记一次 .NET某旅行社酒店管理系统 卡死分析

一:背景

1. 讲故事

年初有位朋友找到我,说他们的管理系统不响应了,让我帮忙看下到底咋回事? 手上也有dump,那就来分析吧。

二:为什么没有响应

1. 线程池队列有积压吗?

朋友的系统是一个web系统,那web系统的无响应我们首先要关注的就是 线程池,使用 !sos tpq 命令,参考输出如下:

 0:000> !sos tpq global work item queue________________________________ 0x00000004010774C0 Microsoft.AspNetCore.Server.IIS.Core.IISHttpContextOfT<Microsoft.AspNetCore.Hosting.HostingApplication+Context> 0x0000000401077808 Microsoft.AspNetCore.Server.IIS.Core.IISHttpContextOfT<Microsoft.AspNetCore.Hosting.HostingApplication+Context> .... 0x000000030239DD78 Microsoft.AspNetCore.Server.IIS.Core.IISHttpContextOfT<Microsoft.AspNetCore.Hosting.HostingApplication+Context> 0x000000030239E0C0 Microsoft.AspNetCore.Server.IIS.Core.IISHttpContextOfT<Microsoft.AspNetCore.Hosting.HostingApplication+Context>  local per thread work items_____________________________________ 0x0000000100A46410 System.Threading.Tasks.Task<System.Threading.Tasks.Task> ... 0x000000010133F8C0 System.Threading.Tasks.Task<System.Threading.Tasks.Task>      2 Work  Microsoft.AspNetCore.Http.Connections.Internal.HttpConnectionContext+<>c.<WaitOnTasks>b__123_1     4 Work  Microsoft.AspNetCore.Http.Connections.Internal.HttpConnectionContext+<>c.<WaitOnTasks>b__123_0   266 Work  Microsoft.AspNetCore.SignalR.HubConnectionContext.AbortConnection  ----   272  

从卦中可以看到确实存在线程池积压的情况,那为什么会有积压呢?条件反射告诉我,是不是因为锁的原因,使用 !syncblk 观察。

 0:000> !syncblk Index         SyncBlock MonitorHeld Recursion Owning Thread Info          SyncBlock Owner ----------------------------- Total           468 CCW             0 RCW             0 ComClassFactory 0 Free            120  

从卦中看和锁没半毛钱关系,那就只能深入各个消费线程,看看这些线程为什么这么不给力。。。。

2. 线程都在干什么

要想观察各个线程都在做什么,可以用 ~*e !clrstack 观察各个线程调用栈,输出的调用栈太长,但仔细观察之后,发现很多线程都停留在 TryGetConnnection 上,截图如下:

记一次 .NET某旅行社酒店管理系统 卡死分析

从卦中可以看到大概有143个线程卡在 TryGetConnection 上,不知道 Connection 为啥取不到了,接下来观察问题代码,简化后如下:

         private bool TryGetConnection(DbConnection owningObject, uint waitForMultipleObjectsTimeout, bool allowCreate, bool onlyOneCheckConnection, DbConnectionOptions userOptions, out DbConnectionInternal connection)         {             DbConnectionInternal dbConnectionInternal = null;             Transaction transaction = null;              if (HasTransactionAffinity)             {                 dbConnectionInternal = GetFromTransactedPool(out transaction);             }             if (dbConnectionInternal == null)             {                 Interlocked.Increment(ref _waitCount);                 do                 {                     num = WaitHandle.WaitAny(_waitHandles.GetHandles(allowCreate), (int)waitForMultipleObjectsTimeout);                  } while (dbConnectionInternal == null);             }         }          private DbConnectionInternal GetFromTransactedPool(out Transaction transaction)         {             transaction = ADP.GetCurrentTransaction();             DbConnectionInternal dbConnectionInternal = null;             if (null != transaction && _transactedConnectionPool != null)             {                 dbConnectionInternal = _transactedConnectionPool.GetTransactedObject(transaction);                 //....             }             return dbConnectionInternal;         }                internal DbConnectionInternal GetTransactedObject(Transaction transaction)         {             lock (_transactedCxns)             {                 flag = _transactedCxns.TryGetValue(transaction, out value);             }             if (flag)             {                 lock (value)                 {                     int num = value.Count - 1;                     if (0 <= num)                     {                         dbConnectionInternal = value[num];                         value.RemoveAt(num);                     }                 }             }             return dbConnectionInternal;         }  

从卦中源码看是 _transactedCxns 返回 null 所致,看样子是_transactedCxns中的Conenction耗尽,接下来使用 !dso 从 DbConnectionPool 字段中去挖,输出如下:

 0:298> !dso OS Thread Id: 0x42c0 (298)           SP/REG           Object Name     0005c087d020     0003ffc79528 Microsoft.Data.ProviderBase.DbConnectionPool  0:298> !do 0003ffc79528 Name:        Microsoft.Data.ProviderBase.DbConnectionPool MethodTable: 000007fe8dd714c8 EEClass:     000007fe8dd65438 Tracked Type: false Size:        176(0xb0) bytes File:        D:APPEnergyDotNetruntimeswinlibnet6.0Microsoft.Data.SqlClient.dll Fields:               MT    Field   Offset                 Type VT     Attr            Value Name 000007fe8dd71370  40001a7       8c         System.Int32  1 instance                1 _state ... 000007fe8cd994b0  40001ad       94         System.Int32  1 instance              143 _waitCount 000007fe8e012c68  40001b4       78 ...tedConnectionPool  0 instance 00000003ffc7a3e8 _transactedConnectionPool ... 000007fe8cd994b0  40001b6       9c         System.Int32  1 instance              100 _totalObjects ...  0:298> !DumpObj /d 00000003ffc7a520 Name:        System.Collections.Generic.Dictionary`2[[System.Transactions.Transaction, System.Transactions.Local],[Microsoft.Data.ProviderBase.DbConnectionPool+TransactedConnectionList, Microsoft.Data.SqlClient]] MethodTable: 000007fe8e0146a0 EEClass:     000007fe8cd8af30 Tracked Type: false Size:        80(0x50) bytes File:        C:Program FilesdotnetsharedMicrosoft.NETCore.App6.0.22System.Private.CoreLib.dll Fields:               MT    Field   Offset                 Type VT     Attr            Value Name 000007fe8cda8480  4002065        8       System.Int32[]  0 instance 0000000000000000 _buckets 000007fe8e3255d8  4002066       10 ...ivate.CoreLib]][]  0 instance 0000000000000000 _entries 000007fe8cd9ca08  4002067       30        System.UInt64  1 instance                0 _fastModMultiplier 000007fe8cd994b0  4002068       38         System.Int32  1 instance                0 _count 000007fe8cd994b0  4002069       3c         System.Int32  1 instance                0 _freeList 000007fe8cd994b0  400206a       40         System.Int32  1 instance                0 _freeCount 000007fe8cd994b0  400206b       44         System.Int32  1 instance                0 _version 000007fe8cdb7900  400206c       18 ...Private.CoreLib]]  0 instance 0000000000000000 _comparer 000007fe8da70c90  400206d       20 ...Private.CoreLib]]  0 instance 0000000000000000 _keys 000007fe8d2a1c60  400206e       28 ...Private.CoreLib]]  0 instance 0000000000000000 _values  

从上面的卦中数据可知三点信息:

  1. 100 _totalObjects 当前的线程池存着100个Connection。
  2. 0 _count 当前100个Connection全部耗尽。
  3. 143 _waitCount 表示当前有 143 个线程在获取 Connection 上进行等待。

3. 池中之物都去了哪里

要想找到这个答案,继续观察线程栈,比如搜索TDS传输层方法 Microsoft.Data.SqlClient.TdsParserStateObject.TryReadByte ,可以看到刚好是 100 个,上层大多是 xxxx.GetRoomNosInDltParams 方法,截图如下:

记一次 .NET某旅行社酒店管理系统 卡死分析

挖掘各个线程栈,大概都是下面的sql,格式化如下:

 SELECT [HotelId],         [RoomId],         [SubRoomId],         [SupplierId],         [RoomNo],         [RoomCategory],         [SellPrice],         [RoomNoState],         [CheckInDate] FROM [xxx] WHERE ((((((([RoomId] IN (673,674)) AND( [SellPrice] > @SellPrice1 ))         AND ( [CheckInDate] >= @CheckInDate2 ))         AND ( [CheckInDate] <= @CheckInDate3 ))         AND ( [RoomCategory] <=@constant5))         AND ( [RoomNoState] =@constant7))         AND NOT ([RoomNo] LIKE @MethodConst8+'%') )  

反编译源码发现有一个 useCached 字段形同虚设,导致每次都是从 数据库 读取,截图如下:

记一次 .NET某旅行社酒店管理系统 卡死分析
记一次 .NET某旅行社酒店管理系统 卡死分析

到这里基本上就能推测出来的,程序的卡死主要是 Connection 耗尽,优化建议如下:

  1. SQL 加上 nolock,避免锁问题。
  2. GetRoomNosInDltParams 方法尽量使用缓存。
  3. 观察数据库层的锁和负载情况。
  4. 设置更大的数据库连接池。

三:总结

这次卡死的生产事故,是大量数据库的慢请求导致SDK侧的数据库连接池(100)耗尽所致,如果有数据库侧的监控工具,我想一眼就能找到答案。
记一次 .NET某旅行社酒店管理系统 卡死分析

发表评论

评论已关闭。

相关文章