因Redis使用不当导致应用卡死Bug的过程是怎样的

共计 6071 个字符，预计需要花费 16 分钟才能阅读完成。

这篇文章给大家介绍因 Redis 使用不当导致应用卡死 Bug 的过程是怎样的，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

首先说下问题现象：内网 sandbox 环境 API 持续 1 周出现应用卡死，所有 api 无响应现象

刚开始当测试抱怨环境响应慢的时候，我们重启一下应用，应用恢复正常，于是没做处理。但是后来问题出现频率越来越频繁，越来越多的同事开始抱怨，于是感觉代码可能有问题，开始排查。

首先发现开发的本地 ide 没有发现问题，应用卡死时候数据库，redis 都正常，并且无特殊错误日志。开始怀疑是 sandbox 环境机器问题（测试环境本身就很脆!_!）

于是 ssh 上了服务器 执行以下命令

top

这时发现机器还算正常，于是打算看下 jvm 堆栈信息

先看下问题应用比较耗资源的线程

执行 top -H -p 12798

找到前 3 个相对比较耗资源的线程

jstack 查看堆内存  

jstack 12798 |grep 12799 的 16 进制  31ff

没看出什么问题，上下 10 行也看看，于是执行

看到一些线程都是处于 lock 状态。但没有出现业务相关的代码，忽略了。这时候没有什么头绪。思考一番。决定放弃这次卡死状态的机器

为了保护事故现场 先 dump 了问题进程所有堆内存，然后 debug 模式重启测试环境应用，打算问题再显时直接远程 debug 问题机器

第二天问题再现，于是通知运维 nginx 转发拿掉这台问题应用，自己远程 debug tomcat。

自己随意找了一个接口，断点在接口入口地方，悲剧开始，什么也没有发生！API 等待服务响应，没进断点。这时候有点懵逼，冷静了一会, 在入口之前的 aop 地方下了个断点，再 debug 一次，这次进了断点，f8 N 次后发现在执行 redis 命令的时候卡主了。继续跟，最后在到 jedis 的一个地方发现问题：

/** * 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() 后线程开始 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(); 这个代码应该是一个租赁的代码，接着跟

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  }

其中有段代码

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 会一直执行，然后一直循环了 开始怀疑这个值没有配置

找到 redis pool 配置，发现确实没有配置 MaxWaitMillis，配置后 else 代码也是一个 Exception 并不能解决问题

继续 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; }

到这边 发现 lock 字眼，开始怀疑所有请求 api 都被阻塞了

于是再次 ssh 服务器 安装 arthas ,(Arthas 是 Alibaba 开源的 Java 诊断工具)

执行 thread 命令

发现大量 http-nio 的线程 waiting 状态,http-nio-8083-exec- 这个线程其实就是出来 http 请求的 tomcat 线程

随意找一个线程查看堆内存

thread -428

这是能确认就是 api 一直转圈的问题, 就是这个 redis 获取连接的代码导致的，

解读这段内存代码   所有线程都在等 @53e5504e 这个对象释放锁。于是 jstack 全局搜了一把 53e5504e，没有找到这个对象所在线程。

自此。问题原因能确定是 redis 连接获取的问题。但是什么原因造成获取不到连接的还不能确定

再次执行 arthas 的 thread -b (thread -b, 找出当前阻塞其他线程的线程)

没有结果。这边和想的不一样，应该是能找到一个阻塞线程的，于是看了下这个命令的文档，发现有下面的一句话

好吧，我们刚好是后者。。。。

再次整理下思路。这次修改 redis pool 配置，将获取连接超时时间设置为 2s, 然后等问题再次复现时观察应用最后正常时干过什么。

添加一下配置

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

重启服务，等待。。。。

又过一天，再次复现

ssh 服务器，检查 tomcat accesslog , 发现大量 api 请求出现 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)

找到源头第一次出现 500 地方，

发现以下代码..

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

分析这个代码，stringRedisTemplate.getConnectionFactory().getConnection() 获取 pool 中的 redisConnection 后，并没有后续操作，也就是说此时 redis 连接池中的链接被租赁后并没有释放或者退还到链接池中，虽然业务已处理完毕 redisConnection 已经空闲，但是 pool 中的 redisConnection 的状态还没有回到 idle 状态

正常应为

自此问题已经找到。

总结：spring stringRedisTemplate 对 redis 常规操作做了一些封装，但还不支持像 Scan SetNx 等命令，这时需要拿到 jedis Connection 进行一些特殊的 Commands

使用

stringRedisTemplate.getConnectionFactory().getConnection()

是不被推荐的

我们可以使用

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

来执行，

或者使用完 connection 后，用

RedisConnectionUtils.releaseConnection(conn, factory);

来释放 connection.

同时，redis 中也不建议使用 keys 命令，redis pool 的配置应该合理配上，否则出现问题无错误日志，无报错，定位相当困难。

关于因 Redis 使用不当导致应用卡死 Bug 的过程是怎样的就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。