凌晨三点，手机突然震动，监控平台弹出一条刺眼的报警信息：“服务器CPU使用率超过90%”。作为开发者，这种场景或许并不陌生。线上CPU飙高是Java项目中最常见的性能问题之一，它可能导致服务响应变慢、接口超时甚至系统崩溃。但如何快速定位问题根源并高效解决？本文将结合实战经验，用最接地气的方式，手把手带你走完CPU飙高排查的全流程。

CPU飙高的常见原因

在深入排查前，先明确问题可能的方向。根据实际案例统计，CPU飙高的原因主要分为以下几类：

1. 代码逻辑问题：

• 死循环：例如未正确退出的循环、递归调用失控。
• 高并发下的锁竞争：如不合理的synchronized或ReentrantLock使用导致线程阻塞。
• 算法复杂度高：如大数据量的嵌套循环（O(n^2)时间复杂度）。

2. 资源争用问题：

• 频繁GC：内存泄漏导致Full GC频繁触发，CPU资源被大量消耗。
• 线程池配置不合理：核心线程数过多或任务队列堆积。

3. 外部依赖问题：

• 数据库慢查询：未优化的SQL导致大量CPU时间消耗在IO等待。
• 网络请求阻塞：第三方接口响应慢，线程长时间挂起。

排查工具与核心命令

工欲善其事，必先利其器。以下工具是排查CPU问题的“瑞士军刀”：

1. 基础工具：

• top命令：快速定位CPU占用最高的进程。
• top -Hp [PID]：查看进程内各线程的CPU使用率。
• jstack：生成线程堆栈快照，分析线程状态。
• jstat：监控JVM内存和GC情况。

2. 高级工具：

• Arthas：动态诊断工具，支持实时查看线程堆栈和热点方法。
• VisualVM/MAT：分析内存快照，定位内存泄漏。

实战排查六步法

步骤1：定位高CPU进程

通过top命令快速锁定目标：

Bash
top -c  # 显示完整命令

按P键按CPU使用率排序，找到占用最高的Java进程，记录其PID。

步骤2：分析线程级CPU消耗

通过top -Hp [PID]查看线程级CPU占用：

Bash
top -Hp 8632  # 显示进程内线程

按P排序后，记录高CPU线程的十进制ID。

步骤3：转换线程ID为十六进制

使用printf命令转换：

Bash
printf "%x\n" 31876  # 输出7c94

步骤4：抓取线程堆栈并分析

生成线程堆栈文件：

Bash
jstack 8632 > 8632.tdump  # 导出堆栈

在堆栈文件中搜索十六进制线程ID（如nid=0x7c94），定位具体代码位置。

关键点：

• RUNNABLE状态线程：通常是正在执行CPU密集型任务的线程。
• BLOCKED状态线程：可能因锁竞争导致阻塞。

步骤5：结合GC日志分析内存问题

若线程堆栈显示频繁GC，需检查JVM内存使用情况：

Bash
jstat -gcutil 8632 1000  # 每秒打印GC统计

关注FGC（Full GC次数）和FGCT（Full GC耗时）。若FGC持续增长且耗时高，可能存在内存泄漏。

步骤6：内存快照与代码修复

导出内存快照并分析：

Bash
jmap -dump:live,format=b,file=heap.hprof 8632  # 生成堆快照

使用MAT工具分析大对象，定位代码中的内存分配问题。

典型案例与解决方案

案例1：死循环导致CPU 100%

现象：某接口调用后CPU瞬间飙高。

排查：

• 通过jstack发现某线程持续处于RUNNABLE状态，堆栈显示循环调用某方法。

解决：修复循环退出条件，增加超时机制。

案例2：频繁Full GC引发CPU波动

现象：CPU周期性飙高，伴随服务卡顿。

排查：

• jstat显示FGC每分钟触发数十次，堆快照发现大量未释放的缓存对象。

解决：优化分页查询，引入本地缓存并设置过期时间。

案例3：线程池配置不当

现象：高并发下CPU持续高位，接口响应慢。

排查：

• jstack显示大量线程处于WAITING状态，线程池任务队列堆积。

解决：调整线程池参数（如corePoolSize和maxPoolSize），改用有界队列并设置拒绝策略。

优化与预防：从治标到治本

1. 代码层面：

• 避免锁粒度过大：缩小同步代码块范围。
• 使用线程池替代裸线程：合理设置线程数（参考IO密集型与CPU密集型场景）。

2. JVM层面：

• 调整堆内存参数：如-Xms和-Xmx设置相同，避免动态扩容。
• 选择合适GC算法：高吞吐场景用Parallel GC，低延迟场景用G1或ZGC。

3. 监控与告警：

• 接入APM工具：如Prometheus+Grafana监控CPU、内存、线程池状态。
• 设置阈值告警：如CPU持续>80%时触发通知。

CPU飙高排查是一场“逻辑推理+工具运用”的双重挑战。从紧急报警到问题修复，每一步都需要冷静分析和精准操作。希望本文的实战指南能成为你应对线上危机的“武功秘籍”。预防胜于治疗——通过代码审查、压测和持续监控，让系统在风平浪静中稳健运行。