记一次 .NET游戏站程序的 CPU 爆高分析

一：背景

1. 讲故事

上个月有个老朋友找到我，说他的站点晚高峰 CPU 会突然爆高，发了两份 dump 文件过来，如下图：

又是经典的 CPU 爆高问题，到目前为止，对这种我还是有一些经验可循的。

• 抓 2-3 个 dump

第一个：有利于算两份 dump 中的线程时间差，从而推算最耗时线程。

第二个：有时候你抓的dump刚好线程都处理完了，cpu 还未真实回落，所以分析这种dump意义不大，我是吃了不少亏???。

• 优先推测是否为 GC 捣鬼

现在的码农都精怪精怪的，基本不会傻傻的写出个死循环，绝大部分都是遇到某种 资源密集型 或 计算密集型 场景下导致非托管的 GC 出了问题。

好了，有了这个先入为主的思路，接下来就可以用 windbg 去占卜了。

二： windbg 分析

1. GC 捣鬼分析

GC 捣鬼的本质是 GC 出现了回收压力，尤其是对 大对象堆 的分配和释放，大家应该知道 大对象堆 采用的是链式管理法，不到万不得已 GC 都不敢回收它，所以在它上面的分配和释放都是一种 CPU密集型 操作，不信你可以去 StackOverflow 上搜搜 LOH 和 HighCPU 的关联关系???。

2. 使用 x 命令搜索

在 windbg 中有一个快捷命令 x ，可用于在非托管堆上检索指定关键词，检索之前先看看这个 dump 是什么 Framework 版本，决定用什么关键词。

 0:050> lmv start    end        module name 00b80000 00b88000   w3wp       (pdb symbols)          c:mysymbolsw3wp.pdbCED8B2D5CB84AEB91307A0CE6BF528A1w3wp.pdb     Loaded symbol image file: w3wp.exe     Image path: C:WindowsSysWOW64inetsrvw3wp.exe     Image name: w3wp.exe 71510000 71cc0000   clr        (pdb symbols)          c:mysymbolsclr.pdb9B2B2A02EC2D43899F87AC20F11B82DF2clr.pdb     Loaded symbol image file: clr.dll     Image path: C:WindowsMicrosoft.NETFrameworkv4.0.30319clr.dll     Image name: clr.dll     Browse all global symbols  functions  data     Timestamp:        Thu Sep  3 03:30:58 2020 (5F4FF2F2)     CheckSum:         007AC92B     ImageSize:        007B0000     File version:     4.8.4261.0     Product version:  4.0.30319.0 

从 File version 上可以看出当前是基于 Net Framework 4.8 的，好了，用 x clr!SVR::gc_heap::trigger* 看看有没有触发 gc 的操作。

 0:050> x clr!SVR::gc_heap::trigger* 71930401          clr!SVR::gc_heap::trigger_ephemeral_gc (protected: int __thiscall SVR::gc_heap::trigger_ephemeral_gc(enum gc_reason)) 71665cf9          clr!SVR::gc_heap::trigger_gc_for_alloc (protected: void __thiscall SVR::gc_heap::trigger_gc_for_alloc(int,enum gc_reason,struct SVR::GCDebugSpinLock *,bool,enum SVR::msl_take_state)) 71930a08          clr!SVR::gc_heap::trigger_full_compact_gc (protected: int __thiscall SVR::gc_heap::trigger_full_compact_gc(enum gc_reason,enum oom_reason *,bool))  

从输出信息看，gc 果然在高速运转，开心哈，接下来看一下是哪一个线程触发了gc，可以用 !eestack 把所有线程的托管和非托管堆栈打出来。

从图中可以看到当前 50 号线程的 GetUserLoginGameMapIds() 方法进行的大对象分配 try_allocate_more_space 触发了 clr!SVR::gc_heap::trigger_gc_for_alloc GC回收操作，最后 GC 通过 clr!SVR::GCHeap::GarbageCollectGeneration 进行回收，既然在回收，必然有很多线程正在卡死。

接下来再看看有几个线程正在共同努力做多 GetUserLoginGameMapIds() 方法。

到这里基本就能确定是 gc 捣的鬼。接下来的兴趣点就是 GetUserLoginGameMapIds() 到底在干嘛？

3. 分析 GetUserLoginGameMapIds() 方法

接下来把方法的源码导出来，使用 !name2ee 找到其所属 module，然后通过 !savemodule 导出该 module 的源码。

 0:050> !name2ee *!xxx.GetUserLoginGameMapIds Module:      1c870580 Assembly:    xxx.dll Token:       0600000b MethodDesc:  1c877504 Name:        xxx.GetUserLoginGameMapIds(xxx.GetUserLoginGameMapIdsDomainInput) JITTED Code Address: 1d5a2030 0:050> !savemodule  1c870580 E:dumps6.dll 3 sections in file section 0 - VA=2000, VASize=112b8, FileAddr=200, FileSize=11400 section 1 - VA=14000, VASize=3c8, FileAddr=11600, FileSize=400 section 2 - VA=16000, VASize=c, FileAddr=11a00, FileSize=200  

打开导出的 6.dll，为了最大保护隐私，我就把字段名隐藏一下， GetUserLoginGameMapIds() 大体逻辑如下。

 public GetUserLoginGameMapIdsDomainOutput GetUserLoginGameMapIds(GetUserLoginGameMapIdsDomainInput input) { 	List<int> xxxQueryable = this._xxxRepository.Getxxx(); 	List<UserLoginGameEntity> list = this._userLoginGameRepository.Where((UserLoginGameEntity u) => u.xxx == input.xxx, null, "").ToList<UserLoginGameEntity>(); 	List<int> userLoginGameMapIds = (from u in list select u.xxx).ToList<int>(); 	IEnumerable<GetUserLoginGameMapIdsDomainOutput.GetUserLoginGameMapIdsDataDomainOutput> source = (from mc in (from mc in this._mapCategoryRepository.AsQueryable().ToList<MapCategoryEntity>() 	where userLoginGameMapIds.Any((int mid) => mid == mc.xxx) && mapIdsQueryable.Any((int xxx) => xxx == mc.xxx) 	select mc).ToList<MapCategoryEntity>() 	join u in list on mc.xxx equals u.xxx 	select new GetUserLoginGameMapIdsDomainOutput.GetUserLoginGameMapIdsDataDomainOutput 	{ 		xxx = mc.xxx, 		xxx = ((u != null) ? new DateTime?(u.xxx) : null).GetValueOrDefault(DateTime.Now) 	} into d 	group d by d.MapId).Select(delegate(IGrouping<int, GetUserLoginGameMapIdsDomainOutput.GetUserLoginGameMapIdsDataDomainOutput> g) 	{ 		GetUserLoginGameMapIdsDomainOutput.GetUserLoginGameMapIdsDataDomainOutput getUserLoginGameMapIdsDataDomainOutput = new GetUserLoginGameMapIdsDomainOutput.GetUserLoginGameMapIdsDataDomainOutput(); 		getUserLoginGameMapIdsDataDomainOutput.xxx = g.Key; 		getUserLoginGameMapIdsDataDomainOutput.xxx = g.Max((GetUserLoginGameMapIdsDomainOutput.GetUserLoginGameMapIdsDataDomainOutput v) => v.xxxx); 		return getUserLoginGameMapIdsDataDomainOutput; 	}); 	return new GetUserLoginGameMapIdsDomainOutput 	{ 		Data = source.ToList<GetUserLoginGameMapIdsDomainOutput.GetUserLoginGameMapIdsDataDomainOutput>() 	}; }  

看的出来，这是一段EF读取DB的复杂写法，朋友说这段代码涉及到了多张表的关联操作，算是一个 资源密集型 的方法。

4. 到底持有什么大对象？

方法逻辑看完了，接下来看下 GetUserLoginGameMapIds() 方法到底分配了什么大对象触发了GC，可以探究下 50 线程的调用栈，使用 !clrstack -a 调出所有的 参数 + 局部 变量。

 0:050> !clrstack -a OS Thread Id: 0x11a0 (50) Child SP       IP Call Site 2501d350 7743c0bc [HelperMethodFrame: 2501d350]  2501d3dc 704fbab5 System.Collections.Generic.List`1[[System.__Canon, mscorlib]].set_Capacity(Int32)     PARAMETERS:         this (<CLR reg>) = 0x08053f6c         value = <no data>     LOCALS:         <no data>  2501d3ec 704fba62 System.Collections.Generic.List`1[[System.__Canon, mscorlib]].EnsureCapacity(Int32)     PARAMETERS:         this = <no data>         min = <no data>     LOCALS:         <no data>  2501d3f8 70516799 System.Collections.Generic.List`1[[System.__Canon, mscorlib]].Add(System.__Canon)     PARAMETERS:         this (<CLR reg>) = 0x08053f6c         item (<CLR reg>) = 0x2d7b07bc     LOCALS:         <no data>  

从调用栈上看，由于 EF 的读取逻辑需要向 List 中添加一条记录刚好触发了List的扩容机制，就是因为这个扩容导致了GC大对象分配。

那怎么看呢? 很简单，先把 this (<CLR reg>) = 0x08053f6c 中地址拿出来do一下 !do 0x08053f6c 调出 List。

 0:050> !do 0x08053f6c Name:        System.Collections.Generic.List`1[[xxx.MapCategoryEntity, xxx.Entities]] MethodTable: 1e81eed0 EEClass:     70219c7c Size:        24(0x18) bytes File:        C:WindowsMicrosoft.NetassemblyGAC_32mscorlibv4.0_4.0.0.0__b77a5c561934e089mscorlib.dll Fields:       MT    Field   Offset                 Type VT     Attr    Value Name 701546bc  40018a0        4     System.__Canon[]  0 instance 168792c0 _items 701142a8  40018a1        c         System.Int32  1 instance    32768 _size 701142a8  40018a2       10         System.Int32  1 instance    32768 _version 70112734  40018a3        8        System.Object  0 instance 00000000 _syncRoot 701546bc  40018a4        4     System.__Canon[]  0   static  <no information>  

上面的 _size = 32768 看到了吗？ 刚好是 2的15次方，由于再次新增必须要扩容，List 在底层需分配一个 System.__Canon[65536] 的数组来存储老内容，这个数组肯定大于 85000byte 这个大对象的界定值啦。

如果有兴趣，你可以看下 List 的扩容机制。

 // System.Collections.Generic.List<T> private void EnsureCapacity(int min) { 	if (_items.Length < min) 	{ 		int num = (_items.Length == 0) ? 4 : (_items.Length * 2); 		if ((uint)num > 2146435071u) 		{ 			num = 2146435071; 		} 		if (num < min) 		{ 			num = min; 		} 		Capacity = num; 	} }  public int Capacity {  	get 	{ 		return _items.Length; 	} 	set 	{ 		if (value < _size) 		{ 			ThrowHelper.ThrowArgumentOutOfRangeException(ExceptionArgument.value, ExceptionResource.ArgumentOutOfRange_SmallCapacity); 		} 		if (value == _items.Length) 		{ 			return; 		} 		if (value > 0) 		{ 			T[] array = new T[value];   //这里申请了一个 65536 大小的数组 			if (_size > 0) 			{ 				Array.Copy(_items, 0, array, 0, _size); 			} 			_items = array; 		} 		else 		{ 			_items = _emptyArray; 		} 	} }   

三：总结

知道了前因后果之后，大概提三点优化建议。

• 优化 GetUserLoginGameMapIds() 方法中的逻辑，这是最好的办法。

• 从 dump 上看也就 4核4G 的小机器，提升下机器配置，或许有点用。

 0:017> !cpuid CP  F/M/S  Manufacturer     MHz  0  6,63,2  GenuineIntel    2295  1  6,63,2  GenuineIntel    2295  2  6,63,2  GenuineIntel    2295  3  6,63,2  GenuineIntel    2295   0:017> !address -summary --- Protect Summary (for commit) - RgnCount ----------- Total Size -------- %ofBusy %ofTotal PAGE_READWRITE                          878          1eccd000 ( 492.801 MB)  29.61%   12.03%  

• 没有特殊原因的话，用 64bit 来跑程序，打破 32bit 的 4G 空间限制，这样也可以让gc拥有更大的堆分配空间。

参考网址：https://docs.microsoft.com/zh-cn/dotnet/standard/garbage-collection/fundamentals

更多高质量干货：参见我的 GitHub: dotnetfly