我们快速来查询历史的系统数据。当然实时的应用情况也是可以查询的啦。大部分机器上都有安装。
tsar ###可以查看最近一天的各项指标

tsar —live ###可以查看实时指标，默认五秒一刷

tsar -d 20161218 ###指定查看某天的数据，貌似最多只能看四个月的数据
![Ti me Ti me 18/12/16-99:95 18/12/16-ee:łe 18/12/16-ee:15 18/12/16-ee:29 18/12/16-ee:25 18/12/16-ee:ge 18/12/16-ee:35 18/12/16 yingchao.zyc@v218139955 -xvdal— —xvdb- cpu— —-mem- 8.51 63.18 9.22 11.ee 12. ea 2.69 2.69 e.ee e. 17 8.32 63.94 9.26 9.ee 11.ee 2.98 2.98 e.ee 9.23 8.53 63.93 9.24 11.ee 12. ea 2.62 2.62 e.ee 9.13 8.58 63.96 9.29 9.ee 11.ee 2.53 2.53 e.ee 9.18 8.53 63.95 9.24 11.ee 12. ea 2.69 2.69 e.ee e. 78 8.37 63.95 9.23 9.ee 11.ee 2.81 2.81 e.ee e. 49 8.72 63.93 9.23 12. ea 12. ea 2.58 2.58 e.ee e. 42 -99:49 8.52 63.98 9.29 9.ee 11.ee 2. 43 2. 43 e.ee e. 42 -1$ tsar -d 28161218 util —tcp- retran — -traffic- util pktin pktout —xvda— util util util - -Ioad- Ioadl
tsar —mem
tsar —load
tsar —cpu

当然这个也可以和-d参数配合来查询某天的单个指标的情况
![Time Time 01/02/17-15:20 01/02/17-15:25 01/02/17-15:30 01/02/17-15:35 01/02/17 -15. yingchao.zyc@v218130055 62 . 8M 2.8G 148 . 8M 867 . 5M 3.9G 72.74 61.7M 2.8G 148 . 8M 869 . 1M 3.9G 72.73 59 . 3M 2.8G 148 . 8M 870 . 8M 3.9G 72.75 58. 1M 2.8G 148 . 8M 872.4M 3.9G 72.74 55 . 8M 2.8G 148 . 8M 874. 1M 3.9G 72.75 tsar - -mem ———————————-mem- used f ree buff cach total util

top

top除了看一些基本信息之外，剩下的就是配合来查询vm的各种问题了
ps -ef | grep java
top -H -p pid
获得线程10进制转16进制后jstack去抓看这个线程到底在干啥

其他

netstat -nat|awk ‘{print $6}’|sort|uniq -c|sort -rn

查看当前连接，注意close_wait偏高的情况，比如如下
![‘{print $6}’ Isortluniq yingchao.zyc@v218130055 nets tat -natl awk -clsort 220 29 21 15 11 CLOSE WAIT LISTEN ESTABLISHED SYN RECV TIME WAIT

排查利器

btrace

首当其冲的要说的是btrace。真是生产环境&预发的排查问题大杀器。 简介什么的就不说了。直接上代码干
1、查看当前谁调用了ArrayList的add方法，同时只打印当前ArrayList的size大于500的线程调用栈
OnMethod(clazz = “java.util.ArrayList”, method=”add”, location = Location(value = Kind.CALL, clazz = “/. /“, method = “/./“))
public static void m(ProbeClassName String probeClass, ProbeMethodName String probeMethod, TargetInstance Object instance, TargetMethodOrField String method) {
if(getInt(field(“java.util.ArrayList”, “size”), instance) > 479){
println(“check who ArrayList.add method:” + probeClass + “#” + probeMethod + “, method:” + method + “, size:” + getInt(field(“java.util.ArrayList”, “size”), instance));
jstack();
println();
println(“===========================”);
println();
}
}
2、监控当前服务方法被调用时返回的值以及请求的参数
OnMethod(clazz = “com.taobao.sellerhome.transfer.biz.impl.C2CApplyerServiceImpl”, method=”nav”, location = Location(value = Kind.RETURN))
public static void mt(long userId, int current, int relation, String check, String redirectUrl, Return AnyType result) {
println(“parameter# userId:” + userId + “, current:” + current + “, relation:” + relation + “, check:” + check + “, redirectUrl:” + redirectUrl + “, result:” + result);
}
更多内容，感兴趣的请移步：https://github.com/btraceio/btrace
注意:

1. 经过观察，1.3.9的release输出不稳定，要多触发几次才能看到正确的结果
2. 正则表达式匹配trace类时范围一定要控制，否则极有可能出现跑满CPU导致应用卡死的情况
3. 由于是字节码注入的原理，想要应用恢复到正常情况，需要重启应用。

   Greys

   说几个挺棒的功能(部分功能和btrace重合):
   sc -df xxx: 输出当前类的详情,包括源码位置和classloader结构
   trace class method: 相当喜欢这个功能! 很早前可以早JProfiler看到这个功能。打印出当前方法调用的耗时情况，细分到每个方法。

   javOSize

   就说一个功能
   classes：通过修改了字节码，改变了类的内容，即时生效。 所以可以做到快速的在某个地方打个日志看看输出，缺点是对代码的侵入性太大。但是如果自己知道自己在干嘛，的确是不错的玩意儿。
   其他功能Greys和btrace都能很轻易做的到，不说了。

   JProfiler

   之前判断许多问题要通过JProfiler，但是现在Greys和btrace基本都能搞定了。再加上出问题的基本上都是生产环境(网络隔离)，所以基本不怎么使用了，但是还是要标记一下。
   官网请移步https://www.ej-technologies.com/products/jprofiler/overview.html
   
   大杀器
   
   eclipseMAT
   
   可作为eclipse的插件，也可作为单独的程序打开。
   详情请移步http://www.eclipse.org/mat/
   
   java三板斧，噢不对，是七把
   
   jps
   
   我只用一条命令：
   sudo -u admin /opt/taobao/java/bin/jps -mlvV
   

   jstack

   普通用法:
   sudo -u admin /opt/taobao/install/ajdk-81_1_fp1-b52/bin/jstack 2815
   (a java. concurrent.locks. AbstractQueuedSynchronizer$ConditionObject) • parking to concurrent. locks LockSupport _ parkNanos (LockSupport. java : 215) j rrent. locks Abs tract QueuedSyn r$Condi t i onObject. awaitNanos (Abs tractQueuedSynch ronizer. java : 2078) java. util. concurrent. Schedu ledThreadPooIExecu torSDe1 ayedWorkQueue. pot 1 (Schedul edTh readP001Executor. java : 1134 ) . concurrent . Schedu ledTh readPooI Execu to ayedWo rkQueue . poll (Schedul edTh readPooIExecutor. j ava : 809) java. util. concurrent. ThreatWooIExecu tor. getTask( Th readPooI Executor. java : 11366) java. concurrent. Threa(WooIExecu tor. runWorker( tor. j ava: 1127) java. util. concurrent. ThreatWooIExecu torSWorker. run ( Th readPootExecutor. java : 617) java. tang. Thread. runt Thread. java: 166) java java .utn “pool -33 -thread- 183 • #3115 priozS tidzexe9862aaaedfec9ee nidzax662a waiting on condition 19xeeeeeee95eb898Bel java. lang. Thread. State: WAITING (parking) at sun .misc.Unsafe.park(Native Method) at at at at at at at wait for (a java . . concurrent. tocks . AbstractQueuedSynchronizer$ConditionObject) parking to java. util. concurrent . tocks . LockSupport. park( LockSupport. java : 175) . conc u rrent . locks . Abs t rac tQueuedSyn ch ronize r$ConditionObj ect. await ( Abst ractQueuedSynch ronize r. ava : 2039) . concurrent . Ar rayBIockingQueue . take (Ar rayBIockingQueue . java: 483) . concurrent . ThreacPooIExecutor. getTask(Th readPooI Executor. java : 1867) . concu rrent. Threa(9001Executor. runWo rker ( Th readPooIExecutor. j ava: 1127 ) j concurrent. Th reaft01Executor$Worker. run ( Th readPooLExecutor . java : 617 ) java. Thread. run (Thread. java: 766) java java java java . util . util -util -util” class=”align-none”>
   native+java栈:
   sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstack -m 2815
   

   jinfo

   可看系统启动的参数，如下
   sudo -u admin /opt/taobao/install/ajdk-81_1_fp1-b52/bin/jinfo -flags 2815
   

   jmap

   两个用途
   1.查看堆的情况
   sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -heap 2815
   
   
   2.dump
   sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -dump:live,format=b,file=/tmp/heap2.bin 2815
   或者
   sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -dump:format=b,file=/tmp/heap3.bin 2815
   3.看看堆都被谁占了? 再配合zprofiler和btrace，排查问题简直是如虎添翼
   sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jmap -histo 2815 | head -10
   ![$sudo -u num 1: 2: 3: 4: 5: 6: 7: admin /opt/taobao/instaU/ajdk-8 1 1 fpl name -b52/bin/ j map -histo 2815 head -10 #ins tances 853529 355583 62522 760046 80380 140015 133162 #bytes 86068120 68141472 25186360 18241104 5667176 4480480 4261184 class [C [B [1 java . lang. String Ljava.Iang.Object; com.taobao . csp . sentinel . util . LongAdder com.taobao . pandora . loader. util . AsciiBytes

   jstat

   jstat参数众多，但是使用一个就够了
   sudo -u admin /opt/taobao/install/ajdk-8_1_1_fp1-b52/bin/jstat -gcutil 2815 1000
   

   jdb

   时至今日，jdb也是经常使用的。
   jdb可以用来预发debug,假设你预发的java_home是/opt/taobao/java/，远程调试端口是8000.那么
   sudo -u admin /opt/taobao/java/bin/jdb -attach 8000.
   
   出现以上代表jdb启动成功。后续可以进行设置断点进行调试。
   具体参数可见oracle官方说明http://docs.oracle.com/javase/7/docs/technotes/tools/windows/jdb.html

   CHLSDB

   CHLSDB感觉很多情况下可以看到更好玩的东西，不详细叙述了。 查询资料听说jstack和jmap等工具就是基于它的。
   sudo -u admin /opt/taobao/java/bin/java -classpath /opt/taobao/java/lib/sa-jdi.jar sun.jvm.hotspot.CLHSDB
   更详细的可见R大此贴
   http://rednaxelafx.iteye.com/blog/1847971
   
   plugin of intellij idea
   
   key promoter
   
   快捷键一次你记不住，多来几次你总能记住了吧？
   

   maven helper

   分析maven依赖的好帮手。
   
   VM options
   
   1、你的类到底是从哪个文件加载进来的？
   -XX:+TraceClassLoading
   结果形如[Loaded java.lang.invoke.MethodHandleImpl$Lazy from D:programmejdkjdk8U74jrelib
   t.jar]
   2、应用挂了输出dump文件
   -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/home/admin/logs/java.hprof
   
   jar包冲突
   
   把这个单独写个大标题不过分吧？每个人或多或少都处理过这种烦人的case。我特么下边这么多方案不信就搞不定你?
   mvndependency:tree > ~/dependency.txt
   打出所有依赖
   mvn dependency:tree -Dverbose -Dincludes=groupId:artifactId
   只打出指定groupId和artifactId的依赖关系
   -XX:+TraceClassLoading
   vm启动脚本加入。在tomcat启动脚本中可见加载类的详细信息
   -verbose
   vm启动脚本加入。在tomcat启动脚本中可见加载类的详细信息
   greys:sc
   greys的sc命令也能清晰的看到当前类是从哪里加载过来的
   tomcat-classloader-locate
   通过以下url可以获知当前类是从哪里加载的
   curl http://localhost:8006/classloader/locate?class=org.apache.xerces.xs.XSObjec
   
   其他
   
   dmesg
   如果发现自己的java进程悄无声息的消失了，几乎没有留下任何线索，那么dmesg一发，很有可能有你想要的。
   sudo dmesg|grep -i kill|less
   去找关键字oom_killer。找到的结果类似如下:
   [6710782.021013] java invoked oom-killer: gfp_mask=0xd0, order=0, oom_adj=0, oom_scoe_adj=0
   [6710782.070639] [] ? oom_kill_process+0x68/0x140
   [6710782.257588] Task in /LXC011175068174 killed as a result of limit of /LXC011175068174
   [6710784.698347] Memory cgroup out of memory: Kill process 215701 (java) score 854 or sacrifice child
   [6710784.707978] Killed process 215701, UID 679, (java) total-vm:11017300kB, anon-rss:7152432kB, file-rss:1232kB
   以上表明，对应的java进程被系统的OOM Killer给干掉了，得分为854.
   解释一下OOM killer（Out-Of-Memory killer），该机制会监控机器的内存资源消耗。当机器内存耗尽前，该机制会扫描所有的进程（按照一定规则计算，内存占用，时间等），挑选出得分最高的进程，然后杀死，从而保护机器。
   dmesg日志时间转换公式:
   log实际时间=格林威治1970-01-01+(当前时间秒数-系统启动至今的秒数+dmesg打印的log时间)秒数：
   date -d “1970-01-01 UTC echo "$(date +%s)-$(cat /proc/uptime|cut -f 1 -d' ')+12288812.926194"|bc seconds”
   剩下的，就是看看为什么内存这么大，触发了OOM-Killer了。
   
   新技能get
   
   RateLimiter
   
   想要精细的控制QPS? 比如这样一个场景，你调用某个接口，对方明确需要你限制你的QPS在400之内你怎么控制？这个时候 RateLimiter 就有了用武之地。详情可移步http://ifeve.com/guava-ratelimite
   
   点击阅读原文，立即订票
   阅读原文
   已使用 OneNote 创建。