Tomcat启动失败的问题排查与解决

更新时间：2017年05月03日 08:51:37 作者：Sel-fish

最近在工作中遇到一个问题，在发布失败的机器上Tomcat一直没有启动成功，所以只能想办法排查解决，下面这篇文章就介绍了在Tomcat启动时可能遇到的问题排查与解决方法，需要的朋友可以参考借鉴，下面来一起看看吧。

前言

最近在某应用更新代码后部分机器发布失败，发布失败的机器上Tomcat一直没有启动成功，日志卡在Deploying web application，重启数次之后仍然是一样的情况。所以进行排查问题，下面记录了所有的排查过程，需要的朋友们可以参考学习。

排查过程

1. Tomcat启动线程卡住

下文中Tomcat启动线程代指线程名为localhost-startStop-$id的线程。

使用jstack打印出Tomcat的线程堆栈：

jstack `jps |grep Bootstrap |awk '{print $1}'` > jstack.log

从jstack.log里面可以看到线程localhost-startStop-1处于WAITING状态，堆栈如下：

"localhost-startStop-1" #26 daemon prio=5 os_prio=0 tid=0x00007fe6c8002000 nid=0x3dc1 waiting on condition [0x00007fe719c1e000]
 java.lang.Thread.State: WAITING (parking)
 at sun.misc.Unsafe.park(Native Method)
 - parking to wait for <0x00000007147be150> (a xxx.heartbeat.network.client.FutureResult)
 at java.util.concurrent.locks.LockSupport.park(LockSupport.java:175)
 at java.util.concurrent.FutureTask.awaitDone(FutureTask.java:429)
 at java.util.concurrent.FutureTask.get(FutureTask.java:191)
 at xxx.HeartBeatContainer.invoke(HeartBeatContainer.java:183)
 at xxx.HeartBeatContainer.registry(HeartBeatContainer.java:130)

对应的代码如下：

final ResponseFuture<XxxMessage<Result>> future = responseFutureFactory.newResponseFuture(request);
channel.writeAndFlush(request);
XxxMessage<Result> response = future.get();

线程一直卡在future.get()没有返回。这个步骤是在等待客户端向Xxx-Server发送的注册请求的返回。

2. Xxx注册请求没返回

用tcpdump抓了下包（Xxx-Server的服务端口是yyy）：

tcpdump -X -s0 -i bond0 port yyy

发现只有建连接的包，没有length != 0的数据包：

IP app-ip.56599 > xxx-server-ip.yyy: Flags [S], seq 3536490816, win 14600, options [mss 1460,sackOK,TS val 3049061547 ecr 0], length 0
IP xxx-server-ip.yyy > app-ip.56599: Flags [S.], seq 2500877640, ack 3536490817, win 14480, options [mss 1460,sackOK,TS val 1580197458 ecr 3049061547], length 0
IP app-ip.56599 > xxx-server-ip.yyy: Flags [.], ack 1, win 14600, options [nop,nop,TS val 3049061548 ecr 1580197458], length 0

所以，推断注册请求没返回的原因是请求压根儿没有发送出去。

3. Xxx注册请求没发送出去

Xxx代码里面调用了channel.writeAndFlush，但是数据却没有发送出去。这块的代码，更友好的做法应该是writeAndFlush之后对返回的ChannelFuture注册一个Listener，在write操作完成之后的回调里面判断状态。

在Netty大神 – @yh的指导下用BTrace跟了一下Netty的代码。

在Tomcat启动逻辑相关脚本bin/catalina.sh里面加上参数让Btrace agent和Tomcat一起启动：

JAVA_OPTS="$JAVA_OPTS -javaagent:${BTRACE_HOME}/build/btrace-agent.jar=script=${BTRACE_HOME}/scripts/HangDebug.class,stdout=true,debug=true,noServer=true"

HangDebug.class里面包含了一些需要查看的方法，下面是排查没有发送请求原因的步骤：

首先发现没有调用接口io.netty.channel.Channel.Unsafe的write方法，验证了请求没有发送出去的推论；
然后发现调用接口io.netty.channel.ChannelOutboundHandler的write方法时报错；
最后定位到调用类io.netty.handler.codec.MessageToByteEncoder的write方法时抛出了异常，异常堆栈为：

io.netty.handler.codec.EncoderException: java.lang.NoSuchMethodError: io.netty.util.internal.MathUtil.safeFindNextPositivePowerOfTwo(I)I
 io.netty.handler.codec.MessageToByteEncoder.write(MessageToByteEncoder.java:125)
 ...
Caused by: java.lang.NoSuchMethodError: 
 io.netty.util.internal.MathUtil.safeFindNextPositivePowerOfTwo(I)I
 io.netty.buffer.PoolThreadCache$MemoryRegionCache.<init>(PoolThreadCache.java:372)
 ...

这个时候，问题的原因比较明确了：
io.netty.util.internal.MathUtil.safeFindNextPositivePowerOfTwo这个方法没有找到。

最后找到问题的BTrace Method如下：

@OnMethod(
 clazz = "+io.netty.channel.ChannelOutboundHandler",
 method = "write",
 location = @Location(value = Kind.ERROR)
)
public static void errorChannelOutboundHandlerWrite(@ProbeClassName String className, Throwable cause) {
 println("error ChannelOutboundHandler.write, real class: " + className);
 Threads.jstack(cause);
 println("=====================");
}

这里有一个问题：为什么这个异常日志里面没有打印呢？

这个问题可以从io.netty.channel.AbstractChannelHandlerContext代码里找到答案：

private void invokeWrite(Object msg, ChannelPromise promise) {
 try {
 ((ChannelOutboundHandler)this.handler()).write(this, msg, promise);
 } catch (Throwable var4) {
 notifyOutboundHandlerException(var4, promise);
 }
}

notifyOutboundHandlerException会去通知对应的Listener，Xxx的这段老代码没有注册Listener，所以没有打印出这个异常。

4. NoSuchMethodError原因

再次查看了下$WEBAPP-DIR/WEB-INF/lib下Netty的版本：

netty-3.10.6.Final.jar
netty-all-4.1.4.Final.jar
netty-buffer-4.1.5.Final.jar
netty-codec-4.1.5.Final.jar
netty-codec-http-4.1.5.Final.jar
netty-common-4.1.5.Final.jar
netty-handler-4.1.5.Final.jar
netty-resolver-4.1.5.Final.jar
netty-transport-4.1.5.Final.jar
transport-netty3-client-5.0.0.jar
transport-netty4-client-5.0.0.jar

比较扎眼的是netty-all-4.1.4.Final.jar的版本和其它jar包版本不太一致。需要进一步确认一下，io.netty.buffer.PoolThreadCache$MemoryRegionCache和io.netty.util.internal.MathUtil这两个类分别是从哪个jar包中加载的。

在Tomcat启动逻辑相关脚本bin/catalina.sh里面加上启动参数，打印Class加载的日志：

JAVA_OPTS="$JAVA_OPTS -verbose:class"

可以看到：

...
[Loaded io.netty.buffer.PoolThreadCache$MemoryRegionCache from file:$WEBAPP-DIR/WEB-INF/lib/WEB-INF/lib/netty-buffer-4.1.5.Final.jar]
...
[Loaded io.netty.util.internal.MathUtil from file:$WEBAPP-DIR/WEB-INF/lib/netty-all-4.1.4.Final.jar]
...

从netty-all-4.1.4.Final.jar中加载的io.netty.util.internal.MathUtil，是没有safeFindNextPositivePowerOfTwo这个方法的（正常情况下，应该从netty-common-4.1.5.Final.jar中加载这个类）。

至此为止，弄清楚了启动卡住的原因：

Netty包加载问题 => Xxx调用channel.writeAndFlush发送注册请求时异常 => 没有回包，future.get()一直卡住 => Tomcat启动线程卡住

还有一个令人费解的现象：为什么有的机器启动正常，有的机器启动不正常呢？

5. 不同机器表现不同

再回头看一下启动有问题的机器上Netty相关jar包的顺序，这里我们使用ls -f命令（只关注和问题相关的jar包）：

$ ls -f |grep netty
netty-buffer-4.1.5.Final.jar
netty-all-4.1.4.Final.jar
...
netty-common-4.1.5.Final.jar
...

ls加-f参数的含义可以通过man手册看到：

-f do not sort, enable -aU, disable -ls --color

意思是直接使用系统调用getdents的返回，不再做排序。从man手册可以看到，ls默认排序方法是Sort entries alphabetically if none。

NoSuchMethodError的原因是：从netty-buffer-4.1.5.Final.jar中加载了io.netty.buffer.PoolThreadCache$MemoryRegionCache，这个类是会调用io.netty.util.internal.MathUtil.safeFindNextPositivePowerOfTwo这个方法的；从netty-all-4.1.4.Final.jar加载的io.netty.util.internal.MathUtil没有这个方法。

对比看下启动正确的机器上的Netty相关jar包的顺序：

$ ls -f |grep netty
...
netty-all-4.1.4.Final.jar
...
netty-common-4.1.5.Final.jar
netty-buffer-4.1.5.Final.jar
...

由此可以看出所有Netty相关的Class均从netty-all-4.1.4.Final.jar中加载，不会有不兼容的问题产生。

要么问题来了：为什么在ext4中，拥有相同目录项的目录，ls -f出来的顺序是不一样的呢？

这个问题我暂时也回答不上来，至少我还没有拿到令自己信服的代码级别的解释。

嗯，没有代码的解释不是解释，没有deadline的任务不是任务，没有流程图或分享的源码阅读不是源码阅读，没有报告的性能测试不是性能测试。

这里有一个基于现象的解释，我觉得还比较靠谱：

On modern filesystems where directory data structures are based on a search tree or hash table, the order is practically unpredictable.

我们可以做的

事后诸葛亮时间 :) 开玩笑的，遇事多review下才能少犯错误。

基础组件：多考虑失败的情况，不吞异常；可能阻塞的操作考虑超时时间（自勉）
发布系统：能够添加一些规则，哪些包不能共存，比如上述问题中的netty-all和netty-common这些
容器隔离：隔离中间件使用的三方包和业务使用的三方包

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对脚本之家的支持。

您可能感兴趣的文章:

Tomcat配置JNDI数据源的三种方式
项目已经做了很久了，今天终于抽空把一些项目中的东西总结一下，本文就来总结一下Tomcat配置JNDI数据源的三种方式，感兴趣的可以参考一下
2021-05-05
tomcat+nginx域名配置方法
本文给大家介绍如何通过nginx代理的方式进行域名访问，需要的朋友的朋友参考下吧
2018-03-03
Tomcat中对静态资源的处理教程
这篇文章主要给大家介绍了关于Tomcat中对静态资源处理的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用Tomcat具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
2019-05-05
tomcat常见的错误与解决方案小结
web容器其实都是tomcat,但tomcat的内核很丰富，如果要完全理解需要很长的时间和较多的编程经验。不管是初学者还是有经验的web程序员，使用Tomcat容器的时候会发生包括404，运行启动错误，以及乱码等等的问题，本文将开发过程中遇到的常见错误和简单解决方法分享给大家。
2016-11-11
tomcat漏洞汇总
本文主要介绍了tomcat漏洞汇总，文中通过代码和示例介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-05-05
安装为 window 服务的tomcat修改jvm内存的两种方法
这篇文章主要介绍了安装为 window 服务的tomcat修改jvm内存,本文通过两种方法给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2023-03-03
intelli idea中配置Tomcat找不到的解决办法
这篇文章主要介绍了intelli idea中配置Tomcat找不到的解决办法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-09-09
SpringBoot 升级内嵌Tomcat的操作示例
这篇文章主要介绍了SpringBoot升级内嵌Tomcat,这里采用的是屏蔽旧的依赖,然后手动写dependency的方式,本文结合示例代码给大家介绍的非常详细,需要的朋友可以参考下
2023-08-08
tomcat启动异常:子容器启动失败(a child container failed&n
这篇文章主要介绍了tomcat启动异常:子容器启动失败(a child container failed during start),如果你也遇到了这个问题,那么这篇文章应该可以帮助到你,一起来看看吧
2023-03-03
Tomcat进程占用CPU过高的解决方法
本文主要介绍了Tomcat进程占用CPU过高的解决方法，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-08-08