node故障定位顶级技巧动态追踪Dynamic Trace详解

目录
  • 背景和行文目的
  • 动态追踪技术
    • 是什么
    • 优势
    • 原理
    • 用法
  • demo 演示
  • 实战演示
    • 搭建 easy-monitor 环境
    • 启动一个 egg 应用
    • 制造问题
    • Dynamic trace 精准定位
    • 实战总结
  • 分享代码
  • 动态追踪技术的未来
    • 传统工具
    • 潜力工具
    • 未来 + 顶尖
  • 总结

背景和行文目的

在做 node 或者其他语言的软件开发时,是否有以下经历:

  • 测试环境一切正常,发到生产环境后,出现诡异问题且难以定位
  • 不同机器、不同容器上,某些逻辑呈现不同的结果,如时区、 host
  • 对于时好时坏的玄学问题,束手无策,没有完整的解决思路,无头苍蝇般的各种尝试,效率低下
  • 遇到坑,习惯搜网友解决方案,然后试很多方案,都不能解决问题,此时就会感觉头皮发麻

我相信,上述我说的经历,大多数人都会有所共鸣。本文,我将尽可能的把我所学的动态追踪技术分享给大家。

文章内容如下所示:

  • 介绍 Dynamic Trace 的概念、优势、原理和用法(我们需要掌握的那部分)
  • 通过 demo , 展示 Dynamic Trace 技术的强大
  • 实战演示: 搭建 node 性能监控 easy-monitor 和构建 node 应用,构造诡异故障,并阐述如何用 Dynamic Trace 去精确快速定位
  • 分享代码: 会把实战演示的代码放到 github 上,大家可以 clone 自行去体验
  • 动态追踪技术的未来: 介绍下目前最领先的 Dynamic Trace 方案

总结: 做一个精简的总结

附: 其他内容

话不多说,直接开整。

动态追踪技术

是什么

这里我把章亦春大佬的原话引用过来:

动态追踪技术其实是一种后现代的高级调试技术。它可以帮助软件工程师以非常低的成本,在非常短的时间内,回答一些很难的关于软件系统方面的问题,从而更快速地排查和解决问题。

优势

优势如下:

  • 随时随地,按需采集
  • 基于操作系统内核实现,性能损耗极小

原理

动态追踪的事件源根据事件类型不同,主要分为静态探针、动态探针以及硬件事件,其原理如下图所示:

看不懂也正常,我也看不懂,不过会用进行,就跟你不会造车,但你可以把车开的很溜。

简单点说,就是在 linux 中,进程不能直接访问硬件设备,当进程需要访问硬件设备时,如 IO 操作,必须由用户态切换至内核态,然后通过操作系统调用硬件设备。 所以可以通过跟踪进程产生的系统调用,来获得参数、返回值、执行时间,从而完成动态追踪。

我们用的多的是动态探针,它可以让我们实时分析线上运行的程序。

用法

动态追踪工具有 stracedtrusssystemtapperfdtraceeBPF 等,我这边使用的是 stracedtruss

也就是 linux 环境使用 stracemacos 系统使用 dtruss

strace 的主要参数说明如下表所示:

参数名 含义
-v 输出所有的系统调用,一些调用关于环境变量、状态、输入输出等调用由于使用频繁,默认不输出
-s SIZE 指定输出的字符串的最大长度,默认为32,文件名一直全部输出
-p PID 跟踪指定的进程pid
-c 统计每一系统调用的所执行的时间,次数和出错的次数等
-d 输出strace关于标准错误的调试信息
-f 跟踪由fork调用所产生的子进程
-o filename 将strace的输出写入文件filename
-e trace=network 跟踪与网络有关的所有系统调用
-e trace=file 只跟踪有关文件操作的系统调用

以上参数用的最多的就是 -v 、 -s 、 -p 、 -c 。

比如我现在想看部署在 linux 上的 node 应用运行时的信息,那我就可以执行以下命令

strace -p 8000 -v -s 2048

参照参数说明表解读上述命令: 跟踪 pid8000 的进程( node 应用),输出所有的运行时系统调用,同时指定字符串最大长度为 2048

同理, dtruss 的主要参数说明如下表所示:

参数名 含义
-a 输出所有详细信息
-p PID 跟踪指定的进程pid
-c 输出系统调用计数
-d 输出相对时间
-e 输出运行时间
-f 跟踪由fork调用所产生的子进程
-t 仅检查此系统调用
-s 输出堆栈回溯
-o 输出cpu时间

以上参数用的最多的就是 -p 、 -c 、 e 、 f 。

注意: 在 macos 系统上使用 dtruss , 要先执行 csrutil disable

命令行例子就不举了,和 strace 是一样的道理。

demo 演示

场景: 大家在做开发的时候,有的会遇到时区问题,比如说在我的机器上,时间是对的,但是在其他机器或者容器上,时间是不对的。然后你就很疑惑,开始搜,找到了所谓的执行下某个命令就好了。

思考: 你有没有想过两台机器的时间为什么不一样,是哪个环节出了问题,比如下面代码在两台机器上的输出结果为什么不同。

console.log(new Date().toLocaleString())

如果你知道动态追踪技术,那你就可以开启 **透视眼 ** , 看看在系统内核层面,上面代码究竟做了什么事情。

动态追踪:

参照 dtruss 参数表,我们执行如下命令

sudo dtruss -of node time.js

控制台如下图:

输出了非常多的东西,没关系,我们直接搜 toLocaleString 关键词,结果如下:

会发现图中绿色框中 read(0x14, "console.log(new Date().toLocaleString())\0", 0x28) 出现了搜索的关键词, 这句表达式的字面含义是: 系统在读取 time.js 中的内容。

我们顺着上面语句往下阅读,会发现如下图所示重要语句:

看到上面三个绿色框内容后,已经基本确定, new Date().toLocaleString() 返回值, 是系统层面读取 /etc/localtime 的内容。也就是说,这个问题的原因是不同机器的 /etc/localtime 不一样

看到这你会明白:

  • 为什么不同机器的返回值会不一样
  • 为什么网上给的时区解决方案是和 /etc/localtime 有关的

上面这个小 demo ,可以让我们更好的感知用 Dynamic Trace 所带来的巨大好处,所有的代码在内核层面都是裸奔的,它可以帮你更好的定位稀奇古怪的问题。

实战演示

为了更方便的演示,我这边所有操作都是在 mac 电脑进行的。 我将做以下操作

  • 搭建 easy-monitor 环境
  • 启动一个 egg 应用
  • 制造制造问题
  • 结合 easy-monitorDynamic trace 进行有序精准定位
  • 实战总结

搭建 easy-monitor 环境

花了 20 分钟左右,搭建好一个本地 easy-monitor 环境,项目结构如下图所示:

在官网文档的情况下做了一点点优化,优化如下:

  • 将监控模块整合成 monorepo 形式,使用 pnpm 管理,上 workspace
  • 采用 turbo ,快速拉起所有包的开发模式

搭建好,一键启动开发环境,终端如下图所示:

web 控制台如下图所示:

启动一个 egg 应用

这个按照官网文档创建一个 egg 应用, 然后按照下图所示进行配置即可

过程非常简单,在上一个过程,我已经用 turbo 一起启动 egg 应用了。

制造问题

简单化, 我们写一个 node 服务, 加一个 bug 代码。代码如下:

const Controller = require('egg').Controller;
const fs = require('fs');
async function read() {
  const data = await fs.readFileSync(__dirname + '/home.js', 'utf-8');
  if (data) read();
}
class CpuController extends Controller {
  async index() {
    const { ctx } = this;
    ctx.body = 'cpu will be 90%';
    read();
  }
}
module.exports = CpuController;

访问路由 /cpu 的时候, node 服务进行读取 home.js 文件死循环状态。 此时 观察 easy-monitor cpu 状态。如下图所示:

会发现, cpu 在逐渐升高,然后开始报警,遇到这种问题,如何快速精准定位呢?

Dynamic trace 精准定位

easy-monitor 上发现 cpu 持续升高,居高不下时。心里有一个基调,那就是线上可能出问题了,此时,先冷静,然后进行问题定位,步骤如下

  • 确定使 cpu 居高不下的进程,这个通过 easy-monitor 或者 top 命令都可以。
  • 拿到进程 pid 后,通过下面命令,来动态追踪,该进程运行时信息和热点函数。
sudo dtruss -c -p 26514

执行 10 秒后,退出,查看输出内容,如下图所示:

会发现,当前服务,其 openreadfstat64 调用次数非常多,心里大概确定该问题和文件操作有关,然后再细致的看下输出内容,如下图所示:

会发现,存在大量的读取路径 /Users/godkun/monitor/apps/egg-app/app/controller/home.js 的操作,分析到这,基本可以确定问题的原因之一了,那么后面的事情就非常简单。

快速查阅该部分代码,发现存在隐藏的循序读取逻辑,遂进行优化,优化后, easy-monitor 的性能监控显示, cpu 立刻下降,且运行平稳。

实战总结

我们构造了一个循环读取文件导致 node 服务 cpu 居高不下的线上问题,然后结合 easy-monitor 做性能监控, 同时使用动态追踪技术进行外科手术式精准定位线上问题,最后快速给出解决方案,整个过程有序高效。

可以这么说, 动态追踪 + easy-monitor 基本可以解决 node 服务遇到的所有疑难杂症。

分享代码

实战代码链接: github.com/godkun/dyna…

代码仓库主要是将 easy-monitordynamic-trace 结合,在本地模拟各种问题场景,来学习、理解和掌握。

写的比较急,目前还没做 mysqlredisdocker 化,后面有空会更新上这个功能。

动态追踪技术的未来

传统工具

目前的动态追踪工具,如 dtruss strace perf 等,都是诞生时间很久的工具了,在用的过程中,会发现有大量的无用输出,会影响定位效率,这算是一个小小的缺点。

潜力工具

在动态追踪工具中,有一个叫 eBPF , 它可以只输出某一行代码活某一段代码和系统交互的信息,可以让我们迅速定位哪里出了问题,而不是面对一大堆输出信息,去阅读、查找、判断和定位。

未来 + 顶尖

目前动态追踪领域,最厉害的工具应该是章亦春大佬开发的 xray ,但目前没有开源,未来期待春哥开源 xray ,将动态追踪能力拉满,造福广大程序员们。

总结

到此,本文即将完成,我们可以把动态追踪技术想象成核磁共振。当你的应用出现问题的时候,无需停机、即刻对其做一个扫描,它可以让你看到应用代码在内核层面实时裸奔的画面。

动态追踪是 一种不限于 node 服务,可以定位所有服务线上故障的顶级技术。

这里补一个内容,就是可能会有读者问, easy-monitorDynamic Trace 有什么区别,为什么不能都用 easy-monitor

原因很简单: easy-monitor 只能到 JavaScript 的级别,而 Dynamic Trace 是直接到最底层,也就是操作系统的层面。所以,我们既需要 easy-monitor ,也更需要 Dynamic Trace

以上就是node故障定位顶级技巧动态追踪Dynamic Trace详解的详细内容,更多关于node Dynamic Trace故障定位的资料请关注我们其它相关文章!

(0)

相关推荐

  • OpenTelemetry初识及调用链Trace详解

    目录 前言 初识OpenTelemetry 调用链Trace Span Span Context Attributes Span事件 Span Links Span状态 Span Kind Trace构建的原理 Metrics Logs Baggage 总结 前言 OpenTelemetry作为一个分布式追踪的项目,他支持非常多的语言,如Java,Golang,Python等,鉴于笔者的主力语言为Java,并且后续需要介绍OpenTelemetry的Java Agent实现,所以后续文章中的相关

  • 全局请求添加TraceId轻松看日志

    目录 引言 请求拦截器 统一返回值 日志配置 测试 异步调用配置 引言 不知道大家有没有一堆日志就是定位不到那块是异常部分,接口错误无法复现,也找不到报错信息等比较棘手的问题. 其实解决上面的问题很简单,只要我们为每一个请求都分配一个唯一的 RequestId 或者叫 TraceId ,一旦出了问题,只需要拿着 Id 去日志里一搜,妖魔鬼怪立马原形毕露. 对于分布式链路追踪,有很多开源中间件,本文主要通过 logback 的 MDC 实现. 请求拦截器 @Component public cla

  • 详解Opentelemetry Collector采集器

    目录 前言 客户端数据上报 OTLP OTLP/HTTP OTLP/gRPC Collector Collector简介 Collector使用 Receiver Processor Exportor Extension Service 个性化的Collector 总结 前言 上个篇章中我们主要介绍了OpenTelemetry的客户端的一些数据生成方式,但是客户端的数据最终还是要发送到服务端来进行统一的采集整合,这样才能看到完整的调用链,metrics等信息.因此在这个篇章中会主要介绍服务端的采

  • 功能强大的TraceId 搭配 ELK使用详解

    目录 引言 需求分析 ES kibana Logstash Logback Filebeat 最后 引言 之前写了一篇关于 TraceId 的文章:为全局请求添加 TraceId ,看日志再也不懵逼 今天就接着 TraceId 做一些优化,如果想快速的定位到问题,就要实现对日志的快速搜索,所以本文就引入 ELK 技术栈. ELK 是 ES.Logstash.Kibana 的总称,其核心功能就是实现数据的收集.搜索.可视化.具体功能和使用在本文都会提到. 需求分析 先分析一下,我们想实现的核心功能

  • OpenTelemetry-go的SDK使用方法详解

    目录 例子 原理 方法使用 newExporter newResource trace.NewTracerProvider otel 注意 获取当前跨度 设置span状态 设置span属性 记录错误 设置活动 tp.Shutdown 2019年5月,OpenCensus 和 OpenTracing形成了 OpenTelemetry(简称 OTel) 也就是说,我们在使用链路追踪SDK的时候就需要使用OpenTelemetry的新规范.OpenTelemetry帮我们实现了相应语言的SDK,所以我

  • node故障定位顶级技巧动态追踪Dynamic Trace详解

    目录 背景和行文目的 动态追踪技术 是什么 优势 原理 用法 demo 演示 实战演示 搭建 easy-monitor 环境 启动一个 egg 应用 制造问题 Dynamic trace 精准定位 实战总结 分享代码 动态追踪技术的未来 传统工具 潜力工具 未来 + 顶尖 总结 背景和行文目的 在做 node 或者其他语言的软件开发时,是否有以下经历: 测试环境一切正常,发到生产环境后,出现诡异问题且难以定位 不同机器.不同容器上,某些逻辑呈现不同的结果,如时区. host 对于时好时坏的玄学问

  • Node.js 条形码识别程序构建思路详解

    在这篇文章中,我们将展示一个非常简单的方法构建一个自定义的 Node 模块,该模块封装了Dynamsoft Barcode Reader SDK ,支持 Windows.Linux 和 OS X,同时我们将演示如何集成这块模块实现一个在线的条形码读取应用. 越来越多的 Web 开发者选择 Node 来构建网站,因为使用 JavaScript 来开发复杂的服务器端 Web 应用越来越便利.为了扩展在不同平台下的 Node 的功能,Node 允许开发者使用 C/C++ 来创建扩展. 介绍 Dynam

  • Java 异常的栈轨迹(Stack Trace)详解及实例代码

    Java 异常的栈轨迹(Stack Trace)详解 捕获到异常时,往往需要进行一些处理.比较简单直接的方式就是打印异常栈轨迹Stack Trace.说起栈轨迹,可能很多人和我一样,第一反应就是printStackTrace()方法.其实除了这个方法,还有一些别的内容也是和栈轨迹有关的. 1.printStackTrace() 首先需要明确,这个方法并不是来自于Exception类.Exception类本身除了定义了几个构造器之外,所有的方法都是从其父类继承过来的.而和异常相关的方法都是从jav

  • Node.Js中实现端口重用原理详解

    本文介绍了Node.Js中实现端口重用原理详解,分享给大家,具体如下: 起源,从官方实例中看多进程共用端口 const cluster = require('cluster'); const http = require('http'); const numCPUs = require('os').cpus().length; if (cluster.isMaster) { console.log(`Master ${process.pid} is running`); for (let i =

  • Python必备技巧之字典(Dictionary)详解

    目录 定义字典 字典的访问 字典键与列表索引 增量构建字典 字典键的限制 字典值的限制 运算符和内置函数 内置字典方法 Python中的字典由于是对象的集合属于复合数据类型,类似于列表. 定义字典 字典是 Python 对数据结构的实现,通常称为关联数组.字典由键值对的集合组成.每个键值对将键映射到其关联的值. 可以通过将逗号分隔的键值对列表括在花括号 ( {} ) 中来定义字典.冒号 ( : ) 将每个键与其关联的值分开. d = { <key>: <value>, <ke

  • Node.js完整实现博客系统详解

    目录 一.项目功能说明 二.最终效果 三.文件目录结构说明 四.项目技术栈 五.核心技术 1. 使用Schema定义数据模型 2. mongoose 的操作 3. mogodb数据库的操作 4. 使用第三方插件 express-session:存取数据状态 5. 挂载路由 6. 使用md5对密码进行加密 六.遇到的问题 七.github链接 一.项目功能说明 登录.注册 新建博客 首页显示全部博客 查看博客详情页 查看博客评论区 修改.删除博客 二.最终效果 首页: 登录.注册: 详情页: 评论

  • Node 切片拼接及地图导出实例详解

    目录 概述 实现效果 实现 1. 初始化工程 2. 编写工具类 概述 本文讲述在node中,使用canvas实现根据出图范围和级别,拼接瓦片并叠加geojson矢量数据,并导出成图片. 实现效果 实现 1. 初始化工程 通过命令npm init -y初始化工程并添加对应的依赖,最终的package.json文件如下: { "name": "map", "version": "1.0.0", "description&

  • Node.js 应用探索文件解压缩示例详解

    目录 引言 compressing 解压 压缩 archiver adm-zip 压缩 解压缩 总结 引言 今天在使用 node 脚本对文件处理时,需要实现一个功能,要对一个 zip 压缩包解压出来,修改里面的文件后,重新打包成zip包.node 解压缩文件的场景在实际应用中还是比较常见,下面介绍几个用来解压缩文件的库和使用方法. compressing compressing 是一个使用起来方便.功能非常强大的node库,它可以对文件.文件夹进行解压或压缩,支持tar.gzip.tgz.zip

  • PHP开发技巧之PHAR反序列化详解

    目录 引文 前置知识 PHAR PHAR文件结构 PHAR文件生成样例 实战 结语 引文 之前将PHP反序列化的基础知识讲了一遍,不知道大家学习的怎么样了,今天给大家带来PHP反序列化的进阶知识:PHAR反序列化,也是之前本人在CTF比赛中经常遇到的一种php反序列化的进阶使用吧,下面先给大家讲一讲PHAR反序列化的前置知识. 前置知识 PHAR 在软件中,PHAR(PHP归档)文件是一种打包格式,通过将许多PHP代码文件和其他资源(例如图像,样式表等)捆绑到一个归档文件中来实现应用程序和库的分

随机推荐