Tomcat + Java Web 應用 CPU 100% 故障排查實戰：top → ps → jstack 定位死循環代碼

Tomcat + Java Web 應用 CPU 100% 故障排查實戰：top → ps → jstack 定位死循環代碼

生產環境 Tomcat 進程 CPU 長期佔用 100%，導致服務無響應。標準排查鏈路：top 定進程 → ps 定線程 → printf 轉十六進制 → jstack 定代碼行。本文記錄完整操作步驟、截圖解讀與代碼級定位技巧。

現象描述

• Tomcat 運行一段時間後，Java 進程 CPU 持續 100%+。
• Web 請求極慢或超時，重啟暫時緩解，隨後復發。
• 疑似：業務邏輯死循環、頻繁 GC、正則回溯、鎖競爭。

排查四步法

步驟 1：top 定位高 CPU 進程 PID

top
# 按 P 排序 CPU，記下 PID（假設 28802）

步驟 2：ps 確認進程類型並列出線程 CPU 佔用

# 確認是 Tomcat 啟動的 Java 進程
ps -ef | grep 28802

# 列出該進程所有線程的 CPU 時間、TID
ps -mp 28802 -o THREAD,tid,time

關鍵列：TID（線程 ID，十進制）、TIME（佔用 CPU 時間）。找到 TIME 最大的 TID（如 28802，已運行近 2 小時）。

步驟 3：printf 將十進制 TID 轉十六進制

printf "%x\n" 28802
# 輸出：7082  （十六進制）

原因：jstack 輸出的線程 ID（nid）為十六進制。

步驟 4：jstack 導出堆棧並 grep 定位代碼

jstack 28802 | grep -A 30 7082
# -A 30 顯示匹配行後 30 行（堆棧通常 20-50 行）

結果分析與代碼定位

"Thread-123" #45 prio=5 os_prio=0 tid=0x00007f8b1c001000 nid=0x7082 runnable [0x00007f8b1d123000]
   java.lang.Thread.State: RUNNABLE
        at com.example.service.CalcService.calculate(CalcService.java:47)
        at com.example.controller.CalcController.calc(CalcController.java:22)
        ...

• nid=0x7082 匹配目標線程。
• RUNNABLE 狀態且無鎖等待 → 正在執行代碼（非 BLOCKED/WAITING）。
• 堆棧指向 CalcService.java:47，打開源碼定位：

// CalcService.java 第 47 行附近
while (true) {           // 典型死循環
    complexCalculation(); // 耗時運算
}

常見高 CPU 代碼模式

進階工具：Arthas / async-profiler（無需重啟）

# Arthas 線程儀表板，秒級定位熱點方法
curl -O https://arthas.aliyun.com/arthas-boot.jar
java -jar arthas-boot.jar
# 選擇進程 → thread -n 10 顯示前 10 高 CPU 線程堆棧

# async-profiler 生成火焰圖
./profiler.sh -d 30 -f profile.html -e cpu 28802
# 瀏覽器打開 profile.html，直觀定位熱點代碼路徑

預防與最佳實踐

1. 代碼審查：禁止無界 while(true)，必須有退出條件或 Thread.sleep 降頻。
2. 輸入驗證：正則表達式避免嵌套量詞 (a+)+，用 PossessiveQuantifier 或限制長度。
3. 監控告警：Prometheus + Grafana 監控 process_cpu_seconds_total，閾值告警。
4. JVM 參數：-XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:gc.log 便於 GC 分析。
5. 線程命名：ThreadFactoryBuilder.setNameFormat("biz-%d")，堆棧可讀性大增。