两周前，公司IT部门将公司的服务器从48核更换为了96核，其他各方面配置也对应提升，上线第一天，即发现
问题时刻CPU监控信息
这是非常高的cpu_system占用，看了下以往的数据，这个数值一般也就2%，但现在是20%。而从业务系统层面，用户持续感觉到环境卡顿，于是马上开展了环境排查。
经排查，同时刻排除了以下几种情况：
1、IO问题，没有见到明显的IO瓶颈
2、GC问题，不存在特别高频GC，更没有FGC。
3、数据库连接问题
至此，基本可以排除业务系统自身导致出现本问题，问题转向到操作系统方向做排查。
两日后，趁着晚上人少，根据当时的监控图，做了CPU火焰图的抽取，信息如下：
夜间时CPU_System占用仍然很高
同时刻CPU火焰图
从上图可以非常清楚的看到，绝大部分CPU被耗费在了GC上，但，并不是在内存的回收上，而是一段从未见过的堆栈：
主要CPU占用堆栈
一下子走到了我的知识盲区，毕竟，这已经是内核态的方法了，作为一个Java码农，对于Linux内核确确实实就是一只小白。
虽然到这里，已经基本可以确认，当前问题和应用程序无关，但问题到底是什么，如何解决，客户如果遇到怎么办？这几个问题一直萦绕在我脑海里，让我不想放弃对于这个问题的排查。
隔日，开始认真解读这一段堆栈，先拆解放下来
page_fault
do_page_fault
_do_page_fault
handle_mm_fault
do_numa_page
raw_qspin_lock
queued_spin_lock_slowpath
native_queued_spin_lock_slowpath
page_fault是缺页错误，这个是很显然的。但为何GC会走到缺页错误呢？难道是回收内存时，遇到了无法申请到内存页？或者是虚拟内存页指向错误？而且第4层堆栈handle_mm_fault，正好就是内存映射错误的处理，难道真的是无法申请到内存了吗？
没有思路，继续往下看，第5层堆栈，do_numa_fault，查询到了一篇介绍非常详细的文章numa balance。
根据这张numa balance的作业流程图
作业流程图
可知，前面的page_fault实际是numa balance的一种特定的执行过程，为了达到多核心就近访问的目的，在linux内核中设置的陷阱，一旦系统发生特定内存页访问时，系统就会陷入内核态中，执行内存页迁移的操作。
因此，我们做了numa关闭的验证，结果发现
numa关闭前后对比图
如上图，cpu_system时间基本归零了，也侧面证明了，这个思路方向是对的。
但，为何这个为了提升多核心访问效率的linux特有行为，为何反而成了系统卡顿的原因呢？所以问题到这里，仍然不算很好的解决，继续向下。
第6行raw_qspin_lock，找不到对应的资料，可能是当前的linux版本的代码跟最新的代码不一致的关系，只找到了raw_spin_lock的解释，其本义，就是spin_lock，也就是本文真正的主角：“自旋锁”。（恨自己英文不好，如果第一时间看懂了，何必要花这么久的时间，泪啊）
走到这里，相信大多数读者都想到问题点所在了。我们都知道自旋锁一种同步策略，常用于资源竞争，但我们也都知道，自旋锁也是尤其局限性的，那就是如果竞争锁的线程比较多时，其性能反而会下降，以至于反倒不如独占锁，这里就不展开了。
这里还有另外一篇文章，也提到了类似的问题，大家可以参考， Why having more and faster cores makes my multithreaded software slower?
于是，读到这里，结合前面的场景，我有了一个猜测：
这是否是一个由Linux操作系统，96核X86CPU服务器以及JVM的GC线程共同导演的一场运行事故呢？
事实可能是这样的：
由于目前应用JVM采取的是G1的垃圾回收策略，而G1的垃圾回收线程数默认是8个，当CPU核心数超过8时，其线程数为8+(核心数-8)5/8，按照目前的服务器则为8+(96-8)5/8=63，当执行垃圾回收时，按照多核心下linux操作系统的逻辑，会执行numa自平衡操作，这里会通过自旋锁进行页表的抢占式竞争，而得不到页表的线程，会等待直至前面的线程完成操作，又因为同一时刻进行抢占的线程非常多，导致了大量的自旋带来的CPU消耗，又因为当前CPU完全陷落在内核态中，用户线程完全无法得到响应，最终导致业务系统出现卡顿的现象。
既然有了这样的猜测，那么解决的方法就很简单了，即，限制最大GC线程数，从而降低自旋锁的竞争度，提高执行效率。于是手动设置GC线程数，即-XX:ParallelGCThreads=24，验证，重启后CPU监控结果如下：
调整GC线程数以后的CPU监控情况
明显可知，CPU_System占用已经降低到了完全不影响用户事情的程度。
为何是24，原因是原系统是48核，经计算，其默认GC线程数为33，为了保险起见，我把线程数定在了24，根据后续验证情况而定。
至此
问题终于得到了比较完美的解决。
为何只是比较，因为这里还有一个场景问题没有回答，即当前环境是X86架构，而我们都知道ARM架构下，多核心是常态，常有96以及192核心的ARM架构服务器，而ARM架构下，指令集比X86架构的指令集更精简，其实现自旋的逻辑是否与X86效率相似，目前没有答案，因此，在ARM架构下，同类问题是否存在以及如何处理，仍然需要机会验证。
这里忍不住要吐槽一下，这个问题在X86的Linux环境下，只要CPU数量足够多，发生这个问题是大概率事件，如果JVM的G1垃圾回收器没有做任何有效的应对和处置，这个开发能力，真是不忍直视，自觉应该找地方给他们提的ISSUE。
同时，也是建议，任何超过48核心的X86架构Linux系统，都务必要关注垃圾回收器的线程数，避免出现此次楼主的尴尬时刻。
当然，这也是为何题目说这是有钱人的烦恼了，因为穷人，谁又会用96核单独跑一个Java进程呢？
其他参考文档：
深入理解Page Fault处理
关于numa loadbance的死锁分析
Linux源码
特别感谢运维负责人：龙波
网友评论