Java Crash分析

openkk 12年前
   <p class="description notranslate">基于Oracle/Sun JDK与OpenJDK在Linux上的crash的几个案例分析</p>    <div style="width:425px;" id="__ss_12794446">    <strong style="margin:12px 0px 4px;display:block;"><a title="Java Crash分析(2012-05-10)" href="/misc/goto?guid=4958339105368357054" target="_blank">Java Crash分析(2012-05-10)</a></strong>     <iframe height="355" marginheight="0" src="http://www.slideshare.net/slideshow/embed_code/12794446" frameborder="0" width="425" marginwidth="0" scrolling="no"></iframe>     <div style="padding-bottom:12px;padding-left:0px;padding-right:0px;padding-top:5px;">     View more      <a href="/misc/goto?guid=4958339106161786599" target="_blank">PowerPoint</a> from      <a href="/misc/goto?guid=4958339106953107961" target="_blank">Kris Mok</a>     </div>    </div>    <ul class="transcripts h-transcripts">     <li>1. Kris Mok, Software Engineer, Taobao@rednaxelafx莫枢 /“撒迦” </li>     <li>2. Java Crash分析 现象与对策 阿里巴巴集团-技术共享平台- 核心系统研发-专用计算组 莫枢(撒迦) v0.1 2012-04-24 v0.2 2012-05-10 </li>     <li>3. 关于我…• 2009年毕业自南京大学软件学院• 同年10月加入淘宝• 目前在淘宝核心系统部参与JVM相关研发• 编程语言的设计与实现爱好者• 希望与各位同好多交流! – 博客:http://rednaxelafx.iteye.com/ – 新浪微博:http://weibo.com/rednaxelafx – 高级语言虚拟机群组:http://hllvm.group.iteye.com/ – JVM源码阅读活动微群:http://q.weibo.com/1823766 </li>     <li>4. JVM crash了! </li>     <li>5. 真的是JVM crash了么…? </li>     <li>6. 讨论范围• 表现为真的JVM crash的问题 – 实际原因可能是: • JVM内部实现的bug • native library的bug • Java应用层代码自身的bug • native memory耗光了 • 外部环境的影响• 遇到crash时的一些简单可操作的处理办法 – 篇幅所限,无法深入介绍;不能解决所有crash </li>     <li>7. 非讨论范围• Java进程被人为kill掉 – 这是首先要检查的情况 – 在多用户共用的开发环境里特别容易出问题 • 开发A要部署新代码,重启了服务器 • 开发B正在用服务器做测试,发现进程突然消失了 • 请协调好资源的使用 </li>     <li>8. 非讨论范围• Java应用失去响应 – 但并未crash,进程还在 – 有可能是 • Java代码陷入死循环 – 可参考例子 https://gist.github.com/1081908 • 连续的GC – 可观察GC日志或jstat -gccause • 日志把磁盘打满了 – 可用 df 观察磁盘剩余空间 • …等等 – 这次不详细展开讨论 </li>     <li>9. 非讨论范围• Java层面的异常 – Java级别的OutOfMemoryError – ClassNotFoundException – NoClassDefFoundError – StackOverflowError – NullPointerException – …其它异常 • 可捕获(已捕获),并且进程还存在 </li>     <li>10. JVM Crash定义• Java进程意外消失• 通常伴随着 – crash log:hs_err_pid<pid>.log(重要) – core dump: core.<pid> – 或系统日志 • 主要是 /var/log/messages 里的异常信息 </li>     <li>11. # crash了# A fatal error has been detected by the Java Runtime Environment:## SIGSEGV (0xb) at pc=0x00002add2265d648, pid=2188, tid=1078282560## JRE version: 6.0_30-b12# Java VM: OpenJDK (Taobao) 64-Bit Server VM (20.0-b12-internal-fastdebugmixed mode linux-amd64 compressed oops)# Problematic frame:# V [libjvm.so+0xd05648] Unsafe_SetNativeInt+0xb8## An error report file with more information is saved as:# /home/sajia/hs_err_pid2188.log## If you would like to submit a bug report, please visit:# http://java.sun.com/webapps/bugreport/crash.jsp#Current thread is 1078282560Dumping core ...Aborted (core dumped) 有打出core dump, 位置通常在“当前工作目录” </li>     <li>12. # crash了但没core dump# A fatal error has been detected by the Java Runtime Environment:## SIGSEGV (0xb) at pc=0x00002b4fb5a7a648, pid=20190, tid=1084868928## JRE version: 6.0_30-b12# Java VM: OpenJDK (Taobao) 64-Bit Server VM (20.0-b12-internal-fastdebugmixed mode linux-amd64 compressed oops)# Problematic frame:# V [libjvm.so+0xd05648] Unsafe_SetNativeInt+0xb8## An error report file with more information is saved as:# /home/sajia/hs_err_pid20190.log## If you would like to submit a bug report, please visit:# http://java.sun.com/webapps/bugreport/crash.jsp 没打出core dump。# 如需要core dump,请确认:Current thread is 1084868928Dumping core ... 1、ulimit -c unlimitedAborted 2、该Java进程对“当前工作 目录”有写权限 3、磁盘剩余空间充足 </li>     <li>13. 被OOM Killer干掉了$ sudo cat /var/log/messages | grep -i "killed process"Aug 30 15:51:54 testmachine kernel: : Out of memory:Killed process 15605 (java). 这种情况下既不会有crash log也不会有core dump </li>     <li>14. 事前准备Preparation </li>     <li>15. 事前准备• 若要让JVM在检测到crash时执行外部命令 – 可使用 -XX:OnError=... – 其中可使用 %p 来指定pid – 例如: • -XX:OnError=pstack %p > ~/pstack%p.log – 这样指定的命令在执行时要从Java进程fork出 去,如果内存已经严重不足则无法成功fork • 如发现指定的命令根本没执行,请尝试用后面提到 的-XX:+ShowMessageBoxOnError让Java进程在退 出前先暂停,然后手动从外部执行需要的命令 </li>     <li>16. 事前准备• 若要让JVM在检测到crash后不立即退出, 而是提示打开调试器 – 可使用 -XX:+ShowMessageBoxOnError – 主要用于crash时的现场调试 – 通常不需要启用 – 遇到很诡异的bug时可以靠该参数获取更直接 的现场信息 </li>     <li>17. 事前准备• 为便于事后分析,最好能留下core dump – 注意 ulimit -c unlimited – 尽量在程序的当前工作目录留出足够磁盘空间 – 或配置core dump文件的路径到合适的位置 • kernel.core_uses_pid • kernel.core_pattern • 可在/etc/sysctl.conf文件中配置 • 请参考文档,例子1,例子2 </li>     <li>18. 保护现场Keep the Crash Site Intact </li>     <li>19. 保护现场• 前面提到的crash相关日志、core dump都 尽量保持在原位置,或至少在事发机器上 – 如果磁盘空间不是特别紧张,别把它们删了• 如果有core dump,最好保持程序运行时所 使用的可执行文件在原路径上,如java、 libjvm.so、libc.so等 – 为便于事后分析,千万别急于在卸载掉相关程 序(如JDK),或在原路径覆盖安装新版本 </li>     <li>20. 急救措施First Aid </li>     <li>21. 1. 观察crash log• 最简单的观察方式: – 看文件开头的错误概述 • OutOfMemoryError?SIGSEGV? EXCEPTION_ACCESS_VIOLATION? • 如果是访问异常,异常的地址是?是不是空指针? – 看出错的线程名及其调用栈信息 • 是JVM内部的线程还是应用的Java线程? • 执行到什么地方出的错? – 根据上面两种信息总结出关键字 – 用Google搜一下bugs.sun.com或其它地方有没 有类似的crash报告,有的话找出其说明 – 很可能是已知的VM bug或第三方库的bug </li>     <li>22. 1. 观察crash log• 例: https://gist.github.com/2584513#file_java_error_28 522.short.log </li>     <li>23. 1. 观察crash log# A fatal error has been detected by the Java Runtime Environment:## SIGSEGV (0xb) at pc=0x00002aaf0d11c031, pid=28522, tid=1104951616 错误类型: SIGSEGV </li>     <li>24. 1. 观察crash log# A fatal error has been detected by the Java Runtime Environment:## SIGSEGV (0xb) at pc=0x00002aaf0d11c031, pid=28522, tid=1104951616 出错时的程序指针的值: (该线程执行到哪里了?) 0x00002aaf0d11c031 </li>     <li>25. 1. 观察crash log# A fatal error has been detected by the Java Runtime Environment:## SIGSEGV (0xb) at pc=0x00002aaf0d11c031, pid=28522, tid=1104951616 出错的进程的ID: 28522 </li>     <li>26. 1. 观察crash log# A fatal error has been detected by the Java Runtime Environment:## SIGSEGV (0xb) at pc=0x00002aaf0d11c031, pid=28522, tid=1104951616 这个可以忽略 </li>     <li>27. 1. 观察crash log--------------- T H R E A D ---------------Current thread (0x0000000052109000): JavaThread "CompilerThread1"daemon [_thread_in_native, id=28538,stack(0x0000000041cc3000,0x0000000041dc4000)] 出错的线程在HotSpot VM里的 C++层Thread对象的地址: 0x0000000052109000 </li>     <li>28. 1. 观察crash log--------------- T H R E A D ---------------Current thread (0x0000000052109000): JavaThread "CompilerThread1"daemon [_thread_in_native, id=28538,stack(0x0000000041cc3000,0x0000000041dc4000)] 出错的线程的类型: JavaThread </li>     <li>29. 1. 观察crash log--------------- T H R E A D ---------------Current thread (0x0000000052109000): JavaThread "CompilerThread1"daemon [_thread_in_native, id=28538,stack(0x0000000041cc3000,0x0000000041dc4000)] 出错的线程的名字(如果有): CompilerThread1 </li>     <li>30. 1. 观察crash log--------------- T H R E A D ---------------Current thread (0x0000000052109000): JavaThread "CompilerThread1"daemon [_thread_in_native, id=28538,stack(0x0000000041cc3000,0x0000000041dc4000)] 出错的线程的状态: _thread_in_native </li>     <li>31. 1. 观察crash log--------------- T H R E A D ---------------Current thread (0x0000000052109000): JavaThread "CompilerThread1"daemon [_thread_in_native, id=28538,stack(0x0000000041cc3000,0x0000000041dc4000)] 出错的线程的ID: 28538 </li>     <li>32. 1. 观察crash log--------------- T H R E A D ---------------Current thread (0x0000000052109000): JavaThread "CompilerThread1"daemon [_thread_in_native, id=28538,stack(0x0000000041cc3000,0x0000000041dc4000)] 出错的线程的调用栈 在内存中的地址范围: (0x0000000041cc3000, 0x0000000041dc4000) </li>     <li>33. 1. 观察crash logsiginfo:si_signo=SIGSEGV: si_errno=0,si_code=1 (SEGV_MAPERR),si_addr=0x0000000000000008 错误类型: SIGSEGV </li>     <li>34. 1. 观察crash logsiginfo:si_signo=SIGSEGV: si_errno=0,si_code=1 (SEGV_MAPERR),si_addr=0x0000000000000008 错误子类型: SEGV_MAPERR </li>     <li>35. 1. 观察crash logsiginfo:si_signo=SIGSEGV: si_errno=0,si_code=1 (SEGV_MAPERR),si_addr=0x0000000000000008 错误地址(重要): 0x0000000000000008 这是对空指针解引用的表现 </li>     <li>36. 1. 观察crash logInstructions: (pc=0x00002aaf0d11c031)0x00002aaf0d11c021: 8b 97 e0 09 00 00 44 89 c7 48 8b 0c fa 49 89 d00x00002aaf0d11c031: 4c 8b 49 08 49 83 39 00 75 2b 8b 73 08 66 90 8b crash地点附近的代码: (十六进制表示的机器码) pc表示当前指令指针的值 淘宝JDK6u30开始直接在crash log 里显示这部分代码的反汇编 </li>     <li>37. 1. 观察crash logStack: [0x0000000041cc3000,0x0000000041dc4000], sp=0x0000000041dbd480, freespace=1001kNative frames: (J=compiled Java code, j=interpreted, Vv=VM code, C=native code)V [libjvm.so+0x593031]V [libjvm.so+0x592cf2]V [libjvm.so+0x590001]V [libjvm.so+0x2d5bc2]V [libjvm.so+0x2d2cbc]V [libjvm.so+0x25b0de]V [libjvm.so+0x2dc468]V [libjvm.so+0x2dbd6e]V [libjvm.so+0x72d159]V [libjvm.so+0x7268c1]V [libjvm.so+0x623e1f] native级别的调用栈记录 老JDK6上libjvm.so里的符号不会显示, JDK6u25或更高版本则会显示 </li>     <li>38. 1. 观察crash log// First letter indicates type of the frame:// J: Java frame (compiled)// j: Java frame (interpreted)// V: VM frame (C/C++)// v: Other frames running VM generated code (e.g. stubs, adapters, etc.)// C: C/C++ frame </li>     <li>39. 1. 观察crash logStack: [0x0000000041cc3000,0x0000000041dc4000], sp=0x0000000041dbd480, freespace=1001kNative frames: (J=compiled Java code, j=interpreted, Vv=VM code, C=native code)V [libjvm.so+0x593031]V [libjvm.so+0x592cf2]V [libjvm.so+0x590001]V [libjvm.so+0x2d5bc2]V [libjvm.so+0x2d2cbc]V [libjvm.so+0x25b0de]V [libjvm.so+0x2dc468]V [libjvm.so+0x2dbd6e]V [libjvm.so+0x72d159]V [libjvm.so+0x7268c1]V [libjvm.so+0x623e1f] 有些crash log里, 后面还会有Java级别的栈帧 </li>     <li>40. 1. 观察crash logCurrent CompileTask:C2:2554 !com.taobao.rate.ratesearch.RateSearchAdaptor.adaptRateDoToSchemaDO(Lcom/taobao/ratecenter/domain/dataobject/FeedRateDO;ZLjava/util/Set;)Lcom/taobao/rate/ratesearch/dataobject/RateSearchSchemaDO; (504 bytes) (编译器线程) 当前正在编译的Java方法的签名 </li>     <li>41. 1. 观察crash logCurrent CompileTask:C2:2554 !com.taobao.rate.ratesearch.RateSearchAdaptor.adaptRateDoToSchemaDO(Lcom/taobao/ratecenter/domain/dataobject/FeedRateDO;ZLjava/util/Set;)Lcom/taobao/rate/ratesearch/dataobject/RateSearchSchemaDO; (504 bytes) 编译器类型: C1是Client Compiler C2是Server Compiler </li>     <li>42. 1. 观察crash logCurrent CompileTask:C2:2554 !com.taobao.rate.ratesearch.RateSearchAdaptor.adaptRateDoToSchemaDO(Lcom/taobao/ratecenter/domain/dataobject/FeedRateDO;ZLjava/util/Set;)Lcom/taobao/rate/ratesearch/dataobject/RateSearchSchemaDO; (504 bytes) 编译任务的编号: 第2554个编译任务 </li>     <li>43. 1. 观察crash logCurrent CompileTask:C2:2554 !com.taobao.rate.ratesearch.RateSearchAdaptor.adaptRateDoToSchemaDO(Lcom/taobao/ratecenter/domain/dataobject/FeedRateDO;ZLjava/util/Set;)Lcom/taobao/rate/ratesearch/dataobject/RateSearchSchemaDO; (504 bytes) 该被编译的方法里有异常处理代码 </li>     <li>44. 1. 观察crash logCurrent CompileTask:C2:2554 !com.taobao.rate.ratesearch.RateSearchAdaptor.adaptRateDoToSchemaDO(Lcom/taobao/ratecenter/domain/dataobject/FeedRateDO;ZLjava/util/Set;)Lcom/taobao/rate/ratesearch/dataobject/RateSearchSchemaDO; (504 bytes) 该被编译的方法的字节码大小: 504字节 </li>     <li>45. 1. 观察crash log--------------- P R O C E S S ---------------Java Threads: ( => current thread ) ... 0x000000005210b800 JavaThread "Low Memory Detector" daemon [_thread_blocked, id=28539, stack(0x0000000041dc4000,0x0000000041ec5000)]=>0x0000000052109000 JavaThread "CompilerThread1" daemon [_thread_in_native, id=28538, stack(0x0000000041cc3000,0x0000000041dc4000)] 0x0000000052104000 JavaThread "CompilerThread0" daemon [_thread_blocked, id=28537, stack(0x0000000041bc2000,0x0000000041cc3000)] 0x0000000052102000 JavaThread "Signal Dispatcher" daemon [_thread_blocked, id=28536, stack(0x0000000040bec000,0x0000000040ced000)] 线程列表中=>表明当前线程 </li>     <li>46. 1. 观察crash logtime: Mon Apr 9 21:44:28 2012elapsed time: 355 seconds 该进程启动时刻: 2012-04-09 21:44:28 </li>     <li>47. 1. 观察crash logtime: Mon Apr 9 21:44:28 2012elapsed time: 355 seconds 该进程运行时间长度: 355秒 可用于判断程序运行阶段,特别是程序重启时区分新老进程 </li>     <li>48. 1. 观察crash log• (续上例)• 只看crash log如何知道crash地点附近的代码是 怎样的?• 用udis库里带的udcli工具来反汇编 – echo <code> | udcli -intel -x -[32|64] -o <addr>• 使用例: https://gist.github.com/2584513#file_udcli_example.log• (如有core dump则直接用gdb的disassemble 命令更方便) </li>     <li>49. 1. 观察crash log• (续上例)• 看不到调用栈里libjvm.so的函数的符号信息怎么 办? – objdump -C -d --start-address=<addr> libjvm.so | egrep >:$ -m 1• 一个简单的shell脚本来获取crash log里 libjvm.so的函数的符号信息 – https://gist.github.com/2584416• 把符号信息放回到crash log里 – https://gist.github.com/2584513#file_java_error_28522.s hort.extra.log </li>     <li>50. 1. 观察crash log• (续上例)• 用关键字搜索 – SIGSEGV PhaseIdealLoop::build_loop_late_post• 搜到若干个bug ID,其中包括7068051 – 但仔细观察“Release Fixed”与“Related Bugs”可知该 bug从JDK7/HS21才开始存在,也只在JDK7与JDK8 发布了修正。而本案例在JDK6u23上。• 实际上更可能是7070134 – 可惜该bug详情不公开 – 从邮件列表的讨论可以一窥端倪 – 从JDK的release note可知它在JDK6u29已修复 </li>     <li>51. 1. 观察crash log• (续上例)• 如在老版本JDK上遇到crash,且能稳定重现• 然后能找到已知的JDK bug,并且确认官方已在 新版JDK提供修复• 那…赶紧找个测试环境升级到新JDK再跑跑回归 测试吧• 广告:该案例在淘宝JDK6u32上测试运行无问题 </li>     <li>52. 1. 观察crash log• (续上例)• 如果碰到编译器问题但没找到已知的JDK bug 怎么办?• 可针对部分Java方法禁用JIT编译 – -XX:CompileCommand=exclude,class/name,methodName – 参考例子 </li>     <li>53. 1. 观察crash log• 如果有已知bug,但暂时无法升级JDK – 请参考bug report中给出的workaround </li>     <li>54. 2. 用jstack/gdb看栈的状况• 为定位问题原因,可先查看线程栈的状况• jstack与gdb皆可从core dump获取栈信息• (如果有core dump但无crash log,看栈的状 况是第一着手点) </li>     <li>55. 2. 用jstack/gdb看栈的状况• jstack <java_executable_path> <core_dump_path>• gdb <java_executable_path> <core_dump_path> </li>     <li>56. 2. 用jstack/gdb看栈的状况• jstack可看到Java与native栈帧的符号信息• gdb可看到更准确的native栈帧的符号信息 – gdb的backtrace(简写bt)命令查看当前线程栈 – gdb的info threads命令查看线程列表 – gdb的thread <n>切换线程 </li>     <li>57. 2. 用jstack/gdb看栈的状况• 例:https://gist.github.com/2574440• 可见jstack的输出中有一个线程在深度递 归,且该线程最顶上的方法是native方法• 用gdb打开core dump确定出问题的线程正 是在上面看到的在深度递归的线程• 此可推断该crash虽然表现为native crash, 但根本问题在Java代码中(递归条件不完 善导致无限递归) </li>     <li>58. 2. 用jstack/gdb看栈的状况• (续上例)• 如果既没crash log又没core dump怎么办?• $ sudo cat /var/log/messages | grep -i java• May 2 14:08:47 testmachine kernel: : java[2089]: segfault at 0000000041a2efa8 rip 00002aaab81e2507 rsp 0000000041a2f018 error 6• 通过上面的系统日志也可以看到是爆栈了 – 出错地址与栈顶指针(rsp)很接近• 还是需要core dump来定位根本问题 – ulimit -c unlimited </li>     <li>59. 3. 连续在不固定位置遇到native OutOfMemoryError• 老版本JDK在JVM需要分配native memory 无法得到满足时 – 报告java.lang.OutOfMemoryError – 并打出crash log,然后退出• 例: https://gist.github.com/2575866#file_command_prompt </li>     <li>60. 3. 连续在不固定位置遇到native OutOfMemoryError# A fatal error has been detected by the Java Runtime Environment:## java.lang.OutOfMemoryError: requested 4092 bytes for char in/BUILD_AREA/jdk6_24/hotspot/src/share/vm/utilities/stack.inline.hpp. Out ofswap space?## Internal Error (allocation.inline.hpp:39), pid=15553, tid=1325374352# Error: char in/BUILD_AREA/jdk6_24/hotspot/src/share/vm/utilities/stack.inline.hpp </li>     <li>61. 3. 连续在不固定位置遇到native OutOfMemoryError• 新版本JDK(JDK6u25或更高版本)的提 示信息更为友善• 例: https://gist.github.com/2575866#file_command_prompt2 </li>     <li>62. 3. 连续在不固定位置遇到native OutOfMemoryError# There is insufficient memory for the Java Runtime Environment to continue.# Native memory allocation (malloc) failed to allocate 4092 bytes for charin /BUILD_AREA/jdk6_32/hotspot/src/share/vm/utilities/stack.inline.hpp# Possible reasons:# The system is out of physical RAM or swap space# In 32 bit mode, the process size limit was hit# Possible solutions:# Reduce memory load on the system# Increase physical memory or swap space# Check if swap backing store is full# Use 64 bit Java on a 64 bit OS# Decrease Java heap size (-Xmx/-Xms)# Decrease number of Java threads# Decrease Java thread stack sizes (-Xss)# Set larger code cache with -XX:ReservedCodeCacheSize=# This output file may be truncated or incomplete.## Out of Memory Error (allocation.inline.hpp:44), pid=16388,tid=1325312912 </li>     <li>63. 3. 连续在不固定位置遇到native OutOfMemoryError• 如果native memory吃紧,则JVM可能在一 些需要多用native memory的地方遇到问题 – 动态编译过程中需要使用临时内存 – GC过程中需要使用GC堆之外额外的临时内存• 写得不好的native库也可能出问题 – 不检查malloc()结果是否为NULL就直接使用的• 实际表现为不固定位置的native OutOfMemoryError </li>     <li>64. 3. 连续在不固定位置遇到native OutOfMemoryError• 例:https://gist.github.com/2575866• 演示场景: – 将native memory用到接近极限,然后触发GC, 让GC因无法分配到临时内存而报native OOME </li>     <li>65. 3. 连续在不固定位置遇到native OutOfMemoryError• (续上例)• 实验方法: – 在64位Linux上运行32位JDK – 分别使用JDK6u24与JDK6u32进行两次实验 – 使用较大的GC堆 • -Xmx2g –XX:MaxPermSize=512m – 创建82个、每个占用16MB native memory的 DirectByteBuffer,保证它们存活 – 此时32位寻址空间已经快被耗尽 – 然后触发GC;JVM尝试为GC分配辅助数据结构的 内存空间时失败,报native OOME </li>     <li>66. 3. 连续在不固定位置遇到native OutOfMemoryError 用户态寻址空间的默认大小 32位程序 64位程序 32位Linux 3GB 64位Linux 4GB 很大…32位Windows 2GB 无论“物理内存”有多大, 进程在用户态可寻址的空间就这么大, 如果native memory的需求超过了寻址 空间的限制就会分配不出内存 </li>     <li>67. 3. 连续在不固定位置遇到native OutOfMemoryError 用户态寻址空间的默认大小 32位程序 64位程序 32位Linux 3GB 64位Linux 4GB 很大…32位Windows 2GB 如果对native memory需求大, 但受到了32位寻址空间的限制, 请升级到64位系统+64位JDK </li>     <li>68. 3. 连续在不固定位置遇到native OutOfMemoryError• (续上例)• 如在64位JDK上遇到native OOME• 通常不是寻址空间不足,而是整个虚拟内 存的资源不足了 – 物理内存+交换空间 </li>     <li>69. 3. 连续在不固定位置遇到native OutOfMemoryError• 已知native memory使用过多,如何排查?• 从简单的情况开始 – 先检查是不是NIO direct memory造成的问题 – 然后看是否遇到别的已知容易导致native memory泄漏的情况 – 还不行…试试挂上perftools或valgrind之类• 请参考毕玄的经验帖 </li>     <li>70. 3. 连续在不固定位置遇到native OutOfMemoryError• NIO direct memory – 一部分在GC堆内 • DirectByteBuffer自身是普通Java对象 • 大小固定 • 32位HotSpot VM上:56字节 • 64位HotSpot VM上(开压缩指针):64字节 • 64位HotSpot VM上(不开压缩指针):80字节 – 一部分在GC堆外的native memory中 • malloc()得到,大小由用户指定(外加一个内存页) • DirectByteBuffer.address字段记录着地址 </li>     <li>71. 3. 连续在不固定位置遇到native OutOfMemoryErrorhsdb> inspect 0xe366e730instance of Oop for java/nio/DirectByteBuffer @ 0xe366e730 (size = 56)_mark: 5_metadata._klass: InstanceKlass for java/nio/DirectByteBuffer @0xba1a9a40mark: -1position: 0limit: 128capacity: 128 32位HotSpot VMaddress: 3092664320hb: nulloffset: 0isReadOnly: falsebigEndian: truenativeByteOrder: falsefd: nullatt: nullcleaner: Oop for sun/misc/Cleaner @ 0xe366e7a0 </li>     <li>72. 3. 连续在不固定位置遇到native OutOfMemoryErrorhsdb> inspect 0x00000000ee9a34f8instance of Oop for java/nio/DirectByteBuffer @ 0x00000000ee9a34f8(size = 64)_mark: 5_metadata._compressed_klass: InstanceKlass forjava/nio/DirectByteBuffer @ 0x00000000c443ee38mark: -1position: 0limit: 128capacity: 128 64位HotSpot VMaddress: 46912657712128 (开压缩指针)hb: nulloffset: 0isReadOnly: falsebigEndian: truenativeByteOrder: falsefd: nullatt: nullcleaner: Oop for sun/misc/Cleaner @ 0x00000000ee9a3600 </li>     <li>73. 3. 连续在不固定位置遇到native OutOfMemoryErrorhsdb> inspect 0x00002aaad7f14650instance of Oop for java/nio/DirectByteBuffer @ 0x00002aaad7f14650(size = 80)_mark: 1_metadata._klass: InstanceKlass for java/nio/DirectByteBuffer @0x00002aaaae6388a8mark: -1position: 0limit: 128capacity: 128 64位HotSpot VMaddress: 46913730187408 (不开压缩指针)hb: nulloffset: 0isReadOnly: falsebigEndian: truenativeByteOrder: falsefd: nullatt: nullcleaner: Oop for sun/misc/Cleaner @ 0x00002aaad7f147d0 </li>     <li>74. 3. 连续在不固定位置遇到native OutOfMemoryError• NIO direct memory释放native memory – 通过sun.misc.Cleaner • 是PhantomReference • 释放DirectByteBuffer关联的native memory – 需要借助GC来触发Cleaner的清理动作 – 详细介绍请参考这帖: • http://hllvm.group.iteye.com/group/topic/27945 </li>     <li>75. 3. 连续在不固定位置遇到native OutOfMemoryError• NIO direct memory释放native memory – 如果GC不频繁,则已死的DirectByteBuffer所 关联的native memory可能得不到及时释放 – 从而导致“内存泄漏”的表象 – 可能进而引发JVM crash </li>     <li>76. 3. 连续在不固定位置遇到native OutOfMemoryError• 判断是否有已死DirectByteBuffer堆积?• 对运行中的Java进程使用工具: – jmap -histo <pid> | grep DirectByteBuffer$Deallocator • 可获得通过Java的ByteBuffer.allocateDirect() 创建的DirectByteBuffer对象的个数 – DirectMemorySize • 可获得当前NIO direct memory所申请的native memory的大小(reserved size) • 可选的-e -v参数可提供更详细信息 – 但加这俩参数会大幅降低该工具的运行速度,请谨慎使用 </li>     <li>77. 3. 连续在不固定位置遇到native OutOfMemoryError• 操作步骤 – jmap -histo <pid> | grep DirectByteBuffer$Deallocator – java -cp .:$JAVA_HOME/lib/sa-jdi.jar DirectMemorySize <pid> – jmap -histo:live <pid> 2>&1 1>/dev/null – jmap -histo:live <pid> | grep DirectByteBuffer$Deallocator – java -cp .:$JAVA_HOME/lib/sa-jdi.jar DirectMemorySize <pid> </li>     <li>78. 3. 连续在不固定位置遇到native OutOfMemoryError• 操作步骤 – jmap -histo <pid> | grep DirectByteBuffer$Deallocator – java -cp .:$JAVA_HOME/lib/sa-jdi.jar DirectMemorySize <pid> – jmap -histo:live <pid> 2>&1 1>/dev/null 先看当前在GC堆内的 – jmap -histo:live <pid> | grep DirectByteBuffer DirectByteBuffer$Deallocator 对象的个数 – java -cp .:$JAVA_HOME/lib/sa-jdi.jar (不论死活) DirectMemorySize <pid> </li>     <li>79. 3. 连续在不固定位置遇到native OutOfMemoryError• 操作步骤 – jmap -histo <pid> | grep DirectByteBuffer$Deallocator – java -cp .:$JAVA_HOME/lib/sa-jdi.jar DirectMemorySize <pid> – jmap -histo:live <pid> 2>&1 1>/dev/null 看当前NIO direct – jmap -histo:live <pid> | grep memory所占用的 DirectByteBuffer$Deallocator native memory大小 – java -cp .:$JAVA_HOME/lib/sa-jdi.jar (地址空间意义上) DirectMemorySize <pid> </li>     <li>80. 3. 连续在不固定位置遇到native OutOfMemoryError• 操作步骤 从外部强行触发一次 – jmap -histo <pid> | grep full GC DirectByteBuffer$Deallocator (不需关心它的输出) – java -cp .:$JAVA_HOME/lib/sa-jdi.jar DirectMemorySize <pid> – jmap -histo:live <pid> 2>&1 1>/dev/null – jmap -histo:live <pid> | grep DirectByteBuffer$Deallocator – java -cp .:$JAVA_HOME/lib/sa-jdi.jar DirectMemorySize <pid> </li>     <li>81. 3. 连续在不固定位置遇到native OutOfMemoryError• 操作步骤 再触发一次full GC, – jmap -histo <pid> | grep 并观察GC后还存活的 DirectByteBuffer DirectByteBuffer$Deallocator – 对象的个数 java -cp .:$JAVA_HOME/lib/sa-jdi.jar DirectMemorySize <pid> – jmap -histo:live <pid> 2>&1 1>/dev/null – jmap -histo:live <pid> | grep DirectByteBuffer$Deallocator – java -cp .:$JAVA_HOME/lib/sa-jdi.jar DirectMemorySize <pid> </li>     <li>82. 3. 连续在不固定位置遇到native OutOfMemoryError• 操作步骤 最后观察两次full GC – jmap -histo <pid> | grep 后NIO direct memory 所占用的native DirectByteBuffer$Deallocator – memory的大小 java -cp .:$JAVA_HOME/lib/sa-jdi.jar DirectMemorySize <pid> – jmap -histo:live <pid> 2>&1 1>/dev/null – jmap -histo:live <pid> | grep DirectByteBuffer$Deallocator – java -cp .:$JAVA_HOME/lib/sa-jdi.jar DirectMemorySize <pid> </li>     <li>83. 3. 连续在不固定位置遇到native OutOfMemoryError• 经过上述操作 – 如发现一开始DirectByteBuffer对象个数较 多,且NIO direct memory占用的内存也是大头 – 且在两次full GC后,这两个数值都有显著降低 – 那么可以断定native memory使用量大与NIO direct memory占用的内存未及时清理相关 </li>     <li>84. 3. 连续在不固定位置遇到native OutOfMemoryError• 对策: – 检查是否使用了-XX:+DisableExplicitGC • 如有,去掉它 • 如在使用CMS GC,可改为使用: • -XX:+ExplicitGCInvokesConcurrent </li>     <li>85. 3. 连续在不固定位置遇到native OutOfMemoryError• 对策: – 检查是否使用-XX:MaxDirectMemorySize • 如没有,请将其设置到一个合理的值 • -Xmx + -XX:MaxPermSize + • -XX:ReservedCodeCacheSize + • (-Xss * 线程数) + • -XX:MaxDirectMemorySize • 的总和应保持在物理内存的大小以下 • 并应留出缓冲的余度 – 详细仍请参考前面提到的参数经验帖 </li>     <li>86. 4. 进一步分析• 需要更多的底层知识 – 这里不展开讲 – 需要对HotSpot VM和JDK有深入的了解 – 能够熟练使用gdb调试C或C++写的程序 • 或其它native debugger – 能够借助HotSpot VM自带的CLHSDB工具来辅 助调试 </li>     <li>87. 4. 进一步分析• for 阿里系的同事 – 遇到crash请先自救 – 在前面介绍的方法都无法分析出crash的原因时 • 确认已保存好现场 • 欢迎向核心系统研发-专用计算组咨询 </li>     <li>88. QUESTIONS? </li>     <li>89. Kris Mok, Software Engineer, Taobao@rednaxelafx莫枢 /“撒迦” </li>     <li>90. 以下是未使用内容 </li>     <li>91. hs_err_pid<pid>.log文件的解析CRASH LOG的结构 </li>     <li>92. instructions段Instructions: (pc=0x00002b4fb5a7a648)0x00002b4fb5a7a628: 48 8b 07 ff 50 20 66 90 48 8b 43 48 48 8b 40 080x00002b4fb5a7a638: 83 40 30 01 e8 bf 2f c4 ff c6 80 9c 02 00 00 010x00002b4fb5a7a648: 45 89 2e c6 80 9c 02 00 00 00 48 8b 5b 48 48 8b0x00002b4fb5a7a658: 7b 10 4c 8b 63 08 48 83 7f 08 00 74 09 e8 66 4d crash地点附近 的机器码 </li>     <li>93. instructions段Instructions: (pc=0x00002b4fb5a7a648)0x00002b4fb5a7a628: 48 8b 07 ff 50 20 66 90 48 8b 43 48 48 8b 40 080x00002b4fb5a7a638: 83 40 30 01 e8 bf 2f c4 ff c6 80 9c 02 00 00 010x00002b4fb5a7a648: 45 89 2e c6 80 9c 02 00 00 00 48 8b 5b 48 48 8b0x00002b4fb5a7a658: 7b 10 4c 8b 63 08 48 83 7f 08 00 74 09 e8 66 4d[Disassembling for mach=i386:x86-64] 0x00002b4fb5a7a628: mov (%rdi),%rax 0x00002b4fb5a7a62b: callq *0x20(%rax) 0x00002b4fb5a7a62e: xchg %ax,%ax 0x00002b4fb5a7a630: mov 0x48(%rbx),%rax 0x00002b4fb5a7a634: mov 0x8(%rax),%rax 0x00002b4fb5a7a638: addl $0x1,0x30(%rax) 淘宝JDK6u30开始 0x00002b4fb5a7a63c: callq 0x00002b4fb56bd600 带有的附加信息: 0x00002b4fb5a7a641: movb $0x1,0x29c(%rax) 0x00002b4fb5a7a648: mov %r13d,(%r14) 汇编指令 0x00002b4fb5a7a64b: movb $0x0,0x29c(%rax) 0x00002b4fb5a7a652: mov 0x48(%rbx),%rbx 0x00002b4fb5a7a656: mov 0x10(%rbx),%rdi 0x00002b4fb5a7a65a: mov 0x8(%rbx),%r12 0x00002b4fb5a7a65e: cmpq $0x0,0x8(%rdi) 0x00002b4fb5a7a663: je 0x00002b4fb5a7a66e 0x00002b4fb5a7a665: .byte 0xe8 0x00002b4fb5a7a666: data16 0x00002b4fb5a7a667: rex.WRB </li>     <li>94. 栈帧类型// First letter indicates type of the frame:// J: Java frame (compiled)// j: Java frame (interpreted)// V: VM frame (C/C++)// v: Other frames running VM generated code (e.g. stubs, adapters, etc.)// C: C/C++ frame </li>     <li>95. TODO• SIGSEGV• SIGBUS• SIGILL• EXCEPTION_ACCESS_VIOLATION• Internal Error </li>     <li>96. CLHSDB TODOCLHSDB </li>    </ul>