发帖
翼度科技»论坛 › 编程开发 › .net › 查看内容

记一次 公司.NET项目部署在Linux环境压测时 内存暴涨分析

从来再来

3

主题

3

帖子

9

积分

新手上路

Rank: 1

积分
9
显示全部楼层
一：背景

  • 讲故事
    公司部署在某碟上的项目在9月份压测50并发时，发现某个容器线程、内存非正常的上涨，导致功能出现了异常无法使用。根据所学，自己分析了下线程和内存问题，分析时可以使用lldb或者windbg，但是个人比较倾向于界面化的windbg，所以最终使用windbg开干。
二：WinDbg 分析

  • 到底是哪里的泄漏
    在 windows 平台上相信有很多朋友都知道用 !address -summary 命令看，但这是专属于windows平台的命令，在分析linux上的dump不好使，参考如下输出：
  1. 0:000> !address -summary
  2.                                     
  3. Mapping file section regions...
  4. Mapping module regions...
  5. Mapping heap regions...
  7. --- Usage Summary ---------------- RgnCount ----------- Total Size -------- %ofBusy %ofTotal
  8. <unknown>                              4062 ffffffff`f5638600 (  16.000 EB) 100.00%  100.00%
  9. Image                                  1282        0`09fc8a00 ( 159.784 MB)   0.00%    0.00%
  11. --- Type Summary (for busy) ------ RgnCount ----------- Total Size -------- %ofBusy %ofTotal
  12.                                        2431 fffffffe`2b813000 (  16.000 EB)          100.00%
  13. MEM_PRIVATE                            2913        1`d3dee000 (   7.310 GB)   0.00%    0.00%
  15. --- State Summary ---------------- RgnCount ----------- Total Size -------- %ofBusy %ofTotal
  16.                                        2431 fffffffe`2b813000 (  16.000 EB) 100.00%  100.00%
  17. MEM_COMMIT                             2913        1`d3dee000 (   7.310 GB)   0.00%    0.00%
  19. --- Protect Summary (for commit) - RgnCount ----------- Total Size -------- %ofBusy %ofTotal
  20. PAGE_READWRITE                         2115        1`cb683000 (   7.178 GB)   0.00%    0.00%
  21. PAGE_EXECUTE_READ                       175        0`03d49000 (  61.285 MB)   0.00%    0.00%
  22. PAGE_READONLY                           585        0`03ce9000 (  60.910 MB)   0.00%    0.00%
  23. PAGE_EXECUTE_WRITECOPY                   38        0`00d39000 (  13.223 MB)   0.00%    0.00%
  25. --- Largest Region by Usage ----------- Base Address -------- Region Size ----------
  26. <unknown>                              7ffc`011fa000 ffff8003`fe406000 (  16.000 EB)
  27. Image                                  7f45`fe4e9000        0`01b16000 (  27.086 MB)
复制代码
卦中的内存段分类用处不大，也没有多大的参考价值，那怎么办呢？其实 coreclr 团队也考虑到了这个情况，它提供了一个 maddress 命令来实现跨平台的 !address，更改后输出如下：
  1. 0:000> !sos maddress
  2. Enumerating and tagging the entire address space and caching the result...
  3. Subsequent runs of this command should be faster.
  4. +---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  5. | Memory Kind            |        StartAddr |        EndAddr-1 |         Size | Type        | State       | Protect                | Image                                                   |
  6. +--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  7. | Stack                  |     7f42d256e000 |     7f42d2d6e000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  8. | Stack                  |     7f42d3570000 |     7f42d3d70000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  9. | Stack                  |     7f42d3d71000 |     7f42d4571000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  10. | Stack                  |     7f42d4572000 |     7f42d4d72000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  11. | Stack                  |     7f42d4d73000 |     7f42d5573000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  12. | Stack                  |     7f42d5574000 |     7f42d5d74000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  13. | Stack                  |     7f42d5d75000 |     7f42d6575000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  14. | Stack                  |     7f42d6d77000 |     7f42d7577000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  15. | Stack                  |     7f42d7578000 |     7f42d7d78000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  16. | Stack                  |     7f42d7d79000 |     7f42d8579000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  17. | Stack                  |     7f42d857a000 |     7f42d8d7a000 |       8.00mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  18. ...
  19. +-------------------------------------------------------------------------+
  20. | Memory Type            |          Count |         Size |   Size (bytes) |
  21. +-------------------------------------------------------------------------+
  22. | Stack                  |            788 |       6.28gb |  6,743,269,376 |
  23. | GCHeap                 |             48 |     688.98mb |    722,448,384 |
  24. | PAGE_READWRITE         |            930 |     180.22mb |    188,977,152 |
  25. | Image                  |          1,278 |     159.69mb |    167,447,040 |
  26. | HighFrequencyHeap      |            327 |      20.35mb |     21,336,064 |
  27. | LowFrequencyHeap       |            259 |      18.31mb |     19,202,048 |
  28. | LoaderCodeHeap         |             15 |      17.53mb |     18,378,752 |
  29. | HostCodeHeap           |             11 |       1.51mb |      1,581,056 |
  30. | ResolveHeap            |              1 |     348.00kb |        356,352 |
  31. | PAGE_READONLY          |            123 |     261.50kb |        267,776 |
  32. | DispatchHeap           |              1 |     196.00kb |        200,704 |
  33. | IndirectionCellHeap    |              3 |     152.00kb |        155,648 |
  34. | LookupHeap             |              3 |     144.00kb |        147,456 |
  35. | CacheEntryHeap         |              2 |     100.00kb |        102,400 |
  36. | PAGE_EXECUTE_WRITECOPY |              5 |      96.00kb |         98,304 |
  37. | StubHeap               |              2 |      76.00kb |         77,824 |
  38. | PAGE_EXECUTE_READ      |              2 |       8.00kb |          8,192 |
  39. +-------------------------------------------------------------------------+
  40. | [TOTAL]                |          3,798 |       7.34gb |  7,884,054,528 |
  41. +-------------------------------------------------------------------------+
复制代码
从卦中可以看到当前程序总计 6.28gb 内存占用，基本上都被线程栈给吃掉了，更让人意想不到的是这个线程栈居然占用 8M 的内存空间，这个着实有点大了，而且 linux 不像 windows 有一个 reserved 的概念，这里的 8M 是实实在在的预占，可以观察这 8M 的内存地址即可，都是初始化的 0, 这就说不过去了。
  1. 0:000> dp 7f42d256e000 7f42d2d6e000
  2. ...
  3. 00007f42`d2d6dfa0  00000000`00000000 00000000`00000000
  4. 00007f42`d2d6dfb0  00000000`00000000 00000000`00000000
  5. 00007f42`d2d6dfc0  00000000`00000000 00000000`00000000
  6. 00007f42`d2d6dfd0  00000000`00000000 00000000`00000000
  7. 00007f42`d2d6dfe0  00000000`00000000 00000000`00000000
  8. 00007f42`d2d6dff0  00000000`00000000 00000000`00000000
  9. 00007f42`d2d6e000  ????????`????????
复制代码

  • 如何修改栈空间大小
    一般来说不同的操作系统发行版有不同的默认栈空间配置，可以先到内存搜一下当前是哪一个发行版，做法就是搜索操作系统名称主要关键字。
  1. 0:000> s-a 0 L?0xffffffffffffffff "centos"
  2. ...
  3. 00005570`9cddbc18  63 65 6e 74 6f 73 2e 37-2d 78 36 34 00 00 00 00  centos.7-x64....
  4. ...
复制代码
从卦中可以看到当前操作系统是 centos7-x64，在 windows 平台上修改栈空间大小可以修改 PE 头，在 linux 上有两种做法。
修改 ulimit -s 参数（不建议）
  1. root@ubuntu:/data# ulimit -s
  2. 8192
  3. root@ubuntu:/data# ulimit -s 2048
  4. root@ubuntu:/data# ulimit -s
  5. 2048
复制代码
修改 DOTNET_DefaultStackSize 环境变量（建议，针对异常容器在环境变量配置）
DOTNET_DefaultStackSize=180000
更多可以参考文章： https://www.alexander-koepke.de/post/2023-10-18-til-dotnet-stack-size/
上面是解决问题的第一个方向，接下来我们说另一个方向，为什么会产生总计 888 个线程呢？

  • 为什么会有那么多线程
    要找到这个答案，需要去看每一个线程此时都在干嘛，这个可以使用 windbg 专属命令。
  1. 0:000> ~*e !clrstack
  2. ...
  3. OS Thread Id: 0x1b82 (225)
  4.         Child SP               IP Call Site
  5. 00007F441B7FD660 00007f4cdbb69ad8 [HelperMethodFrame_1OBJ: 00007f441b7fd660] System.Threading.Monitor.ObjWait(Int32, System.Object)
  6. 00007F441B7FD790 00007f4c676318cd System.Threading.ManualResetEventSlim.Wait(Int32, System.Threading.CancellationToken) [/_/src/libraries/System.Private.CoreLib/src/System/Threading/ManualResetEventSlim.cs @ 570]
  7. 00007F441B7FD810 00007f4c676312e1 System.Net.Sockets.SocketAsyncContext.PerformSyncOperation[[System.__Canon, System.Private.CoreLib]](OperationQueue`1<System.__Canon> ByRef, System.__Canon, Int32, Int32) [/_/src/libraries/System.Net.Sockets/src/System/Net/Sockets/SocketAsyncContext.Unix.cs @ 1330]
  8. 00007F441B7FD8A0 00007f4c67e26ff1 System.Net.Sockets.SocketAsyncContext.ReceiveFrom(System.Memory`1, System.Net.Sockets.SocketFlags ByRef, Byte[], Int32 ByRef, Int32, Int32 ByRef) [/_/src/libraries/System.Net.Sockets/src/System/Net/Sockets/SocketAsyncContext.Unix.cs @ 1557]
  9. 00007F441B7FD920 00007f4c67e2ea6b System.Net.Sockets.SocketPal.Receive(System.Net.Sockets.SafeSocketHandle, Byte[], Int32, Int32, System.Net.Sockets.SocketFlags, Int32 ByRef)
  10. 00007F441B7FD9A0 00007f4c67e26c37 System.Net.Sockets.Socket.Receive(Byte[], Int32, Int32, System.Net.Sockets.SocketFlags, System.Net.Sockets.SocketError ByRef)
  11. 00007F441B7FDA20 00007f4c67e26929 System.Net.Sockets.NetworkStream.Read(Byte[], Int32, Int32) [/_/src/libraries/System.Net.Sockets/src/System/Net/Sockets/NetworkStream.cs @ 231]
  12. 00007F441B7FDA70 00007f4c69b85757 System.IO.BufferedStream.ReadByteSlow() [/_/src/libraries/System.Private.CoreLib/src/System/IO/BufferedStream.cs @ 771]
  13. 00007F441B7FDA90 00007f4c69b774e8 System.IO.BinaryReader.ReadByte() [/_/src/libraries/System.Private.CoreLib/src/System/IO/BinaryReader.cs @ 207]
  14. 00007F441B7FDAA0 00007f4c69b853ee RabbitMQ.Client.Impl.InboundFrame.ReadFrom(RabbitMQ.Util.NetworkBinaryReader)
  15. 00007F441B7FDAF0 00007f4c69b852c6 RabbitMQ.Client.Framing.Impl.Connection.MainLoopIteration()
  16. 00007F441B7FDB10 00007f4c69b57068 RabbitMQ.Client.Framing.Impl.Connection.MainLoop()
  17. 00007F441B7FDB50 00007f4c67590d19 System.Threading.ExecutionContext.RunInternal(System.Threading.ExecutionContext, System.Threading.ContextCallback, System.Object) [/_/src/libraries/System.Private.CoreLib/src/System/Threading/ExecutionContext.cs @ 183]
  18. 00007F441B7FDCF0 00007f4cdb1e3aa7 [DebuggerU2MCatchHandlerFrame: 00007f441b7fdcf0]
  19. ...
复制代码
可以使用正规的 dotnet-dump 或者 procdump抓取，根据上面卦象展示，可以看到大量的和 RabbitMQ.Client.Framing.Impl 有关的链接库，猜测大量线程卡在 RabbitMQ.Client.Framing.Impl 中。
有了这些知识，最后给到朋友的建议如下：
修改 DOTNET_DefaultStackSize 参数
可以仿照 windows 上的 .netcore 默认 1.5M 的栈空间设置，因为8M真的太大了，扛不住，也和 Linux 的低内存使用不符。修改后压测读取dump观察发现配置已生效
  1. 0:000> !sos maddress
  2. Enumerating and tagging the entire address space and caching the result...
  3. Subsequent runs of this command should be faster.
  4. *** WARNING: Unable to verify timestamp for lttng-ust-wait-8-0
  5. *** WARNING: Unable to verify timestamp for lttng-ust-wait-8
  6. +--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  7. | Memory Kind            |        StartAddr |        EndAddr-1 |         Size | Type        | State       | Protect                | Image                                                   |
  8. +--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  9. .......
  10. | Stack                  |     7fabe4e8c000 |     7fabe500c000 |       1.50mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  11. | Stack                  |     7fabe500d000 |     7fabe518d000 |       1.50mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  12. | Stack                  |     7fabe518e000 |     7fabe530e000 |       1.50mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  13. | Stack                  |     7fabe530f000 |     7fabe548f000 |       1.50mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  14. | Stack                  |     7fabe5490000 |     7fabe5610000 |       1.50mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  15. | Stack                  |     7fabe5611000 |     7fabe5791000 |       1.50mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  16. | Stack                  |     7fabe5792000 |     7fabe5912000 |       1.50mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  17. | Stack                  |     7fabe5913000 |     7fabe5a93000 |       1.50mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  18. | Stack                  |     7fabe5a94000 |     7fabe5c14000 |       1.50mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  19. | Stack                  |     7fabe5c15000 |     7fabe5d95000 |       1.50mb | MEM_PRIVATE | MEM_COMMIT  | PAGE_READWRITE         |                                                         |
  20. .......
  21. +-------------------------------------------------------------------------+
  22. | Memory Type            |          Count |         Size |   Size (bytes) |
  23. +-------------------------------------------------------------------------+
  24. | Stack                  |            766 |       1.41gb |  1,518,571,520 |
  25. | GCHeap                 |             48 |     702.39mb |    736,509,952 |
  26. | PAGE_READWRITE         |            931 |     186.31mb |    195,358,720 |
  27. | Image                  |          1,283 |     158.77mb |    166,480,384 |
  28. | HighFrequencyHeap      |            336 |      20.97mb |     21,991,424 |
  29. | LowFrequencyHeap       |            256 |      18.32mb |     19,214,336 |
  30. | LoaderCodeHeap         |             15 |      17.53mb |     18,378,752 |
  31. | HostCodeHeap           |             11 |       1.63mb |      1,703,936 |
  32. | ResolveHeap            |              1 |     348.00kb |        356,352 |
  33. | PAGE_READONLY          |            123 |     261.50kb |        267,776 |
  34. | DispatchHeap           |              1 |     196.00kb |        200,704 |
  35. | IndirectionCellHeap    |              3 |     152.00kb |        155,648 |
  36. | LookupHeap             |              3 |     144.00kb |        147,456 |
  37. | PAGE_EXECUTE_WRITECOPY |              5 |     132.00kb |        135,168 |
  38. | CacheEntryHeap         |              2 |     100.00kb |        102,400 |
  39. | StubHeap               |              2 |      76.00kb |         77,824 |
  40. | PAGE_EXECUTE_READ      |              2 |       8.00kb |          8,192 |
  41. +-------------------------------------------------------------------------+
  42. | [TOTAL]                |          3,788 |       2.50gb |  2,679,660,544 |
  43. +-------------------------------------------------------------------------+
复制代码
观察项目代码中RabbitMQ.Client.Framing.Impl 的相关逻辑
发现该引用其实在代码中属于无效引用，将该引用删除压测观察，发现线程正常。
三：总结
Linux 上的 .NET 调试生态在日渐丰富，这是一件让人很兴奋的事情，最后给我的老师《一线码农》和 WinDbg 点个赞

来源:https://www.cnblogs.com/kangao/p/18414480
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！

上一篇: .NET 开源的功能强大的人脸识别 API

下一篇: 不可不知的WPF转换（Transform）

发表于 2024-9-14 21:13:43

举报 回复 使用道具

返回列表 发新帖

Archiver|手机版|小黑屋|翼度科技

Copyright © 2001-2020, Tencent Cloud.　Powered by Discuz! X3.4