Java CPU 飙高问题快速定位与性能优化排查步骤

昨天下午，突然收到运维邮件报警，显示数据平台服务器的 CPU 利用率飙升到了 98.94%。最近一段时间，这个数值也持续在 70% 以上。第一反应可能是硬件资源遇到了瓶颈需要扩容，但仔细一想，我们的业务系统并非高并发或 CPU 密集型应用，这个利用率高得有些反常。硬件瓶颈通常不会来得这么快，大概率是某处的业务代码逻辑出了问题。

2、排查思路

2.1 定位高负载进程 pid

我们首先要做的是登录服务器，使用 top 命令来确认实际情况，再根据具体信息进行分析判断。

通过观察 load average，并结合服务器核心数（例如8核）的评判标准，可以确认当前服务器的负载确实过高。

进一步观察各个进程的资源使用情况，可以发现进程 ID（PID）为 682 的进程占用了极高的 CPU 资源。

2.2 定位具体的异常业务

这时，我们可以使用 pwdx 命令，根据 PID 找到对应业务进程的工作目录，从而定位到项目负责人和具体项目。

通过命令输出，可以得出结论：这个高 CPU 占用的进程，正是数据平台的 Web 服务。

2.3 定位异常线程及具体代码行

传统的线程问题定位方案一般分为四步：

1. top oder by with P：按进程负载排序，找到负载最高的 PID。
2. top -Hp 进程PID：查看指定进程下的所有线程，找到 CPU 占用高的线程 PID。
3. printf “0x%x ”线程PID：将线程 PID 转换为 16 进制，为后续查找 jstack 日志做准备。
4. jstack 进程PID | vim +/十六进制线程PID -：使用 jstack 输出线程堆栈，并快速定位到特定线程。

但对于需要争分夺秒的线上问题排查来说，这四步操作还是略显繁琐。值得庆幸的是，之前介绍过的淘宝同学 oldratlee 已将这套流程封装成了一个非常便捷的工具——show-busy-java-threads.sh，可以极大提升这类问题的定位效率。

从工具的输出可以清晰看到，一个名为 Timer-8 的线程占用了 83.2% 的 CPU，并且堆栈跟踪指向一个时间工具类中的特定方法：com.bj58.zhuanzhuan.analysis.util.TimestampUtil.TimestampToOdate(TimestampUtil.java:31)。定位到具体方法后，接下来就是审查其代码逻辑，看是否存在性能缺陷。

提示：如果线上情况万分紧急，可以跳过 2.1 和 2.2 步骤，直接使用 show-busy-java-threads.sh 这类工具进行线程分析。本文从多角度分步骤阐述，旨在为大家呈现一套完整、清晰的排查思路。

3、根因分析

经过上述层层排查，最终问题根源锁定在一个时间工具类的方法上，正是它导致了服务器负载和 CPU 使用率的异常飙升。

• 异常方法逻辑：该方法的功能是将时间戳转换为具体的日期时间格式。
• 上层调用：在业务逻辑中，需要计算从当天凌晨到当前时间点的每一秒，并调用该方法将每一秒的时间戳都格式化，然后将结果放入一个 Set 集合中返回。
• 业务场景：该逻辑应用于数据平台的实时报表查询。实时报表会以固定时间间隔进行查询，而单次查询中，这个方法会被调用非常多次（记为 n 次）。

这样一来，问题就显而易见了。假设当前时间是上午 10 点，那么一次查询中，这个方法的计算次数就是 10 * 60 * 60 * n = 36，000 * n 次。更关键的是，随着时间向午夜靠近，单次查询的计算次数还会线性增长。由于实时查询、实时报警等模块会发起大量的查询请求，每个请求又会多次调用这个高开销的方法，最终导致了 CPU 资源的严重浪费和占用。

4、解决方案

定位到问题后，首要思路就是减少不必要的计算，优化这个异常方法。进一步排查业务代码发现，上层逻辑其实并没有使用该方法返回的 Set 集合中的具体日期字符串，而仅仅是获取了 Set 的 size() 值。

确认这一点后，解决方案就变得简单直接：我们可以用一个计算量极小的新方法来替代它——直接计算“当前秒数”与“当天凌晨秒数”的差值。替换上线后，持续观察服务器负载和 CPU 使用率，发现相比异常时段下降了近 30 倍，各项指标均恢复至正常健康状态。至此，问题得以圆满解决。

5、总结

• 编码时需兼顾性能：实现业务逻辑是基本要求，但追求更高效、更优雅的实现方式，则体现了工程师更深层次的能力和境界，这也是工程师的核心竞争力所在。
• 重视代码审查（Code Review）：代码完成后，应多进行复盘和审查，思考是否有更好的实现方案，防患于未然。
• 深究线上问题的每个细节：细节决定成败。技术人员应具备刨根问底的好奇心和追求卓越的精神，这正是我们能够在运维与开发道路上不断成长和提升的关键。面对线上告警，就像本次遇到的Java进程CPU飙高，一套科学、高效的排查流程至关重要。