日期：2026-07-11
标签：#面试 #八股 #后端 #线上问题排查 #场景题
一句话答案
先确认 CPU 类型和异常进程，再定位进程内高 CPU 线程，将线程 ID 转换后关联线程栈、火焰图和业务变更，最后基于证据止损并验证恢复。
面试口语版
我先看监控确认是单机还是集群、从何时开始、user/sys/iowait/steal 哪项升高，并对照发布和流量变化。Linux 上用 top 或 pidstat 找进程，再用 top -H -p PID 找热点线程，把十进制线程 ID 转十六进制，在 jstack 中匹配 nid，判断是死循环、频繁序列化、锁自旋还是 GC 线程。必要时用 async-profiler 或 JFR 采样 CPU 火焰图。应急可摘流量、限流、回滚或扩容，但要先保留现场。
排查流程
flowchart TD
A[确认范围和时间] --> B[区分user sys iowait steal]
B --> C[定位进程和热点线程]
C --> D[线程栈与火焰图]
D --> E[关联发布流量GC]
E --> F[止损并验证]关键细节
- CPU 高不等于 Load 一定高，Load 高也不等于 CPU 高。
- 如果 GC 线程占用高，要结合分配速率、堆占用和 GC 日志定位，不能只调大堆。
jstack要连续抓取多次；同一线程持续停在同一业务栈才更有证据。- 容器环境要同时检查 CPU limit、throttling 和宿主机 steal。
面试官追问
- user、sys、iowait 和 steal 分别说明什么？
- 如何把线程 ID 与 Java 线程栈对应？
- CPU 高但接口不慢可能是什么原因？
- 如何安全使用 profiler？
面试官追问参考答案
1. user、sys、iowait 和 steal 分别说明什么？
user 是用户态代码消耗，sys 是内核态系统调用和中断等消耗；iowait 表示 CPU 空闲但系统有未完成 I/O，并不等于磁盘利用率；steal 是虚拟机等待宿主机分配 CPU 的时间，高时可能是宿主机争用。
2. 如何把线程 ID 与 Java 线程栈对应？
用 top -H -p PID 或 ps -L 找十进制线程 ID，再用 printf '%x' TID 转为十六进制，在 jstack 输出中搜索 nid=0x...。连续抓取数次，确认该线程持续位于相同热点栈。
3. CPU 高但接口不慢可能是什么原因？
可能有足够空闲核或自动扩容掩盖延迟，也可能是后台计算、GC、日志压缩等非请求线程消耗 CPU。还可能平均延迟正常但吞吐下降或 P99 已恶化，因此应同时看利用率、饱和度、吞吐、错误和尾延迟。
4. 如何安全使用 profiler？
优先使用采样型 async-profiler/JFR，设置较短持续时间、合理采样频率和输出大小，先在单个实例执行并避开峰值。确认工具与 JDK 兼容，保留资源监控和停止手段，结果包含敏感方法参数时要按安全要求处理。
学习清单
- 熟悉
top、pidstat、jstack、JFR 的使用顺序。 - 能区分业务计算、GC、内核和虚拟化问题。