开源！Pod高负载自动打印JAVA线程堆栈
运维技术探讨 2024年08月29日 17:39 广东以下文章来源于SRE运维手记 ，作者亦零一
一个在房地产、家居科技、游戏和电商行业摸爬滚打的运维老司机#sre #k8s #kubernetes #prometheus#devops
01背 景
在实际的k8s维护场景中，我们时常会遇到 Pod CPU 突刺的现象。由于信息捕获依赖人工采集，有时甚至还未完成信息捕获，问题就已经恢复了，这让人非常头大。因此，我们需要一个可以自动捕获信息的工具。在GitHub上，我们发现了一个不错的项目k8s-java-debug-daemon，但由于年久失修，已无法满足当前环境的运行需求，所以我们决定对该项目进行二次开发。
02
优化内容
-
支持新版的Grafana消息体
-
支持企业微信告警
-
支持k8s部署
-
支持configmap进行配置
-
修复n多已知问题
03
工作流程
与 Grafana 的告警联动，配合阿里的 arthas，来完成高CPU使用率线程的堆栈抓取。
整体流程如下：
1. 为 Grafana 添加 webhook 类型的告警通知渠道，地址为该程序的 url(默认的hooks路径为 /hooks)。
2. 配置Grafana图表，并设置告警阈值
3. 当 webhook 触发时，程序会自动将 crawl.sh 脚本拷贝到对应 Pod 的容器中并执行。
4. 程序将 stdout 保存到本地文件，并推送到企业微信。
04
效果预览
-
企业微信告警展示
-
“点击查看”跳转访问arthas捕获的线程堆栈
05
支持环境
已验证 Grafana v10.x (v9.x应该也支持，待测试)
06
配置说明
- config/config.yaml配置项
server:port: 8099 # 服务监听端口maxNodeLockManager: 10 # 每node同时运行执行数为10domain: "http://127.0.0.1:8099" # 服务监听域名wework:webhook: "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxxxxxx" # 企业微信webhook地址
- 默认取最繁忙的前50个线程的堆栈信息 (可在 `crawl.sh` 中修改)
- 采集样本时间为2秒 (可在 `crawl.sh` 中修改)
07
如何使用
Docker镜像
-
这是编译好的镜像，可以直接拉取使用
docker pull registry.cn-hangzhou.aliyuncs.com/yilingyi/k8s-java-thread-dumper:2.0.1
-
自行构建
拉取源码
git clone https://github.com/yilingyi/k8s-java-thread-dumper.git构建镜像
make docker IMAGE=yilingyi/k8s-java-thread-dumper:2.0.1Kubernetes部署
-
创建命名空间monitor
kubectl create namespace monitor-
将下面三个文件放在同一目录下，并使用`kubectl apply -f . -n monitor`进行k8s资源创建
Deployment.yaml
apiVersion: apps/v1kind: Deploymentmetadata:name: k8s-java-thread-dumperlabels:app: k8s-java-thread-dumperspec:replicas: 1selector:matchLabels:app: k8s-java-thread-dumpertemplate:metadata:labels:app: k8s-java-thread-dumperspec:containers:- name: k8s-java-thread-dumperimage: registry.cn-hangzhou.aliyuncs.com/yilingyi/k8s-java-thread-dumper:2.0.1ports:- containerPort: 8099volumeMounts:- name: config-volumemountPath: /app/config/config.yamlsubPath: config.yamlvolumes:- name: config-volumeconfigMap:name: k8s-java-thread-dumper-config
Service.yaml
apiVersion: v1kind: Servicemetadata:name: k8s-java-thread-dumper-servicelabels:app: k8s-java-thread-dumperspec:selector:app: k8s-java-thread-dumperports:- protocol: TCPport: 8099targetPort: 8099type: NodePort
ConfigMap.yaml
apiVersion: v1kind: ConfigMapmetadata:name: k8s-java-thread-dumper-configdata:config.yaml: |server:port: 8099maxNodeLockManager: 10domain: "http://127.0.0.1:8099"wework:webhook: "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxxxxxx"
-
资源授权
保存为rolebinding.yaml，并使用`kubectl apply -f rolebinding.yaml`进行创建，其中`<target-namespace>`改为目标命名空间
kind: RoleapiVersion: rbac.authorization.k8s.io/v1metadata:namespace: <target-namespace>name: pod-exec-rolerules:- apiGroups: [""]resources: ["pods/exec"]verbs: ["create"]---kind: RoleBindingapiVersion: rbac.authorization.k8s.io/v1metadata:name: pod-exec-role-bindingnamespace: <target-namespace>subjects:- kind: ServiceAccountname: defaultnamespace: monitorroleRef:kind: Rolename: pod-exec-roleapiGroup: rbac.authorization.k8s.io
Grafana告警规则
-
Metrics Browser中填写
sum(irate(container_cpu_usage_seconds_total{prometheus_name=~"gz",pod=~".*",container =~".*",container !="",container!="POD",node=~".*",namespace=~"(prod)"}[2m])) by (namespace, pod, node, container) / (sum(container_spec_cpu_quota{prometheus_name=~"gz",pod=~".*",container =~".*",container !="",container!="POD",node=~".*",namespace=~"(prod)"}/100000) by (namespace, pod, node, container)) * 100-
Legend 中填写
{{node}} - {{namespace}} - {{pod}} - {{container}}配置完如下：
-
联络点配置
选择webhook,URL地址为http://xxxxx/hooks
配置完如下：
08
结 语
完成上述配置后，方可实现当Pod出现CPU高负载时，自动采集Java线程堆栈信息，并推送至企业微信，若使用上有什么疑问可以下方留言，或添加我的微信（yilingyi619836）进行交流，本期分享就到这里，谢谢！
源码地址：
https://github.com/majian159/k8s-java-debug-daemon
标签：JAVA,name,thread,container,线程,java,Pod,k8s,dumper From： https://www.cnblogs.com/cheyunhua/p/18432956