性能测试常见故障和解决思路

2022-01-10 13:50发布

一、性能问题分析流程

1、查看服务器的CPU、内存 、负载等情况,包括应用服务器和数据库服务器

2、查看数据库健康状态,数据库死锁、连接池不释放

3、查看项目日志(查看无报错现象)

4、查看jvmgc等情况

二、内存溢出

(一)堆内存溢出

现象:

1)压测执行一段时间后,系统处理能力下降。这时用JConsoleJVisualVM等工具连上服务器查看GC情况,每次GC回收都不彻底并且可用堆内存越来越少。

2)压测持续下去,最终在日志中有报错信息:java.lang.OutOfMemoryError.Java heap space

排查手段:

1)使用jmap -histo pid > test.txt命令将堆内存使用情况保存到test.txt文件中,打开文件查看排在前50的类中有没有熟悉的或者是公司标注的类名,如果有则高度怀疑内存泄漏是这个类导致的。

2)如果没有,则使用命令:jmap -dump:live,format=b,file=test.dump pid生成test.dump文件,然后使用MAT进行分析。

3)如果怀疑是内存泄漏,也可以使用JProfiler连上服务器在开始跑压测,运行一段时间后点击“Mark Current Values”,后续的运行就会显示增量,这时执行一下GC,观察哪个类没有彻底回收,基本就可以判断是这个类导致的内存泄漏。

解决方式:

优化代码,对象使用完毕,需要置成null

(二)永久代/方法区溢出

现象:

压测执行一段时间后,日志中有报错信息:java.lang.OutOfMemoryError: PermGen space

产生原因:

由于类、方法描述、字段描述、常量池、访问修饰符等一些静态变量太多,将持久代占满导致持久代溢出。

解决方法:

修改JVM参数,将XX:MaxPermSize参数调大。尽量减少静态变量。

(三)栈内存溢出

现象:

压测执行一段时间后,日志中有报错信息:java.lang.StackOverflowError

产生原因:

线程请求的栈深度大于虚拟机所允许的最大深度,递归没返回,戒者循环调用造成。

解决方法:

修改JVM参数,将Xss参数改大,增加栈内存。栈内存溢出一定是做批量操作引起的,减少批处理数据量。

(四)系统内存溢出

现象:

压测执行一段时间后,日志中有报错信息:java.lang.OutOfMemoryError: unable to create new native thread

产生原因:

操作系统没有足够的资源来产生返个线程造成的。系统创建线程时,除了要在Java堆中分配内存外,操作系统本身也需要分配资源来创建线程。

因此,当线程数量达到一定程度以后,堆中或许还有空间,但是操作系统分配不出资源来了,就出现这个异常了。

解决方法:

1)减少堆内存

2)减少线程数量

3)如果线程数量不能减少,则减少每个线程的堆栈大小,通过-Xss减小单个线程大小,以便能生产更多的线程。

三、CPU过高

(一)us cpu过高

现象:

压测过程中,使用top命令查看系统资源占用情况,us cpu过高,超过50%以上。

排查手段:

1)使用top命令是哪个进程消耗CPU

2)再找到CPU消耗高的线程:top -H -p 进程号

3)把线程号转换成16进制:printf "%x\n" 线程号

4)再用jstack命令分析这个线程是在干什么:jstack 进程号 | grep 16进制的线程号

5)通过JProfilerCPU Views视图的层层分析,可以清楚的找到造成CPU高的原因

(二)Sy cpu过高

现象:

压测过程中,使用top命令查看系统资源占用情况,sy cpu过高,超过50%以上。

排查手段:

1)首先查看磁盘繁忙程度、磁盘的队列(iostatnmon

2)如果磁盘没有问题,则使用strace查看系统内核调用情况

四、TPS上不去

(一)网络带宽

在压力测试中,有时候要模拟大量的用户请求,如果单位时间内传递的数据包过大,超过了带宽的传输能力,那么就会造成网络资源竞争,间接导致服务端接收到的请求数达不到服务端的处理能力上限。

(二)连接池

最大连接数太少,造成请求等待。连接池一般分为服务器中间件连接池(比如Tomcat)和数据库连接池(或者理解为最大允许连接数也行)。

(三)垃圾回收机制

从常见的应用服务器来说,比如Tomcat,如果堆内存设置比较小,就会造成新生代的Eden区频繁的进行Young GC,老年代的Full GC也回收较频繁,那么对TPS也是有一定影响的,因为垃圾回收时通常会暂停所有线程的工作。

(四)数据库

高并发情况下,如果请求数据需要写入数据库,且需要写入多个表的时候,如果数据库的最大连接数不够,或者写入数据的SQL没有索引没有绑定变量,抑或没有主从分离、读写分离等,就会导致数据库事务处理过慢,影响到TPS

(五)硬件资源

包括CPU(配置、使用率等)、内存(占用率等)、磁盘(I/O、页交换等)。

(六)压力机

比如JmeterLoadrunner,单机负载能力有限,如果需要模拟的用户请求数超过其负载极限,也会间接影响TPS(这个时候就需要进行分布式压测来解决其单机负载的问题)。

(七)业务逻辑

业务解耦度较低,较为复杂,整个事务处理线被拉长也会导致TPS上不去。

(八)系统架构

比如是否有缓存服务,缓存服务器配置,缓存命中率、缓存穿透以及缓存过期等,都会影响到测试结果。