JVM会定期挂起

Question

试图调试行为不端的Java VM。 有问题的过程是在Centos 5上运行Sun VM 1.6u24的大型VM（100GB堆），它正在执行例行的后端工作 - 即数据库访问，文件I / O等。

重新启动进程以进行软件版本升级后，我们发现其吞吐量已显着下降。 大多数时候，顶级报告称Java进程正在充分利用2个核心。 在此期间，VM完全不负责任：没有写入日志，也没有响应外部工具，如jstack或kill -3。 VM恢复后，该过程将按正常方式继续，直到下一次挂起。

strace显示在这些挂起期间，只有2个线程进行系统调用。 这些是VM线程“VM线程”（21776）和“VM周期性任务线程”（21786）。 据推测，这两个线程耗尽了CPU时间。 应用程序线程偶尔会唤醒并完成工作。 其余的时间他们似乎在等待各种futexes。 顺便提一下，正常阶段的第一行始终是SIGSEGV。

[pid 21776] sched_yield()               = 0
[pid 21776] sched_yield()               = 0
[pid 21776] sched_yield( <unfinished ...>
[pid 21786] <... futex resumed> )       = -1 ETIMEDOUT (Connection timed out)
[pid 21776] <... sched_yield resumed> ) = 0
[pid 21786] futex(0x2aabac71ef28, FUTEX_WAKE_PRIVATE, 1 <unfinished ...>
[pid 21776] sched_yield( <unfinished ...>
[pid 21786] <... futex resumed> )       = 0
[pid 21786] clock_gettime(CLOCK_MONOTONIC, {517080, 280918033}) = 0
[pid 21786] clock_gettime(CLOCK_REALTIME, {1369750039, 794028000}) = 0
[pid 21786] futex(0x2aabb81b94c4, FUTEX_WAIT_PRIVATE, 1, {0, 49923000} <unfinished ...>
[pid 21776] <... sched_yield resumed> ) = 0
[pid 21776] sched_yield()               = 0
[pid 21776] sched_yield()               = 0
[pid 21955] --- SIGSEGV (Segmentation fault) @ 0 (0) ---
[pid 21955] rt_sigreturn(0x2b1cde2f54ad <unfinished ...>

问题表现在2个不同的服务器上。 回滚我们的代码版本仅适用于2台服务器中的一台。 系统日志中未报告任何错误消息，受影响的计算机上的另一个Java进程正常运行。

以下输出是使用gstack获得的，并显示了2个典型的等待应用程序线程：

Thread 552 (Thread 0x4935f940 (LWP 21906)):
#0  0x00000030b040ae00 in pthread_cond_timedwait@@GLIBC_2.3.2 () from /lib64/libpthread.so.0
#1  0x00002b1cdd8548d6 in os::PlatformEvent::park(long) () from /usr/lib/jvm/java/jre/lib/amd64/server/libjvm.so
#2  0x00002b1cdd92b230 in ObjectMonitor::wait(long, bool, Thread*) () from /usr/lib/jvm/java/jre/lib/amd64/server/libjvm.so
#3  0x00002b1cdd928853 in ObjectSynchronizer::wait(Handle, long, Thread*) () from /usr/lib/jvm/java/jre/lib/amd64/server/libjvm.so
#4  0x00002b1cdd69b716 in JVM_MonitorWait () from /usr/lib/jvm/java/jre/lib/amd64/server/libjvm.so
#5  0x00002b1cde193cc8 in ?? ()
#6  0x00002b1ce2552d90 in ?? ()
#7  0x00002b1cdd84fc23 in os::javaTimeMillis() () from /usr/lib/jvm/java/jre/lib/amd64/server/libjvm.so
#8  0x00002b1cde188a82 in ?? ()
#9  0x0000000000000000 in ?? ()
Thread 551 (Thread 0x49460940 (LWP 21907)):
#0  0x00000030b040ab99 in pthread_cond_wait@@GLIBC_2.3.2 () from /lib64/libpthread.so.0
#1  0x00002b1cdd854d6f in Parker::park(bool, long) () from /usr/lib/jvm/java/jre/lib/amd64/server/libjvm.so
#2  0x00002b1cdd98a1c8 in Unsafe_Park () from /usr/lib/jvm/java/jre/lib/amd64/server/libjvm.so
#3  0x00002b1cde193cc8 in ?? ()
#4  0x000000004945f798 in ?? ()
#5  0x00002b1cde188a82 in ?? ()
#6  0x0000000000000000 in ?? ()

我们研究了NTPD的问题，包括闰秒错误，但建议的解决方法没有帮助，也没有使用外部NTPD服务器。 重启机器本身也无济于事。 我们已启用GC日志记录，并且它不会将其视为GC问题，因为没有消息指示它。 寻找任何可以帮助解决此问题的建议，非常感谢任何帮助。

Answer 1

以下是我要看的几件事：

• 当JVM没有响应时，使用iostat和vmstat查看系统是否在颠簸。 当你过度分配内存时会发生这种情况; 即整个系统使用的虚拟内存明显多于物理内存。

• 打开JVM的GC日志记录，查看JVM无响应和GC运行之间是否存在关联。