面试官：生产环境中 CPU 利用率飙高怎么办？

生产环境中 CPU 利用率飙高的情况该如何排查？你是否在面试的时候也被问到过类似的问题呢？今天，我们就一起研究一下。

问题排查

让 CPU 燥起来

首先，我们需要让 CPU 燥起来。写一个死循环来疯狂占用 CPU 资源：

public class CPU {public static void main(String[] args) {Thread thread = new Thread(() -> {while (true) {System.out.println("cpu");}}, "cpu test");thread.start();}
}

查看 CPU 运行情况

然后，将运行上面这个小程序，再通过 top 命令来查看一下系统资源的使用情况：

图中灰色背景的 %CPU 字段就是我们需要关注的指标，它表示每个进程对于 CPU（单个核）占用的时间百分比。可以看到，我们的程序对 CPU 的占用率为 75.1%。

定位作妖的线程

接下来我们再进一步查看具体是哪个线程占用了过多的 CPU 资源。执行如下命令：

top -Hp 1683

H 代表查看线程视图，p 用来指定具体的进程 ID，上面的命令就是用来查看 ID 为 1683 的进程里所有线程的执行情况。

可以看到，占用 CPU 最多的线程就是那个 while (true) 线程——cpu test。

找出问题所在

找到了作妖的线程以后，就好办了，接下来通过 jstack 命令就可以看到该线程的运行栈信息了。不过在此之前，需要先做一个进制转换：

printf "%x\n" 17706
452a

将十进制的线程 ID（17706）转换成十六进制（452a）

有了十六进制的线程 ID 以后，就可以通过 jstack 命令来精确定位导致 CPU 飙高的代码了。

jstack 17683 | grep -A 20 452a

OK，我们找到了导致 CPU 飙高的「罪魁祸首」，在 CPU.class 的第 8 行：

以上就是开头那个问题的标准答案了。中小型公司可能会这样来处理，但是，大型公司基本上不会这样搞。第一，不会让你随便登录生产服务器；第二，服务器太多，这种方式根本管不过来。所以，一般都会有成体系的监控平台。

TOP 命令相关指标

top 命令除了查看 CPU 的使用情况外，很有很多很有用的信息。下面对这些指标做一个简要说明，供参考。

概要信息

字段	含义
top-21:41:19	当前时间
up 4:04	系统运行时长（4 小时 4 分钟）
1 user	当前登录用户个数
load average: 2.75, 1.72, 1.08	系统平均负载，1 分钟、5 分钟、15 分钟

当然任务（进程/线程）情况

字段	含义
total	总进程/线程数
running	正在运行的进程/线程数
sleeping	睡眠的进程/线程数
stopped	停止的进程/线程数
zombie	僵尸进程/线程数

CPU 资源使用情况

字段	含义
us	user CPU time：用户空间占用 CPU 的百分比
sy	system CPU time：系统内核空间占用 CPU 的百分比
ni	nice CPU time：用户空间进程改变过优先级的 CPU 百分比
id	idle：空闲时间百分比
wa	iowait：等待 IO 的时间百分比
hi	hardware Interrupt request：硬件中断请求的时间百分比
si	software Interrupt request：软件中断请求的时间百分比
st	steal time：被虚拟机偷走的时间百分比

内存情况

物理内存

字段	含义
total	物理内存总量
free	空闲内存总量
used	使用的物理内存总量
buff/cache	用作内核缓存的内存量

swap

字段	含义
total	交换区总容量
free	空闲交换区总量
used	使用交换区的总量
avail Mem	内存可用量（不会使用 swap）

进程/线程详情

字段	含义
PID	进程/线程 ID
USER	进程/线程所有者
PR	进程/线程优先级
NI	nice值。负值表示高优先级，正值表示低优先级
VIRT	进程/线程（申请）使用的虚拟内存，单位 KB，VIRT=SWAP+RES
RES	进程/线程（实际）使用的物理内存
SHR	进程/线程使用的共享内存
S	进程/线程状态，D=不可中断的睡眠状态 R=运行 S=睡眠 T=跟踪/停止 Z=僵尸进程
%CPU	上次更新到现在的 CPU 时间百分比（单核）
%MEM	上次更新到现在的内存百分比
TIME+	进程/线程占用 CPU 的总时间，精确到百分之一秒
COMMAND	进程/线程名（或命令）