同事乱用Redis卡爆，我真是醉了

　　来源：my。oschina。netxiaomu0082blog2990388
　　首先说下问题现象：内网sandbox环境API持续1周出现应用卡死，所有api无响应现象
　　刚开始当测试抱怨环境响应慢的时候，我们重启一下应用，应用恢复正常，于是没做处理。但是后来问题出现频率越来越频繁，越来越多的同事开始抱怨，于是感觉代码可能有问题，开始排查。top命令
　　首先发现开发的本地ide没有发现问题，应用卡死时候数据库，redis都正常，并且无特殊错误日志。开始怀疑是sandbox环境机器问题（测试环境本身就很脆！！）
　　于是ssh上了服务器执行以下命令
　　top
　　图片
　　这时发现机器还算正常，于是打算看下jvm堆栈信息
　　先看下问题应用比较耗资源的线程
　　执行topHp12798
　　图片
　　找到前3个相对比较耗资源的线程jstack命令
　　jstack查看堆内存jstack12798grep12799的16进制31ff
　　图片
　　没看出什么问题，上下10行也看看，于是执行
　　图片
　　看到一些线程都是处于lock状态。但没有出现业务相关的代码，忽略了。这时候没有什么头绪。思考一番。决定放弃这次卡死状态的机器
　　为了保护事故现场先dump了问题进程所有堆内存，然后debug模式重启测试环境应用，打算问题再显时直接远程debug问题机器Tomcat远程debug
　　第二天问题再现，于是通知运维nginx转发拿掉这台问题应用，自己远程debugtomcat。
　　自己随意找了一个接口，断点在接口入口地方，悲剧开始，什么也没有发生！API等待服务响应，没进断点。这时候有点懵逼，冷静了一会，在入口之前的aop地方下了个断点，再debug一次，这次进了断点，f8N次后发现在执行redis命令的时候卡主了。继续跟，最后在到jedis的一个地方发现问题：ReturnsaJedisinstancetobeusedasaRedisconnection。Theinstancecanbenewlycreatedorretrievedfromapool。returnJedisinstancereadyforwrappingintoa｛linkRedisConnection｝。protectedJedisfetchJedisConnector（）｛try｛if（usePoolpool！null）｛returnpool。getResource（）；｝JedisjedisnewJedis（getShardInfo（））；forceinitialization（seeJedisissue82）jedis。connect（）；returnjedis；｝catch（Exceptionex）｛thrownewRedisConnectionFailureException（CannotgetJedisconnection，ex）；｝｝
　　上面pool。getResource（）后线程开始waitpublicTgetResource（）｛try｛returninternalPool。borrowObject（）；｝catch（Exceptione）｛thrownewJedisConnectionException（Couldnotgetaresourcefromthepool，e）；｝｝
　　returninternalPool。borrowObject（）；这个代码应该是一个租赁的代码，接着跟publicTborrowObject（longborrowMaxWaitMillis）throwsException｛this。assertOpen（）；AbandonedConfigacthis。abandonedConfig；if（ac！nullac。getRemoveAbandonedOnBorrow（）this。getNumIdle（）2this。getNumActive（）this。getMaxTotal（）3）｛this。removeAbandoned（ac）；｝PooledObjectTpnull；booleanblockWhenExhaustedthis。getBlockWhenExhausted（）；longwaitTime0L；while（pnull）｛booleancreatefalse；if（blockWhenExhausted）｛p（PooledObject）this。idleObjects。pollFirst（）；if（pnull）｛createtrue；pthis。create（）；｝if（pnull）｛if（borrowMaxWaitMillis0L）｛p（PooledObject）this。idleObjects。takeFirst（）；｝else｛waitTimeSystem。currentTimeMillis（）；p（PooledObject）this。idleObjects。pollFirst（borrowMaxWaitMillis，TimeUnit。MILLISECONDS）；waitTimeSystem。currentTimeMillis（）waitTime；｝｝if（pnull）｛thrownewNoSuchElementException（Timeoutwaitingforidleobject）；｝
　　其中有段代码if（pnull）｛if（borrowMaxWaitMillis0L）｛p（PooledObject）this。idleObjects。takeFirst（）；｝else｛waitTimeSystem。currentTimeMillis（）；p（PooledObject）this。idleObjects。pollFirst（borrowMaxWaitMillis，TimeUnit。MILLISECONDS）；waitTimeSystem。currentTimeMillis（）waitTime；｝｝
　　borrowMaxWaitMillis0会一直执行，然后一直循环了开始怀疑这个值没有配置
　　找到redispool配置，发现确实没有配置MaxWaitMillis，配置后else代码也是一个Exception并不能解决问题
　　继续F8publicEtakeFirst（）throwsInterruptedException｛this。lock。lock（）；Objectvar2；try｛Objectx；while（（xthis。unlinkFirst（））null）｛this。notEmpty。await（）；｝var2x；｝finally｛this。lock。unlock（）；｝returnvar2；｝
　　到这边发现lock字眼，开始怀疑所有请求api都被阻塞了
　　于是再次ssh服务器安装arthas，（Arthas是Alibaba开源的Java诊断工具）
　　执行thread命令
　　图片
　　发现大量httpnio的线程waiting状态，httpnio8083exec这个线程其实就是出来http请求的tomcat线程arthas
　　随意找一个线程查看堆内存
　　thread428
　　图片
　　这是能确认就是api一直转圈的问题，就是这个redis获取连接的代码导致的，
　　解读这段内存代码所有线程都在等53e5504e这个对象释放锁。于是jstack全局搜了一把53e5504e，没有找到这个对象所在线程。
　　自此。问题原因能确定是redis连接获取的问题。但是什么原因造成获取不到连接的还不能确定
　　再次执行arthas的threadb（threadb，找出当前阻塞其他线程的线程）
　　图片
　　没有结果。这边和想的不一样，应该是能找到一个阻塞线程的，于是看了下这个命令的文档，发现有下面的一句话
　　图片
　　好吧，我们刚好是后者减短连接超时时间
　　再次整理下思路。这次修改redispool配置，将获取连接超时时间设置为2s，然后等问题再次复现时观察应用最后正常时干过什么。
　　添加一下配置JedisConnectionFactoryjedisConnectionFactorynewJedisConnectionFactory（）；。。。。。。。JedisPoolConfigconfignewJedisPoolConfig（）；config。setMaxWaitMillis（2000）；。。。。。。。jedisConnectionFactory。afterPropertiesSet（）；
　　重启服务，等待
　　又过一天，再次复现
　　ssh服务器，检查tomcataccesslog，发现大量api请求出现500，org。springframework。data。redis。RedisConnectionFailureException：CannotgetJedisconnection；nestedexceptionisredis。clients。jedis。exceptions。JedisConnectionException：Couldnotgetaresourcefromthepoolatorg。springframework。data。redis。connection。jedis。JedisConnectionFactory。fetchJedisConnector（JedisConnectionFactory。java：140）atorg。springframework。data。redis。connection。jedis。JedisConnectionFactory。getConnection（JedisConnectionFactory。java：229）atorg。springframework。data。redis。connection。jedis。JedisConnectionFactory。getConnection（JedisConnectionFactory。java：57）atorg。springframework。data。redis。core。RedisConnectionUtils。doGetConnection（RedisConnectionUtils。java：128）atorg。springframework。data。redis。core。RedisConnectionUtils。getConnection（RedisConnectionUtils。java：91）atorg。springframework。data。redis。core。RedisConnectionUtils。getConnection（RedisConnectionUtils。java：78）atorg。springframework。data。redis。core。RedisTemplate。execute（RedisTemplate。java：177）atorg。springframework。data。redis。core。RedisTemplate。execute（RedisTemplate。java：152）atorg。springframework。data。redis。core。AbstractOperations。execute（AbstractOperations。java：85）atorg。springframework。data。redis。core。DefaultHashOperations。get（DefaultHashOperations。java：48）
　　找到源头第一次出现500地方，
　　发现以下代码。。。。。。。CursorcstringRedisTemplate。getConnectionFactory（）。getConnection（）。scan（options）；while（c。hasNext（））｛。。。。。，，｝
　　分析这个代码，stringRedisTemplate。getConnectionFactory（）。getConnection（）获取pool中的redisConnection后，并没有后续操作，也就是说此时redis连接池中的链接被租赁后并没有释放或者退还到链接池中，虽然业务已处理完毕redisConnection已经空闲，但是pool中的redisConnection的状态还没有回到idle状态
　　图片
　　正常应为
　　图片
　　自此问题已经找到。小小总结
　　总结：springstringRedisTemplate对redis常规操作做了一些封装，但还不支持像ScanSetNx等命令，这时需要拿到jedisConnection进行一些特殊的Commands
　　使用stringRedisTemplate。getConnectionFactory（）。getConnection（）
　　是不被推荐的
　　我们可以使用stringRedisTemplate。execute（newRedisCallbackCursor（）｛OverridepublicCursordoInRedis（RedisConnectionconnection）throwsDataAccessException｛returnconnection。scan（options）；｝｝）；
　　来执行，
　　或者使用完connection后，用RedisConnectionUtils。releaseConnection（conn，factory）；
　　来释放connection。
　　同时，redis中也不建议使用keys命令，redispool的配置应该合理配上，否则出现问题无错误日志，无报错，定位相当困难。