一次由 groovy 引起的 fullGC 问题排查

一、问题背景

二、分析过程

• 2.1 参数配置

• 2.2 定位过程

• 2.3 JVM 分析

• 2.4 问题分析

三、解决方案

一、问题背景

prometheus 监控报警生效后，某服务每天的上午 8-12 点间会有 fullGC 的报警；

排查并解决该问题；

二、分析过程

2.1 参数配置

JVM 参数配置如下:

-Xms3g -Xmx3g -Xmn1g -XX:MetaspaceSize=128m -XX:ParallelGCThreads=5 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+UseCMSCompactAtFullCollection -XX:CMSInitiatingOccupancyFraction=80 -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+HeapDumpOnOutOfMemoryError 

新生代大小：1G；

新生代垃圾收集器：ParNewGC；

老年代大小：2G；

老年代垃圾收集器：ConcMarkSweepGC；

CMS 触发条件：老年代内存占用达到 80%及以上；

2.2 定位问题

1.由于报警的时间点都集中在上午的 8-12 点之间，怀疑是由于某个定时任务造成的；

2.定位具体的定时任务，有两个定时任务的时间设置基本满足；

任务1: 更新客户信息  CustomerScheduleJobService.updateCustomerDataDaily  0 0/30 8,9,10,11,12 * * ?
任务2: 创建客户任务   CustomerStaffScheduleJobService.jobCreateTask  0 10,40 7,8,9,10,11 * * ?

3.确定具体的任务

确认的两个思路:

1.通过日志确认定时任务的执行时长等；

2.将 2 个定时任务分别指定不同的机器执行观察；

排查任务执行时间：

任务 1 : 很快，几乎不处理业务逻辑；

[03-09 08:00:00 062 INFO ] [] [] [] [customerDataStat-pool-0] bll.customer.CustomerUpdateInfoDailyBll - (123) logid=6907112718471909376 [BizCustomerBll.updateCustomerDataDaily] thread begin...Ip: 10.151.49.157[03-09 08:01:25 476 INFO ] [] [] [] [customerDataStat-pool-0] bll.customer.CustomerUpdateInfoDailyBll - (125) logid=6907112718471909376 [BizCustomerBll.updateCustomerDataDaily] end total=0Ip: 10.151.49.157

任务 2: 执行约 35 分钟时间；

8:10 分开始，8:45 分结束；

[03-09 08:45:08 458 INFO ] [] [] [] [pool-4-thread-20] bll.task.CreateCustomerTaskBll - (109) logid=6907115234995589120 method=jobCreateTask msg=end queryRuleNum=7 queryCustomerNum=15962 createTaskCustomerNum=238 createTaskCount=271Ip: 10.151.49.157

基本确定为第二个定时任务导致 FullGC;

2.3 JVM 分析

2.3.1 单天监控图

内存趋势

GC 趋势

2.3.2 报警时间段监控图

内存趋势

GC 趋势

2.3.3 图表分析

2.3.3.1 老年代变化

现象

1.任务执行过程中：老年代有明显增长，并且 FullGC 后并没有特别明显的下降，只有些许下降；

2.任务执行结束后：下次任务开始执行，进行 FullGC 后，会降到跟其他机器一样的水平，甚至内存占用更低；

备注

新生代到老年代的几种情况

1:大对象；

2:年龄足够长，cms 没有设置，默认是 6，通过 jinfo 确认也是 6；

3:suvivor 区不足以存放 YGC 后的存活对象，直接使用担保策略晋升到老年代；

分析

任务执行过程中，YGC 平均 1 分钟执行 5 次，很多对象都会达到最大晋升年龄 6，晋升到老年代；

并且由于任务没有结束，对象还有引用，所以 FullGC 之后并没有明显下降；

上次任务结束后，老年代并没有像 suvivor 区一样有一段时间的低内存占用，主要是直到下次任务开始后才会触发新一次的 FullGC，触发后，老年代的对象由于任务结束后没有引用了，所以会正常回收；

2.3.3.2 survivor 区变化

suvivor 区内存总共 100M，任务执行过程中，平均占用 80M；高的时候会飙升到 90 以上，所以这个过程中 YGC 也变得很频繁，平均 1 分钟 5 次；

2.3.3.3 非堆内存/方法区/compressed class cach 变化

使用 jstat 分别统计了两台机器的 gc 统计，两者最大的区别在于 执行过定时任务的机器的 MC(方法区大小) 以及 CCSC(压缩类空间大小) 明显比没有执行过定时任务的机器高很多；

任务执行过程中方法区的内存占用会跟老年代的曲线保持一致，这几个区的回收也是靠老年代，这个通过 grafana 平台的监控图也可以看出来；

2.3.3.4 dump 文件分析

groovy 相关的类占比 57.57%；

2.4 参数配置

java 与 groovy 版本

java version "1.8.0_191"    <dependency>    <groupId>org.codehaus.groovy</groupId>    <artifactId>groovy-all</artifactId>    <version>2.4.15</version></dependency>

代码中使用到 groovy 的地方：同样是这个定时任务，下发任务时，表达式检验是否满足下发条件，表达式是用 groovy 进行处理的；

public class GroovyShellUtils {
    private static LoggerHelper logger = LoggerHelper.getLoggerHelper(GroovyShellUtils.class);
    public static boolean explain(String scriptText) {        try {            GroovyShell groovyShell = new GroovyShell();            Object evaluate = groovyShell.evaluate(scriptText);            return (boolean) evaluate;        } catch (Exception e) {            logger.error("", e);        }        return false;    }}

// 使用：
for (String rule : rules) {    boolean res = GroovyShellUtils.explain(rule);}

基本上可以定位问题在 groovy 脚本的加载处，groovy 不合理使用会导致，动态生成很多新类，使得 metaspace 的不断被占用；

class 对象在 1.8 及以后存放在 metaspace 中，也就是堆外内存。

groovy 每执行一次，会将传入的文本动态加载成一个脚本类，入参是文本时，生成的文件名中包含了一个自增的数值，也就是每执行一次都会动态生成一个新类，1 个用户 7 个任务规则校验 * 15962 个用户 = 111734 个

protected synchronized String generateScriptName() {    return "Script" + (++counter) + ".groovy";}

GroovyShell 在内部，它使用 groovy.lang.GroovyClassLoader，这是在运行时编译和加载类的核心。

GroovyClassLoader 保留对其创建的所有类的引用，而 class 对象只有在被加载的 classloader 被回收的时候才会被回收，因此很容易造成内存泄漏；

综上分析，groovy 错误的使用方式导致 class 对象常驻堆外内存且随着调用频率增长。

三、解决方案

1、每个脚本共用一个 GroovyShell 对象，不能使用 for 的方式，循环创建使用；

2、每次执行完释放对象 shell.getClassLoader().clearCache()；

转转研发中心及业界小伙伴们的技术学习交流平台，定期分享一线的实战经验及业界前沿的技术话题。关注公众号「转转技术」（综合性）、「大转转 FE」（专注于 FE）、「转转 QA」（专注于 QA），更多干货实践，欢迎交流分享~