话说这天一大早，那个悲催的中年架构师大刘又被手机微信群给炸醒。部门的运维兄弟在公司微信群里说：
短信的生产环境服务器 CPU 占用率过高，疯狂报警。是不是你们昨天上线看门狗导致的？
大刘迷了巴登的想了想，没错，昨天确实给短信服务装上了看门狗。但是看门狗服务肯定不会有问题（架构师必备的蜜汁自信），而且上线之前各轮测试也都测过了，没见过这个现象啊。
难道是测试妹子没测试到位？难道线上短信应用自身出现了问题？
生产无小事，小事更不能忽视，主要是怕扣绩效奖金。大刘迅速打开电脑，远程登上短信生产服务器，开始大刘最拿手的 2W1H 三板斧诊断之旅。
接下来的诊断内容有点烧脑，节奏有点快，请大家坐稳扶好。
1. 病号是谁(WHO)?
大刘拿出控制台诊断仪器，输入 top 命令一探究竟。我勒个去，不看不知道一看吓一跳，PID 为 1878 的病号，CPU 占用居然 200% 多。
问题算是定位到了，但是 PID 为 1878 的病号到底是谁，难道真是昨天上线的看门狗 ?虽然大刘久经职场，但是排查生产问题时，内心还是比较忐忑，毕竟这是生产环境。说时迟那时快，只见大刘一个命令输入：
- ps -ef | grep 1878
定睛一看，原来是放屁瞅别人，短信服务自己在作祟，和看门狗没关系，大刘心里一下子平缓了不少。锅找到了主儿，其实这个时候大刘完全可以把这个问题甩给短信开发团队，但是大刘最喜欢做的不是甩锅，而是打破砂锅刨到底。
2. 病号哪里出了问题(WHERE)?
为什么 1878 号病人占用 CPU 会这么高呢?只见黑乎乎的控制台诊断仪器上，大刘熟练的输入：
- jstack -l 1878 >> 1878号病历.log
这样便得到一份 1878 号病人的病历详情单，一会儿用得上。到底 1878 号病人的哪个部位出了问题呢?话没说完，只见大刘又在控制台诊断仪器上，输入一个：
- top -Hp 1878
白板黑字，把 1878 号病人的器官信息全部列了出来。
看到结果，甚是一惊，PID 代号为 8721 的器官占用 CPU 100% 多。疑惑油然而生，这个 PID 代号 为 8721 的器官是啥，是头、是眼睛、还是胳膊腿呢?这些器官展示的 PID 列都是昵称，都这么善于伪装，如何揭露它的真面目呢?还好大刘有高招，借助照妖镜算法，熟练的输入：
- printf "%x\n" 8721
果真使得代号为 8721 的器官，现了真身，真实身份居然是 2211 的呼吸道，怪不得病号一直气喘吁吁，上气不接下气。
到这一步还无法对症下药啊，还需要进一步确诊 2211 的呼吸道到底出了什么幺蛾子，导致 1878 号病人一直气喘吁吁，上气不接下气?只见黑乎乎的控制台诊断仪器上，大刘再次飞一般的在输入：
- grep 2211 -A20 1878号病历.log
诊断结果随之显示在诊断仪器上。
曾经背了很多锅的大刘，看到诊断结果心里乐了一下，一眼就看出是高并发情况下用了 HashMap 的问题(请大家们自行寻找谷歌、百度，就不在此深入展开啦)，终于拨开云雾见青天。
3. 如何对症下药( HOW )?
在大刘行云流水没有一丝一毫的拖泥带水般的神操作下，1878 号病人的诊断也就结束了，这个锅就彻底被打破了。术业有专攻，大刘就可以郑重的告诉短信开发同事具体原因了，捉得病根，开发同事也就可以对症下药啦。大刘这套行走江湖的诊断问题方式你 get 到了没?大刘自己简单概括为 2W1H 三板斧：病号是谁、病号哪里出了问题、对症下药。
（1）病号是谁?(WHO)
- 第一步：采用 top 命令，找出 CPU 占用最高的病号 PID ;
- 第二步：通过 ps -ef | grep PID 查看病号对应的真实身份。
（2）病号哪里出了问题?(WHERE)
- 第一步：采用 jstack -l PID >> PID.log 获取病号的各器官信息的病历单;
- 第二步：采用 top -Hp PID 拿到占用 CPU 最高的器官昵称 PID ;
- 第三步：采用 printf "%x\n" PID 根据器官昵称 PID 的拿到器官真实身份 TID ;
- 第四步：采用 grep TID -A20 pid.log 根据 TID 去病历单中匹配，确定是哪出了问题。
（3）捉得病根、便可拿出医药箱，对症下药啦。(HOW)
作为程序猿，工作中难免会遇到不少类似这样的问题。面对问题，你如果像无头苍蝇一样乱撞，撞得头破血流依然不知道缘由，在背锅即将成为现实时，那就不妨试试大刘的 2W1H 三板斧的诊断方式，说不定会帮你快速定位、解决线上问题，毕竟快速的解决生产问题会把损失降到最低。
最后，想对大家说一句：作为程序猿，一定要有程序猿的态度。避免背锅，拒绝甩锅，打破砂锅，从你我做起。
本文转载自微信公众号「四猿外」，可以通过以下二维码关注。转载本文请联系四猿外公众号。
