jstack使用实例：定位kafka线程占用大量cpu资源的问题

前言

越来越觉得，解决问题的思维方式比解决问题本身更重要。工作中永远会有新的问题出现，只有拥有正确、高效的思维方式，才能对这些问题一一迎刃而解。

jstack简介

它是jdk自带的一个jvm工具，可以查看和导出运行中java程序的java stack和native stack的信息。可以轻松得知当前线程的运行情况。

问题描述

前一段时间发现本机启动公司的一个java项目时，cpu资源被异常大量占用。我8c16t的锐龙7，打开任务管理器，cpu资源占用飙到了50%以上。

由于出现问题前引入了kafka，推测和kafka的消费线程有关。

定位问题

1. 定位问题线程tid。

首先我们要定位到是哪个线程占用这么多资源。

使用任务管理器只能看到进程pid，因此我们需要使用线程查看工具。win10下最好用的图形工具当然是process explorer了。

如图，找到应用java进程的pid=15120，并定位该进程里占用cpu最高的线程，tid=3880，对应16进制=f28。

2.导出jvm线程信息

随后使用jstack工具导出jvm所有的线程信息。命令如图

3.分析线程信息

打开1.txt，里面长这样：

在文件中搜索”f28″，找到对应的线程信息：

可以看出确实是kafka的一个线程，看方法栈里很多autoCommit的名字，似乎和kafka的自动提交有关。

4.分析代码

定位到maybeAutoCommitOffsetsAsync方法：

    private void maybeAutoCommitOffsetsAsync(long now) {
        if (autoCommitEnabled) {
            if (coordinatorUnknown()) {
                this.nextAutoCommitDeadline = now + retryBackoffMs;
            } else if (now >= nextAutoCommitDeadline) {
                this.nextAutoCommitDeadline = now + autoCommitIntervalMs;
                doAutoCommitOffsetsAsync();
            }
        }
    }

this.nextAutoCommitDeadline = now + autoCommitIntervalMs;

重点是这行代码，通过当前时间+autoCommitIntervalMs这个变量，更新了下次提交的时间，然后开始执行doAutoCommitOffsetsAsync方法。溯源了一下代码，这个变量是从配置文件属性：auto.commit.interval.ms获取的。

随后查看了下配置文件，这个值预设的间隔是2ms，间隔确实太低了。

5.修改配置

于是修改配置，改为5000ms，重启应用。cpu占用终于恢复了正常。