记一次.NET某工控图片上传CPU爆高分析
一：背景
1.讲故事
今天给大家带来一个入门级的 CPU 爆高案例，前段时间有位朋友找到我，说他的程序间歇性的 CPU 爆高，不知道是啥情况，让我帮忙看下，既然找到我，那就用 WinDbg 看一下。
二：WinDbg 分析
1. CPU 真的爆高吗
其实我一直都在强调，要相信数据，口说无凭，一定要亲自验证一下，可以使用 !tp 命令。
:000> !tp
CPU utilization: 81%
Worker Thread: Total: 32 Running: Idle: 18 MaxLimit: 2047 MinLimit: 2
Work Request in Queue:
--------------------------------------
Number of Timers: 1
--------------------------------------
Completion Port Thread:Total: Free: MaxFree: 4 CurrentLimit: MaxLimit: 1000 MinLimit: 2
从卦中可以看到，当前的 CPU=81%，果然爆高无疑，接下来就得调查下为什么会爆高，可以从触发 GC 入手。
2. GC 触发了吗
要观察是否 GC 触发，可以观察下线程列表上是否有 (GC) 字样，比如下面的输出。
:006> !t
ThreadCount: 38
UnstartedThread:
BackgroundThread: 37
PendingThread:
DeadThread:
Hosted Runtime: no
Lock
ID OSID ThreadOBJ State GC Mode GC Alloc Context Domain Count Apt Exception
1 5f0 01310688 2a020 Preemptive 00000000:00000000 0130aa50 MTA
2 2 818 0131e358 2b220 Preemptive 00000000:00000000 0130aa50 MTA (Finalizer)
3 6 7b0 01374908 202b220 Preemptive 00000000:00000000 0130aa50 MTA
4 7 f98 01381c50 102a220 Preemptive 00000000:00000000 0130aa50 MTA (Threadpool Worker)
6 3 610 013eba78 2b220 Cooperative 00000000:00000000 0130aa50 1 MTA (GC)
9 44 e04 05585068 1029220 Preemptive 00000000:00000000 0130aa50 MTA (Threadpool Worker)
10 25 448 063dab30 21220 Preemptive 00000000:00000000 0130aa50 Ukn
...
从卦中可以看到6号线程果然带了 (GC) 字样，接下来用 kb 观察下到底是哪一代GC。
:006> kb
# ChildEBP RetAddr Args to Child
00 05beef18 72bb4825 0b771000 00000003 00000001 clr!WKS::gc_heap::relocate_survivor_helper+0x87
01 05beef48 72bb46da 0b771000 00000001 00000000 clr!WKS::gc_heap::relocate_survivors+0x93
02 05beef98 72bb1913 00000000 00000001 73180140 clr!WKS::gc_heap::relocate_phase+0x8b
03 05bef140 72bb0f69 00000000 00000001 00000001 clr!WKS::gc_heap::plan_phase+0x13b8
04 05bef168 72bb12ef 5e7aa9c3 7317fcd0 00000000 clr!WKS::gc_heap::gc1+0xe8
05 05bef1a0 72bb140c 00000040 7317ff04 7317ff04 clr!WKS::gc_heap::garbage_collect+0x447
06 05bef1c8 72bb161c 00000000 00000000 00000040 clr!WKS::GCHeap::GarbageCollectGeneration+0x1fb
07 05bef1ec 72bb1696 7317ff04 71a9d900 00000002 clr!WKS::gc_heap::trigger_gc_for_alloc+0x1e
08 05bef21c 72bff51a 00000000 00000040 c1c7aa4 clr!WKS::gc_heap::try_allocate_more_space+0x162
09 05bef230 72bff687 00000000 01304d38 72bff140 clr!WKS::gc_heap::allocate_more_space+0x18
a 05bef24c 72ab4477 013ebab8 00000040 00000002 clr!WKS::GCHeap::Alloc+0x5c
0b 05bef26c 72ab44f5 01000000 71ab5e90 05bef3f8 clr!Alloc+0x87
c 05bef2b4 72ab4595 5e7aab5f 00000bb8 05bef3f8 clr!AllocateObject+0x99
d 05bef33c 719b8281 71a2417c 05bef358 05bef35c clr!JIT_New+0x6b
e 05bef360 7225652d 00000000 00000000 00000000 mscorlib_ni!System.Threading.Tasks.Task.Delay+0x41 [f:\dd\ndp\clr\src\BCL\system\threading\Tasks\Task.cs @ 5885]
0f 05bef454 05a9d18a 00000000 00000000 00000000 mscorlib_ni!System.Threading.Tasks.Task.Delay+0xd [f:\dd\ndp\clr\src\BCL\system\threading\Tasks\Task.cs @ 5843]
...
因为 C++ 默认是 this 协定，从 clr!WKS::gc_heap::plan_phase+0x13b8 方法的第二个参数 00000001 可知，当前触发了 1 代 GC，其实 1 代 GC 本来就触发频繁，所以问题不大，主要就是看是否为 2 代GC，即 FullGC。
到这里，GC触发的路堵死了，我们就看下是不是还有其他的可疑情况，比如高时钟个数的线程。
3. 有长时间运行线程吗
如果是当事人，可以用 Process Explorer 工具直接观察 Thread 列表的 Cycles Delta 列就能知道，比如下面的百度云管家，
可以看到 11156 号线程占用了太多的时钟周期个数，可惜我不是当事人，所以只能用 cpuid 命令观察。
:006> !runaway
User Mode Time
Thread Time
6:610 days :47:07.984
10:448 days :11:32.531
12:17d4 days :01:34.265
9:e04 days :01:29.468
11:16ec days :01:11.562
13:1458 days :01:07.703
...
从卦中可以看到，6号线程耗费的时钟个数，甩了第二名 10 号线程几条街，这个线程非常可疑，得好好研究下它的托管栈了。
:006> !clrstack
OS Thread Id: 0x610 (6)
Child SP IP Call Site
05bef2d0 72bb47ae [HelperMethodFrame: 05bef2d0]
05bef344 719b8281 System.Threading.Tasks.Task.Delay(Int32, System.Threading.CancellationToken) [f:\dd\ndp\clr\src\BCL\system\threading\Tasks\Task.cs @ 5885]
05bef36c 7225652d System.Threading.Tasks.Task.Delay(Int32) [f:\dd\ndp\clr\src\BCL\system\threading\Tasks\Task.cs @ 5843]
05bef370 05a9d18a xxx.Api.Core.xxx+c__DisplayClass2_0.<.cctor>b__0()
05bef45c 719b7118 System.Threading.Tasks.Task.InnerInvoke() [f:\dd\ndp\clr\src\BCL\system\threading\Tasks\Task.cs @ 2884]
05bef468 719b6cc0 System.Threading.Tasks.Task.Execute() [f:\dd\ndp\clr\src\BCL\system\threading\Tasks\Task.cs @ 2498]
05bef48c 719b70ea System.Threading.Tasks.Task.ExecutionContextCallback(System.Object) [f:\dd\ndp\clr\src\BCL\system\threading\Tasks\Task.cs @ 2861]
05bef490 719d40c5 System.Threading.ExecutionContext.RunInternal(System.Threading.ExecutionContext, System.Threading.ContextCallback, System.Object, Boolean) [f:\dd\ndp\clr\src\BCL\system\threading\executioncontext.cs @ 954]
05bef4fc 719d3fd6 System.Threading.ExecutionContext.Run(System.Threading.ExecutionContext, System.Threading.ContextCallback, System.Object, Boolean) [f:\dd\ndp\clr\src\BCL\system\threading\executioncontext.cs @ 902]
05bef510 719b6f68 System.Threading.Tasks.Task.ExecuteWithThreadLocal(System.Threading.Tasks.Task ByRef) [f:\dd\ndp\clr\src\BCL\system\threading\Tasks\Task.cs @ 2827]
05bef574 719b6e72 System.Threading.Tasks.Task.ExecuteEntry(Boolean) [f:\dd\ndp\clr\src\BCL\system\threading\Tasks\Task.cs @ 2756]
05bef584 71a2acbc System.Threading.Tasks.ThreadPoolTaskScheduler.LongRunningThreadWork(System.Object) [f:\dd\ndp\clr\src\BCL\system\threading\Tasks\ThreadPoolTaskScheduler.cs @ 49]
05bef588 719a70e3 System.Threading.ThreadHelper.ThreadStart_Context(System.Object) [f:\dd\ndp\clr\src\BCL\system\threading\thread.cs @ 74]
05bef594 719d40c5 System.Threading.ExecutionContext.RunInternal(System.Threading.ExecutionContext, System.Threading.ContextCallback, System.Object, Boolean) [f:\dd\ndp\clr\src\BCL\system\threading\executioncontext.cs @ 954]
05bef600 719d3fd6 System.Threading.ExecutionContext.Run(System.Threading.ExecutionContext, System.Threading.ContextCallback, System.Object, Boolean) [f:\dd\ndp\clr\src\BCL\system\threading\executioncontext.cs @ 902]
05bef614 719d3f91 System.Threading.ExecutionContext.Run(System.Threading.ExecutionContext, System.Threading.ContextCallback, System.Object) [f:\dd\ndp\clr\src\BCL\system\threading\executioncontext.cs @ 891]
05bef62c 71a28cae System.Threading.ThreadHelper.ThreadStart(System.Object) [f:\dd\ndp\clr\src\BCL\system\threading\thread.cs @ 93]
05bef770 72a90096 [GCFrame: 05bef770]
05bef954 72a90096 [DebuggerU2MCatchHandlerFrame: 05bef954]
从线程栈上看还好有一个托管方法 xxx.Api.Core.xxx+c__DisplayClass2_0.<.cctor>b__0 ，接下来观察下源码，修剪后的代码如下：
static xxxUploadPool()
{
_queue = new ConcurrentQueue<xxxModel>();
_xxx = new xxxService();
int second = Configuration.xxx * 1000;
Task.Factory.StartNew(delegate
{
while (true)
{
lock (_queue)
{
if (_queue.Count > && _queue.TryDequeue(out var result))
{
_xxx.UploadFilexxxx(result._path, result._repositoryName, xxx);
}
}
Task.Delay(second);
}
}, TaskCreationOptions.LongRunning);
}
这段代码很有意思，它的本来想法就是开启一个长线程，然后在长线程中不断的轮询等待，问题就出在了这个等待上， 即 Task.Delay(second); 这句， 这句代码起不到任何作用，而且一旦 _queue 中的数据为空就成了死循环， 给 CPU 打满埋下了祸根。
这里有一个疑问：一个线程能把 CPU 打满，那太瞧不起CPU 了，肯定是有对等的 core 个数的线程一起发力，打爆CPU，那如何验证？ 观察下 CPU 的个数。
:006> !cpuid
CP F/M/S Manufacturer MHz
6,85,4 GenuineIntel 3193
1 6,85,4 GenuineIntel 3193
也就说只要有两个线程进入了 xxxUploadPool 那就够了，现象也正是如此。
三：总结
这段代码确实很有意思，猜测原来就是 Thread.Sleep(second) ，但为了赶潮流改成了 Task.Delay(second)，在不清楚后者的使用场景下给 CPU 间歇性爆高埋下了祸根，所以大家在使用新的语法时，一定要弄清楚场景，万不可生搬硬套。
相关文章