如果线上服务器发生CPU占用率高时，应该如何排查并定位问题。

1、问题发现

本文整理自一个真实的案例，是楼主负责的业务，在一次大促之前的压测时发现了这个问题。

在每次大促之前，我们的测试人员都会对网站进行压力测试，这个时候会查看服务的cpu、内存、load、rt、qps等指标。

在一次压测过程中，测试人员发现我们的某一个接口，在qps上升到500以后，CPU使用率急剧升高。

CPU占用率，又称CPU使用率。顾名思义，CPU利用率是来描述CPU的使用情况的，表明了一段时间内CPU被占用的情况。使用率越高，说明你的机器在这个时间上运行了很多程序，反之较少。

2、问题定位

遇到这种问题，首先是登录到服务器，看一下具体情况。

定位进程

登录服务器，执行top命令，查看CPU占用情况：$top

PID USERPR  NI  VIRT  RES  SHR S %CPU %MEMTIME+  COMMAND

1893 admin     20   0 7127m 2.6g  38m S 181.7 32.6  10:20.26 java

top命令是Linux下常用的性能分析工具，能够实时显示系统中各个进程的资源占用状况，类似于Windows的任务管理器。

通过以上命令，我们可以看到，进程ID为1893的Java进程的CPU占用率达到了181%，基本可以定位到是我们的Java应用导致整个服务器的CPU占用率飙升。

定位线程

我们知道，Java是单进程多线程的，那么，我们接下来看看PID=1893的这个Java进程中的各个线程的CPU使用情况，同样是用top命令：$top-Hp 1893

PID USERPR  NI  VIRT  RES  SHR S %CPU %MEMTIME+  COMMAND

4519 admin     20   0 7127m 2.6g  38m R 18.6 32.6   0:40.11 java

通过top -Hp 1893命令，我们可以发现，当前1893这个进程中，ID为4519的线程占用CPU最高。

定位代码

通过top命令，我们目前已经定位到导致CPU使用率较高的具体线程， 那么我么接下来就定位下到底是哪一行代码存在问题。

首先，我们需要把4519这个线程转成16进制：$printf %x 4519

11a7

接下来，通过jstack命令，查看栈信息：$sudo -u admin  jstack 1893 |grep -A 200 11a7

"HSFBizProcessor-DEFAULT-8-thread-5"#500 daemon prio=10 os_prio=0 tid=0x00007f632314a800 nid=0x11a2 runnable [0x000000005442a000]

java.lang.Thread.State: RUNNABLE

atsun.misc.URLClassPath$Loader.findResource(URLClassPath.java:684)

atsun.misc.URLClassPath.findResource(URLClassPath.java:188)

atjava.net.URLClassLoader$2.run(URLClassLoader.java:569)

atjava.net.URLClassLoader$2.run(URLClassLoader.java:567)

atjava.security.AccessController.doPrivileged(Native Method)

atjava.net.URLClassLoader.findResource(URLClassLoader.java:566)

atjava.lang.ClassLoader.getResource(ClassLoader.java:1093)

atjava.net.URLClassLoader.getResourceAsStream(URLClassLoader.java:232)

atorg.hibernate.validator.internal.xml.ValidationXmlParser.getInputStreamForPath(ValidationXmlParser.java:248)

atorg.hibernate.validator.internal.xml.ValidationXmlParser.getValidationConfig(ValidationXmlParser.java:191)

atorg.hibernate.validator.internal.xml.ValidationXmlParser.parseValidationXml(ValidationXmlParser.java:65)

atorg.hibernate.validator.internal.engine.ConfigurationImpl.parseValidationXml(ConfigurationImpl.java:287)

atorg.hibernate.validator.internal.engine.ConfigurationImpl.buildValidatorFactory(ConfigurationImpl.java:174)

atjavax.validation.Validation.buildDefaultValidatorFactory(Validation.java:111)

atcom.test.common.util.BeanValidator.validate(BeanValidator.java:30)

通过以上代码，我们可以清楚的看到，BeanValidator.java的第30行是有可能存在问题的。

3、问题解决

接下来就是通过查看代码来解决问题了，我们发现，我们自定义了一个BeanValidator，封装了Hibernate的Validator，然后在validate方法中，通过Validation.buildDefaultValidatorFactory().getValidator()初始化一个Validator实例，通过分析发现这个实例化的过程比较耗时。

我们重构了一下代码，把Validator实例的初始化提到方法外，在类初始化的时候创建一次就解决了问题。

4、总结

以上，展示了一次比较完成的线上问题定位过程。主要用到的命令有:top 、printf 和 jstack

另外，线上问题排查还可以使用Alibaba开源的工具Arthas进行排查，以上问题，可以使用一下命令定位：thread -n 3 //查看cpu占比前三的线程

以上，本文介绍了如何排查线上服务器CPU占用率高的问题，如果大家感兴趣，后面可以再介绍一些关于LOAD飙高、频繁GC等问题的排查手段。