背景介绍
某日下午大约四点多，接到合作方消息，线上环境，我这边维护的某http服务突然大量超时(对方超时时间设置为300ms)，我迅速到鹰眼平台开启采样，发现该服务平均QPS到了120左右，平均RT在2秒多到3秒，部分毛刺高达5到6秒(正常时候在60ms左右)。
qps情况：
rt情况
问题解决
该服务是一个对内的运营平台服务(只部署了两台docker)预期qps个位数，近期没做过任何的线上发布，核心操作是整合查询数据库，一次请求最多涉及40次左右的DB查询，最终查询结果为一个多层树形结构，一个响应体大约50K。之前口头跟调用方约定要做缓存，现在看到QPS在120左右，(QPS证明没有做缓存)，遂要求对方做缓存，降低QPS。后QPS降到80以内，rt恢复正常(平均60ms)，最终QPS一直降到40(后续需要推动调用方上缓存，保证QPS在个位数)。
问题定位
由于该服务核心操作是查询数据库，且一次请求有40次DB query，遂首先排查是否慢sql导致，查看db性能监控，发现db 平均rt在0.3ms以内，可以算出来DB整体耗时在12ms左右，排除慢sql导致RT变高。
开始怀疑，是否DB连接池在高并发下出现排队，tddl默认的连接池大小是10.一查监控，整个占用的连接数从来没有超过7个，排除连接池不足的问题。
至此，造成RT高的原因，在数据库层面被排除。
接着开始查采样到的服务调用链上的每一个执行点，看看到底是调用链上的那部分耗时最多。发现里面很多执行点都有一个特点，就是本地调用耗时特别长(几百毫秒)，但是真正的服务调用(比如db查询动作)时间却很短，(0ms代表执行时间小于1ms，也间接印证之前db的平均RT在0.3ms以内)
本地调用耗时: 267ms
客户端发送请求: 0ms
服务端处理请求: 0ms
客户端收到响应: 1ms
总耗时: 1ms
这时候问题逐渐清晰，问题出现在本地方法执行的耗时过长，可是再次检查该服务所有代码，并没有需要长耗时的本地执行逻辑，那么继续看CPU的load情况。
load长时间在4左右徘徊，我们的docker部署在4c8G的宿主机上，但是我们不能独占这个4C的，持续这么高的load已经不正常了。
继续追查cpu load飙高的原因，接着去看GC日志，发现大量的Allocation Failure，然后ParNew次数在每分钟100次以上，明显异常，见下GC日志例子
-03-25T16:16:18.390+0800: 1294233.934: [GC (Allocation Failure) -03-25T16:16:18.391+0800: 1294233.935: [ParNew: 1770060K->25950K(1922432K), 0.0317141 secs] 2105763K->361653K(4019584K), 0.0323010 secs] [Times: user=0.12 sys=0.00, real=0.04 .........
如果觉得《java年轻代频繁gc_年轻代频繁ParNew GC 导致http服务rt飙高》对你有帮助，请点赞、收藏，并留下你的观点哦！
