记一次通过Memory Analyzer分析内存泄漏的解决过程

状况描述：

最近项目新打的版本，过不了多长时间，项目就会挂掉。状况就是处于一种假死的状态。索引查询都很慢，几乎进行不了任何操作，慢慢卡死。
然后我们再发版时，只能基于之前打好的war包，替换或者增加class文件。

情况对比及分析：

由于之前代码做过一次大整顿，提交的代码比较多，所以通过回滚版本的方式解决，比较困难。一是因为整顿的成果不能白白抹杀；二是那么多文件，靠人工挨个对比查找，比较困难。

解决方案一：

之前， 一直对目前项目的打包方式心存质疑，所以这次发生问题时，我首先怀疑的对象是Jenkins和生产的Tomcat服务器。我通过堡垒机连接到生产时，发现通过Jenkins启动应用程序，会启动两个两个tomcat进程。

然后，这似乎更加坚定了我的看法，马上就找到了运维，但是经确认后，是没有问题的。一个是用root用户启动的，一个是用tomcat用户启动的。一个守护进程，一个应用进程。

解决方案二：

排除了服务器的问题，开始正面考虑程序的问题。
重新发项目有问题的版本，Dump下来的日志，然后迅速回滚观察。单台机器的dump日志有5个G：

通过Memory Analyzer分析，在Leak Supects Report 视图中，有如下分析结果：

上图所示，共有三类问题a、b、c；还有一些其他的，类型为d。

先来看第一个问题（后来发现，前几个问题都是同一个问题）

先点开Details看一下：

上图显示了一个很明显的有问题的线程：地址是0x7c8ff3df0 ，名称为pool-16-thread-1。
通过《Accumulated Objects in Dominator Tree》视图可以看出，在该线程中，存在一个大的List对象，List对象内存放了大量的mysql的jdbc对象。

我们想看看JDBC对象里面堆放了哪些数据。接下来我们打开《open dominator tree for entire heap》这个视图：

找到名为0x7c8ff3df0 pool-16-thread-1的线程。如图也能发现，这个线程占用了大量的空间未释放。一层层打开里面的存放的对象：

这里的数据，是我们的一张用户表的数据。所以这就可以得出结论：一个线程内，一个list内存放了大量从数据库中获取的用户对象！
想到这里，我们又去看了b、c的问题描述，也是同样的问题。估计是在不同时间点，通过gc已经回收了部分。

然后，我刚才看了a问题的details信息，接下来我们看下a的stacktrace 堆栈信息。

如上图，问题就很明显了，在Service的112行中，调用的findByCustomerID方法中，有扫描全表的操作。经过分析，找到对应的位置，对应的代码为：

customerID = StringUtils.isNotBlank(customerID)?customer.getCustomer().getCustomerID():null;

                        Customer oldCutsomer = customerService.findByCustomerID(customerID);

显而易见，流程走到这里时，customerID永远为空，那么customerService.findByCustomerID(customerID)方法，会执行扫描全表操作。由于该表数据量巨大，开发所认为的用户每次执行的索引查询，实际上都成了慢查询，而且需要返回全表数据。大量线程过来，占用大量数据库连接，导致数据库连接数不够；而每个线程处理时，需要大量时间，  导致项目处于一种假死的状态。

总结分析：

1、在工作中一定要规范代码管理，才能提升开发效率，降低企业遭受损失的风险；

2、通过这次实践发现，目前开发权限小，导致跨部门协同效率不是很高，接下来的开发中，立项之初就建立项目开发流程，从而提升开发效率；

3、解决问题的方法遇到瓶颈，尝试第二种方法，多角度多层次对问题进行突破。

作者：刘正权