LZ开发的一个公司内部应用供查询HIVE数据使用。部署上线后总是会出现CPU偏高的情况，而且本地测试很难重现。之前出现几次都是通过直接重启后继续使用，因为是内部使用，重启一下也没有很大影响（当然，每次重启都是顺带改改BUG，添加一些监控，或者修改了一些参数）。

今天再次发生占用CPU偏高的情况（机器是16核的），跑了几天后出现占用到200-300CPU的情况，之后快速升高，占用到700-1000。随机对应用状态状态尽兴了检查。

首先看了GC情况，看是否在进行FGC。

（在CPU刚开始飙高的时候FGC的次数是0，上图9次定位完问题才截的图，之前的没有保留）

发现应用并没有在进行FGC，而是进行频繁的YGC。

YGC也存在异常，S1和S0区域都是从0直接跳到99%

观察堆大小装太发现Young区内存都是不断的从0到99，而Old区在慢慢递增，还未达到FGC的状态。但预计后续会不停的上涨，导致FGC频道，应用无法提供服务。

在发现YGC频繁之后大约3个小时，终于开始了频繁的FGC，Old区满。

以下是堆大小和FGC的情况：

可以看到差不多10秒钟Old区就用满了导致一次FGC，而且Old区大小是10G（多么恐怖，10个G十来秒就用完了）

从内存和GC的角度只能看到YGC频繁导致了FGC频道（10秒一次）。但这样的情况应用还是能提供服务，只是占了较高的CPU（如果FGC在频繁一些应用应该是不能访问的）。

查完内存的状态确认并不是old区太小，被用满了导致了不停的FGC，因为old明显是够大的，如果10G不够，那应用肯定是有问题的。

之后去查了哪些线程占用了很高CPU（本应当在发现没有频繁FGC之后就入手查线程状态，经验不够）

查看进程的线程CPU使用情况：

拿到CPU占用较高的几个线程，转成16进制

使用jstack看进程内的线程堆栈信息(jstack 24820 > abc.log)

vim编辑abc.log，查找上面获取到的线程的16进制数

发现是使用了com.trilead.ssh2.StreamGobbler类的线程。这是一个ssh的第三方包。

后续查了其他CPU占用高的线程，除了GC占用，大部分都是SSH占用。

应用场景是每次使用HIVEQL进行查询的时候都会起一个线程，SSH到远程服务器，执行查询内容，返回结果。

如果有多个用户同时进行多个查询（一个用户也可以进行多次查询），就会出现多个线程多次SSH的情况。

后续处理的两个方案：

方案一，替换现有的第三方SSH工具，看有没有更好的

方案二，修改代码。考虑SSH后保持SESSION（查SSH SESSION的时效时间），统一账号，所有用户后台使用统一账号登录远程服务器执行查询。只使用一个SESSION，发现SESSION失效后进行一次重连。而不是每次查询都建一个登录一次获取session，用完后关闭，相信能减少SSH的引起的问题。

（PS：因为手头上还在进行其他项目，所以还是重启了应用先顶一阵，后面做完hive的权限控制，后台统一用户执行后优化SSH的处理）

OOM、CPU占用问题，JVM工具使用这些都是从菜鸟程序员不断提高要经历的，希望自己变的更好。

附JVM常用工具说明：http://my.oschina.net/feichexia/blog/196575