背景
在做系统监控时，CPU的使用率是一个关键的指标，它反映了系统的性能稳定性以及是否存在异常情况，能帮助我们了解系统的负载情况。通过监控CPU使用率，可以判断系统是否正常运行或者是否存在性能问题。如果CPU使用率过高，可能表示系统存在资源瓶颈，需要进行优化或升级。
CPU监控的难点
现有的监控平台提供了多种方式来获取容器和JVM的CPU使用率，并能够实时发送CPU跳点的报警。然而，对于运维人员来说，这些功能远远不够，因为我们需要深入了解导致CPU高的原因。由于CPU是一个动态变化的指标，仅仅在收到报警后通过运维平台的手动操作进行排查，很难抓住事故发生的现场情况。因此，我们需要一个能够自动记录现场的工具。
自动DUMP工具
对于Linux系统，我们可以通过设置一个周期的定时任务来检测CPU使用率。如果我们发现CPU使用率高，我们可以获取CPU使用率高的线程，并进一步处理JVM线程抓包的问题。
我们可以使用top命令来获取进程的CPU使用率以及线程的CPU使用率。针对JAVA应用程序，我们可以使用Jstack来dump当前线程的堆栈信息。然后，我们可以解析这两者的输出，并通过线程号进行匹配，最终生成一个包含CPU使用率的线程堆栈清单。最后，我们可以将此清单持久化到一个文本文件中。
最终的输出文件格式如下：
当前JAVA进程ID:205
当前JAVA进程ID(205)CPU使用率:99%
Top 10 CPU占用线程信息：
具体实现步骤如下：
-
从环境变量中读取CPU阈值和线程数阈值，脚本的两个配置项，不同分组和不同环境可以设置不同的阈值。
-
获取JAVA进程ID：使用pgrep命令获取当前运行中的Java进程的PID，并将其保存到变量中。
-
获取当前CPU使用率：使用top命令获取当前CPU使用率，主要是获取JAVA进程的CPU使用率。
-
检查CPU使用率是否超过阈值：与预设的CPU阈值进行比较，如果超过阈值，则执行后续操作，否则结束。
-
查找JAVA进程内占用CPU最高的线程：使用top命令查找占用CPU最高的前十个线程，并获取它们的相关信息。
-
捕捉JVM线程快照：使用jstack命令捕捉JVM线程快照，并将其保存到指定的日志文件中。
-
输出线程信息：解析并匹配线程栈文件，将占用CPU最高的前十个线程的信息包括线程的PID和堆栈信息合并到同一行输出。
-
日志记录和保存：将相关的CPU使用率及线程快照信息记录到日志文件中，方便后续分析和优化。
使用方式
在应用的启动脚本（start.sh）中添加命令，在crontab中添加一个分钟周期的定时任务
echo "* * * * * sh /export/App/bin/cpu-peak-dump.sh" 注：如果需要更细周期粒度的监控，也可以通过while true加sleep来控制运行周期，如果使用更细粒度周期时需要注意脚本本身造成的CPU使用率。
总结
该脚本是一个用于CPU性能监控的实用工具，通过定时检测并触发线程快照的方式，方便我们快速发现CPU异常占用以及定位问题所在。通过设置合适的阈值和线程数，可以根据具体项目的需求来应用该脚本，并根据日志记录的线程信息进行问题分析和优化。
注意：在使用该脚本时，需要根据具体环境配置相关的路径和变量，并根据项目的需要进行相应的调整和优化。
希望本文对您理解和运用该脚本提供了一些帮助，如有疑问或需要进一步了解，请随时联系我。
附录
完整的脚本文件cpu-peak-dump.sh
#!/bin/bash
# 由crontab触发每分钟执行一次，判断CPU使用率大于阈值时触发dump
# 使用方式：
# 把当前文件放到项目中与start.sh相同的目录
# 修改start.sh 在脚本最后加一行，一般是这一行后边 echo "$APP_NAME is up runnig :)"
# echo "* * * * * sh /export/App/bin/cpu-peak-dump.sh" | crontab -
# 可配置项:
# 触发dump的cpu阈值。default 70
# STACK_DUMP_CPU_THRESHOLD=xxx
# 触发dump时列举的线程数（按使用率由高到低排列) default 10
# STACK_DUMP_THREAD_COUNT=xxx
# 配置方式，使用行云分组的环境变量配置即可
# stack log 存放目录 /export/Logs/
# stack log 文件名: jstack_snapshot_$(date +%Y%m%d%H%M%S).log
# 最后，记得配置相应的日志清理策略
# 设置CPU阈值，当CPU使用率达到该阈值时触发线程快照
CPU_THRESHOLDthen
echo "No Java process found."
exit 1
fi
# 检查CPU使用率是否超过阈值
if [[ $CPU_USAGE -gt $CPU_THRESHOLD ]]; then
# 使用top命令查找占用CPU最高的前十个线程，并获取它们的信息
TOP_THREADS$JSTACK_OUTPUT_FILE
# 获取占用CPU最高的前十个线程的信息，包括线程的PID和堆栈信息，并将它们合并到同一行输出
echo "Top ${THREAD_COUNT} CPU占用线程信息：" $JSTACK_OUTPUT_FILE
while read -r THREAD_INFO; do
THREAD_TID$JSTACK_OUTPUT_FILE
echo "线程TID: $THREAD_TID, THREAD_NID:$THREAD_NID, CPU使用率: $THREAD_CPU_USAGE%" $JSTACK_OUTPUT_FILE
echo "$THREAD_STACK" $JSTACK_OUTPUT_FILE
done "$TOP_THREADS"
# echo "====all stack as below:====" >>$JSTACK_OUTPUT_FILE
# echo "$JSTACK_OUTPUT" >>$JSTACK_OUTPUT_FILE
echo "捕捉了JVM线程快照并保存到 $JSTACK_OUTPUT_FILE"
fi
作者：京东物流 张涛
来源：京东云开发者社区 自猿其说 Tech 转载请注明来源