记一次 .NET 医疗布草 API 程序 内存暴涨分析

[[396727]]

本文转载自微信公众号「一线码农聊技术」，作者一线码农聊技术。转载本文请联系一线码农聊技术公众号。

一：背景

1. 讲故事

我在年前写过一篇关于CPU爆高的分析文章 再记一次 应用服务器 CPU 暴高事故分析 ，当时是给同济做项目升级，看过那篇文章的朋友应该知道，最后的结论是运维人员错误的将 IIS 应用程序池设成 32bit 导致了事故的发生，这篇算是后续，拖了好久才续上哈。

犹记得那些天老板天天找我们几个人开会，大概老板是在传导甲方给过来的压力，人倒霉就是这样，你说 CPU 爆高可怕吧，我硬是给摁下去了，好了，Memory 又爆高了，尼玛我又给摁下去了，接着数据库死锁又来了，你能体会到这种压力吗??? 就像我在朋友圈发的那样，程序再不跑我就要跑了。

[[396728]]

所以有时候敬敬风水还是很有必要的，有点扯远了哈，这篇我们来看看程序的内存暴涨如何去排查，为了让你更有兴趣，来一张运维发的内存监控图。

从图中可以看出，9点开始内存直线暴涨，绝对惊心动魄，要是我的小诺安这样暴涨就好了，接下来 windbg 说话。

二：windbg 分析

1. 说一下思路

内存暴涨了，最怕的就是 非托管层 出了问题，它的排查难度相比 托管层 要难10倍以上，所以遇到这类问题，先祈祷一下吧，gc堆也罢，loader堆也不怕，所以先看看是否 进程内存 ≈ gc堆内存 ?

2. 排查托管还是非托管

排查方式也很简单，通过 !address -summary 看看进程的已提交内存，如下输出：

0:000> !address -summary 
 
--- State Summary ---------------- RgnCount ----------- Total Size -------- %ofBusy %ofTotal 
MEM_FREE                                261      7fb`4b151000 (   7.982 TB)           99.77% 
MEM_RESERVE                             278        2`6aafc000 (   9.667 GB)  51.35%    0.12% 
MEM_COMMIT                             2199        2`4a3a3000 (   9.160 GB)  48.65%    0.11% 

可以看到已提交内存是 9.1G，接下来看下 gc 堆的大小，使用 !eeheap -gc 即可。

0:000> !eeheap -gc 
Number of GC Heaps: 8 
------------------------------ 
Heap 0 (0000000002607740) 
generation 0 starts at 0x00000001aaaa5500 
generation 1 starts at 0x00000001aa3fd070 
generation 2 starts at 0x0000000180021000 
Heap 7 (0000000002713b40) 
generation 0 starts at 0x000000053b3a2c28 
generation 1 starts at 0x000000053a3fa770 
generation 2 starts at 0x0000000500021000 
 
------------------------------ 
GC Heap Size:            Size: 0x1fdfe58c8 (8556271816) bytes. 

从最后一行输出中可以看到当前的占用是 8556271816 / 1024 /1024 /1024 = 7.9G ，太幸运了，果然是托管层出了问题，gc 上有大块脏东西，这下有救了 。

3. 查看托管堆

知道托管堆出了问题后，接下来就可以用 !dumpheap -stat 去gc堆上翻一翻。

0:000> !dumpheap -stat 
Statistics: 
              MT    Count    TotalSize Class Name 
000007fef7b5c308    32867       788808 System.DateTime 
000007fef7b5e598    33049       793176 System.Boolean 
000007feec7301f8    30430      1217200 System.Web.HttpResponseUnmanagedBufferElement 
000007fef7b56020     2931      3130928 System.Object[] 
000007fef7b580f8   219398      5265552 System.Int32 
000007fe9a0c5428    46423      7799064 xxx.Laundry.Entities.V_InvoiceInfo 
000007fef7b59638   164418      7892064 System.Text.StringBuilder 
000007fef7b56980   164713     10059852 System.Char[] 
000007fef7b5a278     7351     26037217 System.Byte[] 
000007fe9a0d8758       35     28326856 xxx.Laundry.Entities.V_ClothesTagInfo[] 
0000000002536f50    76837     77016088      Free 
000007fe9a327ab0    46534    312964608 xxx.Laundry.Entities.V_InvoiceClothesInfo[] 
000007fe9a0c4868  2068912    397231104 xxx.Laundry.Entities.V_ClothesTagInfo 
000007fef7b55b70 98986851   3483764540 System.String 
000007fe9a10ef80 23998759   3839801440 xxx.Laundry.Entities.V_InvoiceClothesInfo 
Total 126039641 objects 

我去，托管堆上的 xxx.Laundry.Entities.V_InvoiceClothesInfo 对象居然高达 2399w ，占了大概 3.6G，这还不算其附属对象，对了，如果直接用 !dumpheap -mt xxx 输出 address 的话，很难进行UI中止，所以这里有一个小技巧，用 range 来限定一下，如下代码所示：

0:000> !dumpheap -mt 000007fe9a10ef80 0 0000000180027b30 
         Address               MT     Size 
0000000180027800 000007fe9a10ef80      160      
0000000180027910 000007fe9a10ef80      160      
0000000180027a20 000007fe9a10ef80      160      
0000000180027b30 000007fe9a10ef80      160      
 
Statistics: 
              MT    Count    TotalSize Class Name 
000007fe9a10ef80        4          640 xxx.Laundry.Entities.V_InvoiceClothesInfo 
Total 4 objects 

4. 查找引用根

接下来用 !gcroot 随便找一个 address 查看它的引用链，看看它到底被谁引用着?

0:000> !gcroot 0000000180027800 
HandleTable: 
    00000000013715e8 (pinned handle) 
    -> 000000058003c038 System.Object[] 
    -> 00000004800238a0 System.Collections.Generic.List`1[[xxx.Laundry.APIService.Models.Common.BaseModel, xxx.Laundry.APIService]] 
    -> 0000000317e01ae0 xxx.Laundry.APIService.Models.Common.BaseModel[] 
    -> 000000028010caf0 xxx.Laundry.APIService.Models.Common.BaseModel 
    -> 00000003014cbbd0 System.Collections.Generic.List`1[[xxx.Laundry.Entities.V_InvoiceInfo, xxx.Laundry.Entities]] 
    -> 00000003014f3580 xxx.Laundry.Entities.V_InvoiceInfo[] 
    -> 00000003014cd7f0 xxx.Laundry.Entities.V_InvoiceInfo 
    -> 000000038cc49bf0 System.Collections.Generic.List`1[[xxx.Laundry.Entities.V_InvoiceClothesInfo, xxx.Laundry.Entities]] 
    -> 000000038cc49c18 xxx.Laundry.Entities.V_InvoiceClothesInfo[] 
    -> 0000000180027800 xxx.Laundry.Entities.V_InvoiceClothesInfo 
 
Found 1 unique roots (run '!GCRoot -all' to see all roots). 

从输出中可以看到，它貌似被一个 List 所持有，哈哈，总算找到了，接下来就简单了，直接用 !objsize 看一看它的 size 有多大?

0:000> !objsize 00000004800238a0 
sizeof(00000004800238a0) = -1972395312 (0x8a6fa2d0) bytes (System.Collections.Generic.List`1[[xxx.Laundry.APIService.Models.Common.BaseModel, xxx.Laundry.APIService]]) 

看到上面的 -1972395312 了吗?我去，int 类型的 size 直接给爆掉了，果然是个大对象，就是你了。。。如果非要看大小也可以，写一个脚本遍历一下。

三：总结

知道是 List 做的孽后，仔细阅读了源码才知道，原来是给用户第一次数据全量同步的时候，服务端为了加速将数据缓存在 List 这个静态变量中，很遗憾的是并没有在合适的时机进行释放，造成了高峰期内存直线暴增，优化方案很简单，就是修改业务逻辑咯，增加释放内存的时机。

题外话

如果你遇到的是这种 Strong Handles 的静态变量，也可以直接用可视化的 dotMemory 查看。

当然你要保证你有足够的内存，毕竟也算是小10G的dump ??， 我的 16G 内存一下子就被吃掉了。。。

善于用 String 驻留池机制来优化，看看它的源码定义吧。

public sealed class String 
   { 
       [SecuritySafeCritical] 
       public static string Intern(string str) 
       { 
           if (str == null) 
           { 
               throw new ArgumentNullException("str"); 
           } 
           return Thread.GetDomain().GetOrInternString(str); 
       } 
   }