性能調優——小小的log大大的坑

引言

“只有被線上服務問題毒打過的人才明白日誌有多重要！”

我先説結論，誰贊成，誰反對？如果你深有同感，那恭喜你是個社會人了：）

日誌對程序的重要性不言而喻，輕巧、簡單、無需費腦，程序代碼中隨處可見，幫助我們排查定位一個有一個問題問題。但看似不起眼的日誌，卻隱藏着各式各樣的“坑”，如果使用不當，不僅不能幫助我們，反而會成為服務“殺手”。

本文主要介紹生產環境日誌使用不當導致的“坑”及避坑指北，高併發系統下尤為明顯。同時提供一套實現方案能讓程序與日誌“和諧共處”。

避坑指北

本章節我將介紹過往線上遇到的日誌問題，並逐個剖析問題根因。

不規範的日誌書寫格式

場景

// 格式1
log.debug("get user" + uid + " from DB is Empty!");

// 格式2
if (log.isdebugEnable()) {
    log.debug("get user" + uid + " from DB is Empty!");
}

// 格式3
log.debug("get user {} from DB is Empty!", uid);

如上三種寫法，我相信大家或多或少都在項目代碼中看到過，那麼他們之前有區別呢，會對性能造成什麼影響？

如果此時關閉 DEBUG 日誌級別，差異就出現了，格式1 依然還是要執行字符串拼接，即使它不輸出日誌，屬於浪費。

格式2 的缺點就是就在於需要加入額外的判斷邏輯，增加了廢代碼，一點都不優雅。

所以推薦格式3，只有在執行時才會動態的拼接，關閉相應日誌級別後，不會有任何性能損耗。

生產打印大量日誌消耗性能

根因一：同步打印日誌磁盤 I/O 成為瓶頸，導致大量線程 Block

可以想象，如果日誌都輸出到同一個日誌文件時，此時有多個線程都往文件裏面寫，是不是就亂了套了。那解決的辦法就是加鎖，保證日誌文件輸出不會錯亂，如果是在高峯期，鎖的爭搶無疑是最耗性能的。當有一個線程搶到鎖後，其他的線程只能 Block 等待，嚴重拖垮用户線程，表現就是上游調用超時，用户感覺卡頓。

如下是線程卡在寫文件時的堆棧

Stack Trace is:
java.lang.Thread.State: BLOCKED (on object monitor)
at org.apache.logging.log4j.core.appender.OutputStreamManager.writeBytes(OutputStreamManager.java:352)
- waiting to lock <0x000000063d668298> (a org.apache.logging.log4j.core.appender.rolling.RollingFileManager)
at org.apache.logging.log4j.core.layout.TextEncoderHelper.writeEncodedText(TextEncoderHelper.java:96)
at org.apache.logging.log4j.core.layout.TextEncoderHelper.encodeText(TextEncoderHelper.java:65)
at org.apache.logging.log4j.core.layout.StringBuilderEncoder.encode(StringBuilderEncoder.java:68)
at org.apache.logging.log4j.core.layout.StringBuilderEncoder.encode(StringBuilderEncoder.java:32)
at org.apache.logging.log4j.core.layout.PatternLayout.encode(PatternLayout.java:228)
.....

那麼是否線上減少 INFO 日誌就沒問題了呢？同樣的，ERROR 日誌量也不容小覷，假設線上出現大量異常數據，或者下游大量超時，瞬時會產生大量 ERROR 日誌，此時還是會把磁盤 I/O 壓滿，導致用户線程 Block 住。

提問：假設不關心 INFO 排查問題，是不是生產只打印 ERROR 日誌就沒性能問題了？

根因二：高併發下日誌打印異常堆棧造成線程 Block

有次線上下游出現大量超時，異常都被我們的服務捕獲了，慶幸的是容災設計時預計到會有這種問題發生，做了兜底值邏輯，本來慶幸沒啥影響是，服務器開始“教做人”了。線上監控開始報警， CPU 使用率增長過快，CPU 一路直接增到 90%+ ，此時緊急擴容止損，並找一台拉下流量，拉取堆棧。

Dump 下來的線程堆棧查看後，結合火焰退分析，大部分現成都卡在如下堆棧位置：

Stack Trace is:
java.lang.Thread.State: BLOCKED (on object monitor)
at java.lang.ClassLoader.loadClass(ClassLoader.java:404)
- waiting to lock <0x000000064c514c88> (a java.lang.Object)
at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:349)
at java.lang.ClassLoader.loadClass(ClassLoader.java:357)
at org.apache.logging.log4j.core.impl.ThrowableProxyHelper.loadClass(ThrowableProxyHelper.java:205)
at org.apache.logging.log4j.core.impl.ThrowableProxyHelper.toExtendedStackTrace(ThrowableProxyHelper.java:112)
at org.apache.logging.log4j.core.impl.ThrowableProxy.<init>(ThrowableProxy.java:112)
at org.apache.logging.log4j.core.impl.ThrowableProxy.<init>(ThrowableProxy.java:96)
at org.apache.logging.log4j.core.impl.Log4jLogEvent.getThrownProxy(Log4jLogEvent.java:629)
...

此處堆棧較長，大部分現場全部 Block 在 java.lang.ClassLoader.loadClass ，而且往下盤堆棧發現都是因為這行代碼觸發的

at org.apache.logging.slf4j.Log4jLogger.error(Log4jLogger.java:319)

// 對應的業務代碼為
log.error("ds fetcher get error", e);

啊這。。。就很離譜，你打個日誌為何會加載類呢？加載類為何會 Block 這麼多線程呢？

一番查閲分析後，得出如下結論：

• 使用 Log4j 的 Logger.error 去打印異常堆棧的時候，為了打印出堆棧中類的位置信息，需要使用 Classloader進行類加載；
• Classloader加載是線程安全的，雖然並行加載可以提高加載不同類的效率，但是多線程加載相同的類時，還是需要互相同步等待，尤其當不同的線程打印的異常堆棧完全相同時，就會增加線程 Block 的風險，而 Classloader 去加載一個無法加載的類時，效率會急劇下降，使線程Block的情況進一步惡化；
• 因為反射調用效率問題，JDK 對反射調用進行了優化，動態生成 Java 類進行方法調用，替換原來的 native 調用，而生成的動態類是由 DelegatingClassLoader 進行加載的，不能被其他的 Classloader 加載，異常堆棧中有反射優化的動態類，在高併發的條件下，就非常容易產生線程 Block 的情況。

結合上文堆棧，卡在此處就很明清晰了：

• 大量的線程湧進，導致下游的服務超時，使得超時異常堆棧頻繁打印，堆棧的每一層，需要通過反射去拿對應的類、版本、行數等信息， loadClass 是需要同步等待的，一個線程加鎖，導致大部分線程 block 住等待類加載成功，影響性能。

• 講道理，即使大部分線程等待一個線程 loadClass ，也只是一瞬間的卡頓，為何這個報錯這會一直 loadClass 類呢？結合上述結論分析程序代碼，得出：此處線程內的請求下游服務邏輯包含 Groovy 腳本執行邏輯，屬於動態類生成，上文結論三表明，動態類在高併發情況下，無法被log4j正確反射加載到，那麼堆棧反射又要用，進入了死循環，越來越多的線程只能加入等待，block 住。

  最佳實踐

  1. 去掉不必要的異常堆棧打印

  明顯知道的異常，就不要打印堆棧，省點性能吧，任何事+高併發，意義就不一樣了：）

  try {
    System.out.println(Integer.parseInt(number) + 100);
  } catch (Exception e) {
    // 改進前
    log.error("parse int error : " + number, e);
    // 改進後
    log.error("parse int error : " + number);
  }

  如果Integer.parseInt發生異常，導致異常原因肯定是出入的number不合法，在這種情況下，打印異常堆棧完全沒有必要，可以去掉堆棧的打印。

  2. 將堆棧信息轉換為字符串再打印

  public static String stacktraceToString(Throwable throwable) {
    StringWriter stringWriter = new StringWriter();
    throwable.printStackTrace(new PrintWriter(stringWriter));
    return stringWriter.toString();
  }

  log.error 得出的堆棧信息會更加完善，JDK 的版本，Class 的路徑信息，jar 包中的類還會打印 jar 的名稱和版本信息，這些都是去加載類反射得來的信息，極大的損耗性能。

  調用 stacktraceToString 將異常堆棧轉換為字符串，相對來説，確實了一些版本和 jar 的元數據信息，此時需要你自己決策取捨，到底是否有必要打印出這些信息（比如類衝突排查基於版本還是很有用的）。

  3. 禁用反射優化

  使用 Log4j 打印堆棧信息，如果堆棧中有反射優化生成的動態代理類，這個代理類不能被其它的Classloader加載，這個時候打印堆棧，會嚴重影響執行效率。但是禁用反射優化也會有副作用，導致反射執行的效率降低。

  4.異步打印日誌

  生產環境，尤其是 QPS 高的服務，一定要開啟異步打印，當然開啟異步打印，有一定丟失日誌的可能，比如服務器強行“殺死”，這也是一個取捨的過程。

  5. 日誌的輸出格式

  我們看戲日誌輸出格式區別

  // 格式1
  [%d{yyyy/MM/dd HH:mm:ss.SSS}[%X{traceId}] %t [%p] %C{1} (%F:%M:%L) %msg%n
  
  // 格式2
  [%d{yy-MM-dd.HH:mm:ss.SSS}] [%thread]  [%-5p %-22c{0} -] %m%n

官網也有明確的性能對比提示，如果使用瞭如下字段輸出，將極大的損耗性能

%C or $class, %F or %file, %l or %location, %L or %line, %M or %method

log4j 為了拿到函數名稱和行號信息，利用了異常機制，首先拋出一個異常，之後捕獲異常並打印出異常信息的堆棧內容，再從堆棧內容中解析出行號。而實現源碼中增加了鎖的獲取及解析過程，高併發下，性能損耗可想而知。

如下是比較影響性能的參數配置，請大家酌情配置：

%C - 調用者的類名(速度慢,不推薦使用)
%F - 調用者的文件名(速度極慢,不推薦使用)
%l - 調用者的函數名、文件名、行號(極度不推薦，非常耗性能)
%L - 調用者的行號(速度極慢,不推薦使用)
%M - 調用者的函數名(速度極慢,不推薦使用)

解決方案——日誌級別動態調整

項目代碼需要打印大量 INFO 級別日誌，以支持問題定位及測試排查等。但這些大量的 INFO 日誌對生產環境是無效的，大量的日誌會吃掉 CPU 性能，此時需要能動態調整日誌級別，既滿足可隨時查看 INFO 日誌，又能滿足不需要時可動態關閉，不影響服務性能需要。

方案：結合 Apollo 及 log4j2 特性，從 api層面，動態且細粒度的控制全局或單個 Class 文件內的日誌級別。優勢是隨時生效，生產排查問題，可指定打開單個 class 文件日誌級別，排查完後可隨時關閉。

限於本篇篇幅，具體實現代碼就不貼出了，其實實現很簡單，就是巧妙的運用 Apollo 的動態通知機制去重置日誌級別，如果大家感興趣的話，可以私信或者留言我，我開一篇文章專門來詳細講解如何實現。

總結與展望

本篇帶你瞭解了日誌在日常軟件服務中常見的問題，以及對應的解決方法。切記，簡單的東西 + 高併發 = 不簡單！要對生產保持敬畏之心！

能讀到結尾説明你真是鐵粉了，有任何問題請私信或者評論，我看到了一定會第一時間回覆。如果你覺得本人分享的內容夠“幹”，麻煩點贊、關注、轉發，這是對我最大鼓勵，感謝支持！

希望我分享的文章能夠給每一位讀者帶來幫助！個人技術博客： http://jifuwei.github.io/