"服务不可用"怎么排查？讲了100遍还是记不住？

文章预览

作者：kingszelda cnblogs.com/kingszelda/p/9034191.html 一、发现问题 下面是线上机器的cpu使用率，可以看到从4月8日开始，随着时间cpu使用率在逐步增高，最终使用率达到100%导致线上服务不可用，后面重启了机器后恢复。 二、排查思路 简单分析下可能出问题的地方，分为5个方向： 1.系统本身代码问题 2.内部下游系统的问题导致的雪崩效应 3.上游系统调用量突增 4.http请求第三方的问题 5.机器本身的问题 三、开始排查 1.查看日志，没有发现集中的错误日志， 初步排除代码逻辑处理错误。 2.首先联系了内部下游系统观察了他们的监控，发现一起正常。 可以排除下游系统故障对我们的影响。 3.查看provider接口的调用量，对比7天没有突增， 排除业务方调用量的问题。 4.查看tcp监 ………………………………