转于自己在公司的Blog:
[url]http://pt.alibaba-inc.com/wp/experience_1014/design-for-dummy.html [/url]
原文: http://javatar.iteye.com/blog/804187
最近有点痴呆,因为解决了太多的痴呆问题,
服务框架实施面超来超广,已有50多个项目在使用,
每天都要去帮应用查问题,来来回回,
发现大部分都是配置错误,或者重复的文件或类,或者网络不通等,
所以准备在新版本中加入防痴呆设计,估且这么叫吧,
可能很简单,但对排错速度还是有点帮助,
希望能抛砖引玉,也希望大家多给力,想出更多的防范措施共享出来。
(1) 检查重复的jar包
最痴呆的问题,就是有多个版本的相同jar包,
会出现新版本的A类,调用了旧版本的B类,
而且和JVM加载顺序有关,问题带有偶然性,误导性,
遇到这种莫名其妙的问题,最头疼,
所以,第一条,先把它防住,
在每个jar包中挑一个一定会加载的类,加上重复类检查,
给个示例:
1.static {
2. Duplicate.checkDuplicate(Xxx.class);
3.}
检查重复工具类:
1.public final class Duplicate {
2.
3. private Duplicate() {}
4.
5. public static void checkDuplicate(Class cls) {
6. checkDuplicate(cls.getName().replace('.', '/') + ".class");
7. }
8.
9. public static void checkDuplicate(String path) {
10. try {
11. // 在ClassPath搜文件
12. Enumeration urls = Thread.currentThread().getContextClassLoader().getResources(path);
13. Set files = new HashSet();
14. while (urls.hasMoreElements()) {
15. URL url = urls.nextElement();
16. if (url != null) {
17. String file = url.getFile();
18. if (file != null && file.length() > 0) {
19. files.add(file);
20. }
21. }
22. }
23. // 如果有多个,就表示重复
24. if (files.size() > 1) {
25. logger.error("Duplicate class " + path + " in " + files.size() + " jar " + files);
26. }
27. } catch (Throwable e) { // 防御性容错
28. logger.error(e.getMessage(), e);
29. }
30. }
31.
32.}
(2) 检查重复的配置文件
配置文件加载错,也是经常碰到的问题,
用户通常会和你说:“我配置的很正确啊,不信我发给你看下,但就是报错”,
然后查一圈下来,原来他发过来的配置根本没加载,
平台很多产品都会在classpath下放一个约定的配置,
如果项目中有多个,通常会取JVM加载的第一个,
为了不被这么低级的问题折腾,
和上面的重复jar包一样,在配置加载的地方,加上:
Java代码 复制代码 收藏代码
1.Duplicate.checkDuplicate("xxx.properties");
(3) 检查所有可选配置
必填配置估计大家都会检查,因为没有的话,根本没法运行,
但对一些可选参数,也应该做一些检查,
比如:服务框架允许通过注册中心关联服务消费者和服务提供者,
也允许直接配置服务提供者地址点对点直连,
这时候,注册中心地址是可选的,
但如果没有配点对点直连配置,注册中心地址就一定要配,
这时候也要做相应检查。
(4) 异常信息给出解决方案
在给应用排错时,最怕的就是那种只有简单的一句错误描述,啥信息都没有的异常信息,
比如上次碰到一个Failed to get session异常,
就这几个单词,啥都没有,哪个session出错? 什么原因Failed?
看了都快疯掉,因是线上环境不好调试,而且有些场景不是每次都能重现,
异常最基本要带有上下文信息,包括操作者,操作目标,原因等,
最好的异常信息,应给出解决方案,比如上面可以给出:
"从10.20.16.3到10.20.130.20:20880之间的网络不通,
请在10.20.16.3使用telnet 10.20.130.20 20880测试一下网络,
如果是跨机房调用,可能是防火墙阻挡,请联系SA开通访问权限"
等等,上面甚至可以根据IP段判断是不是跨机房。
另外一个例子,是spring-web的context加载,
如果在getBean时spring没有被启动,
spring会报一个错,错误信息写着:
请在web.xml中加入:<listener>...<init-param>...
多好的同学,看到错误的人复制一下就完事了,我们该学学,
可以把常见的错误故意犯一遍,看看错误信息能否自我搞定问题,
或者把平时支持应用时遇到的问题及解决办法都写到异常信息里。
(5) 日志信息包含环境信息
每次应用一出错,应用的开发或测试就会把出错信息发过来,询问原因,
这时候我都会问一大堆套话,
用的哪个版本呀?
是生产环境还是开发测试环境?
哪个注册中心呀?
哪个项目中的?
哪台机器呀?
哪个服务?
。。。
累啊,最主要的是,有些开发或测试人员根本分不清,
没办法,只好提供上门服务,浪费的时间可不是浮云,
所以,日志中最好把需要的环境信息一并打进去,
最好给日志输出做个包装,统一处理掉,免得忘了。
包装Logger接口如:
1.public void error(String msg, Throwable e) {
2. delegate.error(msg + " on server " + InetAddress.getLocalHost() + " using version " + Version.getVersion(), e);
3.}
获取版本号工具类:
1.public final class Version {
2.
3. private Version() {}
4.
5. private static final Logger logger = LoggerFactory.getLogger(Version.class);
6.
7. private static final Pattern VERSION_PATTERN = Pattern.compile("([0-9][0-9\\.\\-]*)\\.jar");
8.
9. private static final String VERSION = getVersion(Version.class, "2.0.0");
10.
11. public static String getVersion(){
12. return VERSION;
13. }
14.
15. public static String getVersion(Class cls, String defaultVersion) {
16. try {
17. // 首先查找MANIFEST.MF规范中的版本号
18. String version = cls.getPackage().getImplementationVersion();
19. if (version == null || version.length() == 0) {
20. version = cls.getPackage().getSpecificationVersion();
21. }
22. if (version == null || version.length() == 0) {
23. // 如果MANIFEST.MF规范中没有版本号,基于jar包名获取版本号
24. String file = cls.getProtectionDomain().getCodeSource().getLocation().getFile();
25. if (file != null && file.length() > 0 && file.endsWith(".jar")) {
26. Matcher matcher = VERSION_PATTERN.matcher(file);
27. while (matcher.find() && matcher.groupCount() > 0) {
28. version = matcher.group(1);
29. }
30. }
31. }
32. // 返回版本号,如果为空返回缺省版本号
33. return version == null || version.length() == 0 ? defaultVersion : version;
34. } catch (Throwable e) { // 防御性容错
35. // 忽略异常,返回缺省版本号
36. logger.error(e.getMessage(), e);
37. return defaultVersion;
38. }
39. }
40.
41.}
(6) kill之前先dump
每次线上环境一出问题,大家就慌了,
通常最直接的办法回滚重启,以减少故障时间,
这样现场就被破坏了,要想事后查问题就麻烦了,
有些问题必须在线上的大压力下才会发生,
线下测试环境很难重现,
不太可能让开发或Appops在重启前,
先手工将出错现场所有数据备份一下,
所以最好在kill脚本之前调用dump,
进行自动备份,这样就不会有人为疏忽。
dump脚本示例:
1.JAVA_HOME=/usr/java
2.OUTPUT_HOME=~/output
3.DEPLOY_HOME=`dirname $0`
4.HOST_NAME=`hostname`
5.
6.DUMP_PIDS=`ps --no-heading -C java -f --width 1000 | grep "$DEPLOY_HOME" |awk '{print $2}'`
7.if [ -z "$DUMP_PIDS" ]; then
8. echo "The server $HOST_NAME is not started!"
9. exit 1;
10.fi
11.
12.DUMP_ROOT=$OUTPUT_HOME/dump
13.if [ ! -d $DUMP_ROOT ]; then
14. mkdir $DUMP_ROOT
15.fi
16.
17.DUMP_DATE=`date +%Y%m%d%H%M%S`
18.DUMP_DIR=$DUMP_ROOT/dump-$DUMP_DATE
19.if [ ! -d $DUMP_DIR ]; then
20. mkdir $DUMP_DIR
21.fi
22.
23.echo -e "Dumping the server $HOST_NAME ...\c"
24.for PID in $DUMP_PIDS ; do
25. $JAVA_HOME/bin/jstack $PID > $DUMP_DIR/jstack-$PID.dump 2>&1
26. echo -e ".\c"
27. $JAVA_HOME/bin/jinfo $PID > $DUMP_DIR/jinfo-$PID.dump 2>&1
28. echo -e ".\c"
29. $JAVA_HOME/bin/jstat -gcutil $PID > $DUMP_DIR/jstat-gcutil-$PID.dump 2>&1
30. echo -e ".\c"
31. $JAVA_HOME/bin/jstat -gccapacity $PID > $DUMP_DIR/jstat-gccapacity-$PID.dump 2>&1
32. echo -e ".\c"
33. $JAVA_HOME/bin/jmap $PID > $DUMP_DIR/jmap-$PID.dump 2>&1
34. echo -e ".\c"
35. $JAVA_HOME/bin/jmap -heap $PID > $DUMP_DIR/jmap-heap-$PID.dump 2>&1
36. echo -e ".\c"
37. $JAVA_HOME/bin/jmap -histo $PID > $DUMP_DIR/jmap-histo-$PID.dump 2>&1
38. echo -e ".\c"
39. if [ -r /usr/sbin/lsof ]; then
40. /usr/sbin/lsof -p $PID > $DUMP_DIR/lsof-$PID.dump
41. echo -e ".\c"
42. fi
43.done
44.if [ -r /usr/bin/sar ]; then
45./usr/bin/sar > $DUMP_DIR/sar.dump
46.echo -e ".\c"
47.fi
48.if [ -r /usr/bin/uptime ]; then
49./usr/bin/uptime > $DUMP_DIR/uptime.dump
50.echo -e ".\c"
51.fi
52.if [ -r /usr/bin/free ]; then
53./usr/bin/free -t > $DUMP_DIR/free.dump
54.echo -e ".\c"
55.fi
56.if [ -r /usr/bin/vmstat ]; then
57./usr/bin/vmstat > $DUMP_DIR/vmstat.dump
58.echo -e ".\c"
59.fi
60.if [ -r /usr/bin/mpstat ]; then
61./usr/bin/mpstat > $DUMP_DIR/mpstat.dump
62.echo -e ".\c"
63.fi
64.if [ -r /usr/bin/iostat ]; then
65./usr/bin/iostat > $DUMP_DIR/iostat.dump
66.echo -e ".\c"
67.fi
68.if [ -r /bin/netstat ]; then
69./bin/netstat > $DUMP_DIR/netstat.dump
70.echo -e ".\c"
71.fi
72.echo "OK!"