前言
前一段時間,公司同僚的一個線上服務
OOM
的問題,我覺得挺有意思的,在這裡跟大家一起分享一下。
我當時其實也參與了一部分問題的定位。
1 案發現場
他們有個
mq
消費者服務,在某一天下午,出現
OOM
了,導緻服務直接挂掉。
當時我們收到了很多
記憶體
的
報警郵件
。
發現問題之後,運維第一時間,幫他們dump了當時的記憶體快照,以便于開發人員好定位問題。
之後,運維重新開機了該服務,系統暫時恢複了正常。
大家都知道,如果出現了線上OOM問題,為了不影響使用者的正常使用,最快的解決辦法就是重新開機服務。
但重新開機服務治标不治本,隻能臨時解決一下問題,如果不找到真正的原因,難免下次在某個不經意的時間點,又會出現OOM問題。
是以,有必要定位一下具體原因。
2 初步定位問題
當時運維
dump
下來的
記憶體快照
檔案有
3G
多,太大了,由于公司内網限制,沒辦法及時給到開發這邊。
沒辦法,隻能先從日志檔案下手了。
在查日志之前,我們先檢視了
prometheus
上的服務監控。查到了當時那個mq消費者服務的記憶體使用情況,該服務的記憶體使用率一直都比較平穩,從
2022-09-26 14:16:29
開始,出現了一個明顯的記憶體飙升情況。
根據以往經驗總結出來的,在追查日志時,時間點是一個非常重要的過濾條件。
是以,我們當時重點排查了
2022-09-26 14:16:29
前後5秒鐘的日志。
由于這個服務,并發量不大,在那段時間的日志量并不多。
是以,我們很快就鎖定了excel檔案導入導出功能。
該功能的流程圖如下:
- 使用者通過浏覽器上傳excel,調用檔案上傳接口。
- 該接口會上傳excel到檔案伺服器。然後将檔案url,通過mq消息,發送到mq伺服器。
- mq消費者消費mq消息,從檔案伺服器中擷取excel資料,做業務處理,然後把結果寫入新的excel中。
- mq消費者将新excel檔案上傳到檔案伺服器,然後發websocket消息通知使用者。
- 使用者收到通知結果,然後可以下載下傳新的excel。
經過日志分析,時間點剛好吻合,從excel檔案導入之後,mq消費者服務的記憶體使用率一下子飙升。
3. 打不開dump檔案
從上面分析我們得出初步的結論,線上mq消費者服務的OOM問題,是由于excel導入導出導緻的。
于是,我們檢視了相關excel檔案導入導出代碼,并沒有發現明顯的異常。
為了找到根本原因,我們不得不把記憶體快照解析出來。
此時,運維把記憶體快照已經想辦法發給了相關的開發人員(我的同僚)。
那位同僚用電腦上安裝的記憶體分析工具:
MAT
(Memory Analyzer Tool),準備打開那個記憶體快照檔案。
但由于該檔案太大,占了3G多的記憶體,直接打開失敗了。
MemoryAnalyzer.ini
檔案預設支援打開的記憶體檔案是
1G
,後來它将參數
-xmx
修改為
4096m
。
修改之後,檔案可以打開了,但打開的内容卻有問題。
猛然發現,原來是JDK版本不比對導緻的。
他用的
MAT
工具是基于
SunJDK
,而我們生成環境用的
OpenJDK
,二者有些差異。
SunJDK采用JRL協定釋出,而OpenJDK則采用GPL V2協定釋出。兩個協定雖然都是開放源代碼的,但是在使用上的不同,GPL V2允許在商業上使用,而JRL隻允許個人研究使用。
是以需要下載下傳一個基于
OpenJDK
版本的
MAT
記憶體分析工具。
4. 進一步分析
剛好,另一個同僚的電腦上下載下傳過
OpenJDK
版本的
MAT
記憶體分析工具。
把檔案發給他幫忙分析了一下。
最後發現org.apache.poi.xssf.usermodel.XSSFSheet類的對象占用的記憶體是最多的。
目前excel的導入導出功能,大部分是基于
apache
的
POI
技術,而
POI
給我們提供了
WorkBook
接口。
常用的WorkBook接口實作有三種:
-
:它是早期使用最多的工具,支援Excel2003以前的版本,Excel的擴充名是.xls。隻能導出65535條資料,如果超過最大記錄條數會報錯,但不會出現記憶體溢出。HSSFWorkbook
-
:它可以操作Excel2003-Excel2007之間的版本,Excel的擴充名是.xlsx。最多可以導出104w條資料,會建立大量的對象存放到記憶體中,可能會導緻記憶體溢出。XSSFWorkbook
-
:它可以操作Excel2007之後的所有版本,Excel的擴充名是.xlsx。 SXSSFWorkbook是streaming版本的XSSFWorkbook,它隻會儲存最新的rows在記憶體裡供檢視,以前的rows都會被寫入到硬碟裡。用磁盤空間換記憶體空間,不會導緻記憶體溢出。SXSSFWorkbook
看到了這個類,可以驗證之前我們通過日志分析問題,得出excel導入導出功能引起OOM的結論,是正确的。
那個引起OOM問題的功能,剛好使用了XSSFWorkbook處理excel,一次性建立了大量的對象。
關鍵代碼如下:
XSSFWorkbook wb = new XSSFWorkbook(new FileInputStream(file));
XSSFSheet sheet = wb.getSheetAt(0);
我們通過MAT記憶體分析工具,已經确定OOM問題的原因了。接下來,最關鍵的一點是:如何解決這個問題呢?
5. 如何解決問題?
根據我們上面的分析,既然
XSSFWorkbook
在導入導出大excel檔案時,會導緻記憶體溢出。那麼,我們改成
SXSSFWorkbook
不就行了?
關鍵代碼改動如下:
XSSFWorkbook wb = new XSSFWorkbook(new FileInputStream(file));
SXSSFWorkbook swb = new SXSSFWorkbook(wb,100);
SXSSFSheet sheet = (SXSSFSheet) swb.createSheet("sheet1");
使用SXSSFWorkbook将XSSFWorkbook封裝了一層,其中100表示excel一次讀入記憶體的最大記錄條數,excel中其餘的資料将會生成臨時檔案儲存到磁盤上。這個參數,可以根據實際需要調整。
還有一點非常重要:
sheet.flushRows();
需要在程式的結尾處加上上面的這段代碼,不然生成的臨時檔案是空的。
這樣調整之後,問題被暫時解決了。
此外,順便說一句,在使用WorkBook接口的相關實作類時,用完之後,要記得調用 close
方法及時關閉喔,不然也可能會出現OOM問題。
6. 後續思考
其實,當時我建議過使用阿裡開源的
EasyExcel
解決OOM的問題。
但同僚說,excel中有很多樣式,在導出的新excel中要保留之前的樣式,同時增加一列,傳回導入的結果。
如果使用
EasyExcel
不太好處理,使用
原始
的
Workbook
更好處理一些。
但是使用mq異步導入excel檔案這套方案,如果并發量大的話,任然可能會出現OOM問題,有安全隐患。
是以,有必要調整一下mq消費者。
後來,mq消費者的
線程池
,設定成
4
個線程消費,避免mq消費者同時處理過多的消息,讀取大量的excel,導緻記憶體占用過多的問題。當然線程個數參數,可以根據實際情況調整。
此外,使用阿裡的
arthas
也可以定位線上OOM問題,後面會有專門的文章介紹,感興趣的小夥伴可以關注一下。