标签：分析 转储 问题 排查 线程 线上 监控 思路 日志
1.问题确认与收集
- 问题描述 ：明确问题的具体表现，比如系统慢，服务不可用，数据异常等
- 影响范围： 确定问题影响的用户群体，功能模块或服务
- 时间点：确定问题发生的事件，是持续性还是间歇性
- 环境信息: 收集环境信息，服务器配置，jdk版本，应用版本等
2.快速响应
- 评估严重程度：根据影响范围和业务的重要性评估问题严重程度
- 应急措施 ：考虑紧急措施，如服务降级，流量控制回滚版本
3.日志分析
- 应用日志： 检查应用日志的错误信息，异常堆栈等
- 系统日志：查看操作系统日志 如linux 的 /var/log/messages
- 中间件日志： 检查数据，缓存，消息队列等中间件的日志
4. 监控数据分析
- 系统监控：查看cpu ，内存，磁盘 IO,网络等系统资源使用情况。
- jvm 监控： 分析 GC日志，堆内存使用，线程状态等
- 应用性能监控： 检查请求响应事件，吞吐量，错误率等指标
5. 网络分析
- 网络连接：检查网络连接状态，如防火墙设置，端口开放情况。
- 网络性能：分析网络延迟，丢包率等指标
6.数据库分析
- 慢日志：检查是否存在性能低下的SQL语句
- 数据库状态： 查看数据库连接数，锁等待情况等
- 执行计划 分析关键SQL执行计划是否合理
7.代码级别分析
- 线程转储 ：获取java 线程转储 （THREAD DUMP ) 分析线程状态
- 堆转储： 必要时获取堆转储 HEAD DUMP 分析内存问题
- 代码回顾：检查最近代码变更，是否引入新的bug
8.性能风险与监控工具的使用
- Profiler :使用 althas，jvisualvm 等工具进行cpu 和内存分析
- 监控工具： 使用 prometheus,grafana,skywalking 等工具进行全链路跟踪
9.复现问题
- 在测试环境中常使复现问题，以便深入分析
- 模拟生产环境的负载和数据量
10 根因分析
11.解决方案
- 制定短期解决方案以快速修复问题
- 规划长期方案，防止类似的问题再次发生
12. 验证和监控
- 在测试环境验证解决方案的有效性
- 谨慎将方案应用到生产环境
- 持续监控系统，确保问题得到彻底解决
13 复盘与总结
- 编写详细的问题分析报告
- 总结经验教训，更新相关文档和最佳实践
标签：分析,
转储,
问题,
排查,
线程,
线上,
监控,
思路,
日志
From： https://www.cnblogs.com/yg_zhang/p/18455321