线上问题排查,一不小心踩到阿里的 arthas坑了

最近帮新来的校招同学排查一个线上问题,问题本身不是很难,但是过程中踩到了一个arthas的坑,挺有意思的。

同时,也分享下在排查过程中使用的一些比较实用的工具,包括tcpdump、arthas、simpleHTTPServer等,希望能对大家有所帮助。

1.问题描述

新开发的一个功能,简单来说,就是读取数据库的数据展示在前台。

本地启动服务调试,用postman调用api,返回数据显示正常,数据中的中文也正常。

但是部署到线上环境后,通过chrome浏览器调用和postman调用接口,返回的非中文数据正常,但是中文显示乱码。

2.排查思路

这个问题的第一反应是请求的content-type有问题。

不过在chrome浏览器中确认了请求的request和response的content-type都是application/json;charset=UTF-8,没有问题。

然后又google了一番乱码问题,基本上都是说的spring的HttpMessageConverter问题或者content-type,都无法解决。

只能深入排查一番了。

排查的主要思路就是先确定乱码是哪一步产生的。

  • 一个就是数据库里查出来地方,需要用抓个包确认下,不过我们本地服务调用是正确的,那么这一步应该没有问题。

  • 一个是应用服务返回的地方,需要用抓个包确认下。在线上部署环境里,用tcpdump把对应的应用服务返回数据是抓个包。

  • 一个就是代码逻辑中存在数据转换,这个需要通过arthas看看线上应用的运行时数据情况。

3.用tcpdump抓包看服务端响应

3.1 什么是tcpdump呢?

tcpdump是linux下的网络数据包截获分析工具。在linux的日常网络管理中,tcpdump的使用频率很高,熟练掌握对提高工作效率很有帮助。

线上问题排查,一不小心踩到阿里的 arthas坑了

3.2 报文抓取

为了获取对应服务的请求报文,需要登录对应的服务器(或者k8s的pod)使用tcpdump进行抓取。

作为一个暖男,我把从安装到使用都一步步记下来给你 :)

1)安装工具

如果你的服务器上没有安装过tcpdump,可以先执行以下命令安装

yum -y install net-tools

2)查看网络状态

如果服务上有多个网卡,可以通过以下命令查看

Netstat -i
线上问题排查,一不小心踩到阿里的 arthas坑了

3)部署抓包

tcpdump -i eth0 tcp -w xxx.cap
  • en0表示监听的网卡
  • tcp表示报文类型
  • -w 指定输出文件名

还有很多其他选项可以过滤使用,大家可以网上搜一下,这里就不展开了。

4)调用请求

部署了tcpdump后,对服务器发起api请求。这时候相关的tcp报文都会被输出到 xxx.cap文件中了。

3.3 报文解析

1)把xxx.cap文件发送本地

一般可以使用scp命令,直接发送

scp xxxx.cap admin@10.xxx.xxx.xxx:/path

在传输服务器的文件到本地时,如果scp不方便使用,比如一些防火墙限制。

也可以使用 python 在服务器上开启一个 web 服务(端口可自定义)。

线上问题排查,一不小心踩到阿里的 arthas坑了
python -m SimpleHTTPServer 18888 &

然后在本地使用 wget 下载文件即可。

2)解析cap文件

本地得到cap文件后,可以通过wireshark软件对cap文件进行解析,得到如下结果。

线上问题排查,一不小心踩到阿里的 arthas坑了
线上问题排查,一不小心踩到阿里的 arthas坑了
image.png

对api的报文进行解析后,发现返回对中文已经是乱码了,确认了在服务端发出的响应内容中,已经是乱码了。

所以,只能继续排查应用本身的问题。

4.用arthas排查线上运行代码

Arthas 是Alibaba开源的Java诊断工具,当你遇到以下类似问题而束手无策时,都可以尝试使用Arthas(更详细的用法参考官方文档:https://arthas.aliyun.com/doc/quick-start.html):

  • 这个类从哪个 jar 包加载的?为什么会报各种类相关的 Exception?
  • 遇到问题无法在线上 debug,又不想频繁加日志再重新发布
  • 线上遇到某个用户的数据处理有问题,但线上同样无法 debug,线下无法重现!

4.1快速安装、启动

curl -O https://arthas.aliyun.com/arthas-boot.jar

java -jar arthas-boot.jar

4.2 运行代码返回排查

本次排查,就使用了arthas的watch功能(更详细的用法参考官方文档:https://arthas.aliyun.com/doc/watch.html),能方便的观察到指定方法的调用情况。能观察到的范围为:返回值、抛出异常、入参。

我们先看看线上运行应用controller层对于请求的响应,无需添加日志重新部署,我们马上就能看到线上代码的返回结果。

watch xxx.xxx.controller method "{params,returnObj}" -x 2

然后发起api调用,在arthas中显示结果如下:

线上问题排查,一不小心踩到阿里的 arthas坑了

我们可以看到,这个controller方法返回的内容就是乱码了。

因此,说明是代码逻辑中存在转换的问题了。

5.问题定位

根据业务逻辑,基本能猜测是从业务中的 byte[] 转string的时候出现问题了。

找到对应代码如下,new string()时没有指定字符集:

线上问题排查,一不小心踩到阿里的 arthas坑了

因此会在转换过程中,默认读取系统变量的file.encoding作为字符集。

线上问题排查,一不小心踩到阿里的 arthas坑了
线上问题排查,一不小心踩到阿里的 arthas坑了
线上问题排查,一不小心踩到阿里的 arthas坑了

然后我们用arthas直接查看系统变量,果然不是utf8。

线上问题排查,一不小心踩到阿里的 arthas坑了

所以,解决方案有两个。

第一种是在new string(bytes) ****时****指定字符集。

第二种就是设置系统变量file.encoding=utf-8。

6.进一步踩坑

我们一开始选择了代码修复,在代码中转换时指定字符集。

线上问题排查,一不小心踩到阿里的 arthas坑了

重新发布后,再用arthas观察一下,发现竟然还是乱码?!!

然后重新回头在代码中看了很久,一直找不到原因,陷入了僵局。。。

突然,随手看了下线上,发现线上已经显示正常了,纳尼?是arthas有问题?

然后google了一下,发现很多人碰到arthas显示中文乱码的问题。。。

解决方式也比较简单,启动arthas的时候,也指定一下字符集。

java -jar -Dfile.encoding=UTF-8 arthas-boot.jar

然后问题解决了。。。呵呵。。。

这时候再观察arthas的结果已经显示正常。

这说明了什么?!!!!

Arthas输出界面的时候,肯定在字符串转换的时候,也没有指定字符集。。。。

一脚踩了个连环坑。。。

线上问题排查,一不小心踩到阿里的 arthas坑了

7.总结

其实整个问题是比较粗浅的,就是最后这个arthas的中文乱码让人有点脑壳疼。。。

当然,最主要还是简单分享下tcpdump、arthas、simpleHTTPServer这些小工具,希望能有所帮助吧。

看到这里了,原创不易,点个赞吧,你最好看了~

文章持续更新,可以微信搜索「阿丸笔记 」第一时间阅读,回复关键字【学习】有我准备的一线大厂面试资料。

知识碎片重新梳理,构建Java知识图谱:https://github.com/saigu/JavaKnowledgeGraph (历史文章查阅非常方便)

推荐阅读更多精彩内容