一种CPU飙升事故处理方法和装置

摘要

本发明公开了CPU飙升事故处理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括监控目标设备的总CPU利用率，当总CPU利用率高于预设阀值时，启动事故定位程序；获取目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序，得到预设第一数量的进程标识；基于预设第一数量的进程标识，查找每个进程内的线程资源占用率，以根据资源占用率对所有线程标识进行排序，得到预设第二数量的线程标识；导出应用的线程栈数据，进而根据所述线程标识定位线程栈中的事故点，以排除所述事故。从而，本发明的实施方式能够解决CPU飙升类问题无法自动定位且需要重复处理、效率低下的问题。

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种CPU飙升事故处理方法和装置。

背景技术

随着移动互联网的渗透和流行，现在人们对于互联网服务的需求已经是7*24不间断了。因此，互联网企业的服务就需要保证无时无刻都在线同时提供稳定的能力。在这种7*24的在线提供服务的要求下，因为各种各样的原因导致CPU飙升从而服务不可用的可能性就越来越高，且发生的时间点也更加的随机。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

但CPU飙升这种事故有一个特殊性，就是需要当时的上下文进行排查。当CPU飙升事故发生时更多的是基于人工的方式，登录到机器上进行手工执行命令来记录事故上下文并进行线下分析。尤其当处于夜间或者值班人员响应不及时时，事故上下文稍纵即逝无法捕捉到。

因此，发生上述事故时很难被准确定位并修复，导致事故反复发生，对企业的业务正常开展造成很大的损失。

发明内容

有鉴于此，本发明实施例提供一种CPU飙升事故处理方法和装置，能够解决CPU飙升类问题无法自动定位且需要重复处理、效率低下的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种CPU飙升事故处理方法，包括监控目标设备的总CPU利用率，当总CPU利用率高于预设阀值时，启动事故定位程序；获取目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序，得到预设第一数量的进程标识；基于预设第一数量的进程标识，查找每个进程内的线程资源占用率，以根据资源占用率对所有线程标识进行排序，得到预设第二数量的线程标识；导出应用的线程栈数据，进而根据所述线程标识定位线程栈中的事故点，以排除所述事故。

可选地，根据所述线程标识定位线程栈中的事故点，包括：

根据所述线程标识，在线程栈数据中匹配对应的方法，以得到方法片段，进而定位事故点。

可选地，还包括：

生成进程标识、线程标识和方法片段的映射关系，以将所述映射关系存储至硬盘或上传到云端服务器；其中，所述方法片段包括方法行号和方法栈数据列表。

可选地，包括：

通过TOP命名列出目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序。

另外，根据本发明实施例的一个方面，提供了一种CPU飙升事故处理装置，包括监控模块，用于监控目标设备的总CPU利用率，当总CPU利用率高于预设阀值时，启动事故定位程序；获取模块，用于获取目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序，得到预设第一数量的进程标识；基于预设第一数量的进程标识，查找每个进程内的线程资源占用率，以根据资源占用率对所有线程标识进行排序，得到预设第二数量的线程标识；定位模块，用于导出应用的线程栈数据，进而根据所述线程标识定位线程栈中的事故点，以排除所述事故。

可选地，所述定位模块根据所述线程标识定位线程栈中的事故点，包括：

根据所述线程标识，在线程栈数据中匹配对应的方法，以得到方法片段，进而定位事故点。

可选地，所述定位模块，还用于：

生成进程标识、线程标识和方法片段的映射关系，以将所述映射关系存储至硬盘或上传到云端服务器；其中，所述方法片段包括方法行号和方法栈数据列表。

可选地，所述获取模块，还用于：

通过TOP命名列出目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序。

根据本发明实施例的另一个方面，还提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一计算实施例所述的方法。

根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一基于计算实施例所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：本发明通过监控目标设备的总CPU利用率，当总CPU利用率高于预设阀值时，启动事故定位程序；获取目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序，得到预设第一数量的进程标识；基于预设第一数量的进程标识，查找每个进程内的线程资源占用率，以根据资源占用率对所有线程标识进行排序，得到预设第二数量的线程标识；导出应用的线程栈数据，进而根据所述线程标识定位线程栈中的事故点，以排除所述事故。从而，本发明通过自动化的方式，进而对CPU飙升类问题快速定位，大幅度提高处理效率。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明第一实施例的CPU飙升事故处理方法的主要流程的示意图

图2是根据本发明第二实施例的CPU飙升事故处理方法的主要流程的示意图；

图3是根据本发明实施例的CPU飙升事故处理装置的主要模块的示意图；

图4是本发明实施例可以应用于其中的示例性系统架构图；

图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明第一实施例的CPU飙升事故处理方法的主要流程的示意图，所述CPU飙升事故处理方法可以包括：

步骤S101，监控目标设备的总CPU利用率，当总CPU利用率高于预设阀值时，启动事故定位程序。

在实施例中，本发明所述的CPU飙升是指设备的CPU利用率从一个正常值飚升到一个非常高的值，从而导致设备上部署的代码不能正常运行，进而导致宕机的情况。

较佳地，可以将步骤S101至步骤S104打包形成shell脚本，再通过crontab的能力形成监听机制，从而完成整个的高保真、自动化保存事故现场和分析的能力。进一步地，通过crontab配置自动化保存程序，并且在预设时间间隔定时运行。

其中，crontab是运行的、可配置的定时任务执行管理器。可以对任何可执行文件或者程序，进行定时调度管理。shell脚本是系统下的命令脚本。用户可基于已有的命令进行编写批处理程序，将需要人工调用的命令进行集成。

步骤S102，获取目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序，得到预设第一数量的进程标识。

较佳地，通过TOP命名列出目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序。其中，TOP命名是系统监控的命令，可以提供按进程、进程中的线程进行系统资源占用的监控。监控的内容包含进程或线程占用的内存、CPU使用量等，同时还提供各种排序、数据输出等能力。

步骤S103，基于预设第一数量的进程标识，查找每个进程内的线程资源占用率，以根据资源占用率对所有线程标识进行排序，得到预设第二数量的线程标识。

步骤S104，导出应用的线程栈数据，进而根据所述线程标识定位线程栈中的事故点，以排除所述事故。

较佳地，在定位事故点时可以根据所述线程标识，在线程栈数据中匹配对应的方法，以得到方法片段。

在实施例中，应用的线程栈数据包括线程标识，每个线程当前运行的所有的方法以及对应的方法行号。例如(tid为线程标识)：

"thread name"prio＝0tid＝0x0 nid＝0x0 runnable

at java.net.SocketInputStream.socketRead0(Native Method)

at java.net.SocketInputStream.socketRead(SocketInputStream.java:116)at java.net.SocketInputStream.read(SocketInputStream.java:171)

通过导出应用的线程栈数据来匹配上述排过序的线程标识(例如线程id)，能够得出占用资源最多的线程在哪段代码不断的在运行，便可以通过对该代码的分析来快速定位事故点。

进一步地，执行完步骤S104之后，还可以生成进程标识、线程标识和方法片段的映射关系，以将所述映射关系存储至硬盘或上传到云端服务器，即能够将映射数据得以持久化，不会丢失。其中，所述方法片段包括方法行号和方法栈数据列表。

因此，本发明提出了的CPU飙升事故处理方法，能够对CPU的使用率进行监听，自动化的对进程和对应线程资源占用率进行判断，以及针对进程、线程以及线程详细堆栈的数据整合和分析。从而，本发明可以将重复性工作实现自动化，进而提升效率，降低成本。并且，将问题的上下文自动化保存并进行数据分析，提升问题定位的概率，保障互联网企业业务的稳定性。

图2是根据本发明第二实施例的CPU飙升事故处理方法的主要流程的示意图，所述CPU飙升事故处理方法可以包括：

步骤S201，监控目标设备的总CPU利用率，当总CPU利用率高于预设阀值时，启动事故定位程序。

较佳地，可以将步骤S201至步骤S206打包形成shell脚本，再通过crontab的能力形成监听机制，从而完成整个的高保真、自动化保存事故现场和分析的能力。进一步地，通过crontab配置自动化保存shell脚本，并且在预设时间间隔定时运行shell脚本。其中，时间间隔根据实际情况可配置化，例如时间间隔设置为5秒。

值得说明的是，时间间隔、阀值、第一数量和第二数量等等都可以在shell脚本里进行配置。

也就是说，通过crontab配置整个流程为自动化脚本，从而具备定时运行的能力，通过此能力保证了能够对目标设备的CPU利用率进行定时主动的监控，保证当CPU利用率出现异常的时候，能够突破时间地点的限制进行第一时间响应，提供了保真的现场环境。

步骤S202，通过TOP命名列出目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行从大到小的排序，得到预设第一数量的进程标识。

步骤S203，基于预设第一数量的进程标识，查找每个进程内的线程资源占用率，以根据资源占用率对所有线程标识进行从大到小的排序，得到预设第二数量的线程标识。

在实施例中，可以提取CPU利用率前十的进程标识(例如采用进程id作为进程标识)，并基于TOP命令查看进程内线程资源占用的能力，输出进程标识对应的前十名线程资源占用情况，例如输出的数据格式如下：

其中，线程id作为线程标识。

步骤S204，导出应用的线程栈数据，基于线程标识匹配对应的方法，以得到方法片段。

步骤S205，生成进程标识、线程标识和方法片段的映射关系，以将所述映射关系存储至硬盘或上传到云端服务器。

其中，所述方法片段包括方法行号和方法栈数据列表。

例如，所述的映射关系：

步骤S206，根据所述映射关系，定位事故点，以排除所述事故。

图3是根据本发明实施例的CPU飙升事故处理装置的主要模块的示意图，如图3所示，所述CPU飙升事故处理装置300包括监控模块301、302和定位模块303。其中，监控模块301监控目标设备的总CPU利用率，当总CPU利用率高于预设阀值时，启动事故定位程序；获取模块302获取目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序，得到预设第一数量的进程标识；基于预设第一数量的进程标识，查找每个进程内的线程资源占用率，以根据资源占用率对所有线程标识进行排序，得到预设第二数量的线程标识；定位模块303导出应用的线程栈数据，进而根据所述线程标识定位线程栈中的事故点，以排除所述事故。

较佳地，所述定位模块303在根据所述线程标识定位线程栈中的事故点时候，可以根据所述线程标识，在线程栈数据中匹配对应的方法，以得到方法片段，进而定位事故点。

进一步地，所述定位模块303还可以生成进程标识、线程标识和方法片段的映射关系，以将所述映射关系存储至硬盘或上传到云端服务器；其中，所述方法片段包括方法行号和方法栈数据列表。

作为另一个实施例，获取模块302通过TOP命名列出目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序。

需要说明的是，在本发明所述CPU飙升事故处理方法和所述CPU飙升事故处理装置在具体实施内容上具有相应关系，故重复内容不再说明。

图4示出了可以应用本发明实施例的CPU飙升事故处理方法或CPU飙升事故处理装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备401、402、403可以是具有CPU飙升事故处理屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的CPU飙升事故处理方法一般由服务器405执行，相应地，计算装置一般设置于服务器405中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图5，其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中，还存储有系统500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶CPU飙升事故处理器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括监控模块、获取模块和定位模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：监控目标设备的总CPU利用率，当总CPU利用率高于预设阀值时，启动事故定位程序；获取目标设备上所有进程标识及对应的CPU利用率，以根据CPU利用率对进程标识进行排序，得到预设第一数量的进程标识；基于预设第一数量的进程标识，查找每个进程内的线程资源占用率，以根据资源占用率对所有线程标识进行排序，得到预设第二数量的线程标识；导出应用的线程栈数据，进而根据所述线程标识定位线程栈中的事故点，以排除所述事故。

根据本发明实施例的技术方案，能够解决CPU飙升类问题无法自动定位且需要重复处理、效率低下的问题。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。