SpringBoot线上服务假死：非资源耗尽的故障排查

"本文档探讨了SpringBoot线上服务在CPU和内存正常的情况下突然假死的问题，针对常见的服务挂掉情况，如CPU不足、内存溢出或GC频繁，提供了深入剖析和解决方案。文章以B站713事故中的"0"作为启示，强调在排查时需关注集群环境下的服务一致性，并介绍了排查过程中的关键步骤，如检查线程状态、异常线程堆栈、内存占用情况以及使用工具如`jstack`、`jmap`和MAT进行分析。 首先，作者强调了在遇到服务无明显错误日志，但CPU和内存表现正常的假死现象时，不能忽视常规排查。这包括通过`top`或`ps`命令检查进程线程，查看异常线程ID，以及使用`jstack`获取堆栈信息来定位可能的循环递归或数据库慢查询等问题。 接下来，文档详细介绍了MAT工具的使用，尤其是Histogram视图，它帮助分析内存分配情况，区分ShallowSize（对象自身占用）和Retained Size（对象及其所有引用占用），以便找出内存泄漏的可能源头。LeakSuspects报表则以图形方式直观地展示了内存泄漏嫌疑的分布，有助于快速定位到代码层面的内存泄漏点。 最后，针对此次具体的问题排查，由于服务健康监测显示无响应且资源使用正常，作者建议直接查看堆栈信息以了解线程活动，进一步缩小问题范围。这表明在面对复杂的技术问题时，细致的分析和正确的工具运用是解决问题的关键。 本文提供了一套完整的线上SpringBoot服务假死排查流程，强调了在非典型情况下识别和解决问题的重要性，对于开发人员和运维人员来说，是一份实用的故障排除指南。"