生产环境(基于docker)故障排除？有感于博客园三番五次翻车

　　如题，有感于博客园最近多次翻车，感觉像胡子眉毛一把抓，定位不了生产环境的问题。

抛开流程问题，思考在生产环境中如何做故障排除，发现博客园里面这方面的文章比较少。

-----------------------------------在生产环境中故障排除--------------------------------

.Net 本身是提供了相关工具帮助我们在生产中故障排除：
https://docs.microsoft.com/en-us/dotnet/framework/tools/sos-dll-sos-debugging-extension

<https://docs.microsoft.com/en-us/dotnet/framework/tools/sos-dll-sos-debugging-extension>

工具的思路是在生产环境中dump出进程快照文件，通过分析快照堆栈、线程信息、异常信息判断运行状态。

这个工具依赖的文件很多很杂，国外大牛已经针对 .NetCore制作了工具镜像
<https://hub.docker.com/r/6opuc/lldb-netcore>

How to Use
docker run --rm -it -v /stripe/upload/coredump:/tmp/coredump 6opuc/lldb-netcore
* /stripe/upload/coredump - docker宿主机上崩溃进程的coredump文件路径
Usecases

Analyze running container

　　1.找到需要分析的容器id (docker ps)，例如： b5063ef5787c

　　2.运行包含 createdump工具的容器（需要sys_admin,sys_ptrace特权），
如果运行的容器已经包含这个特权，可附加到运行的容器并在容器中执行createdump工具
docker run --rm -it --cap-add sys_admin --cap-add sys_ptrace
--net=container:b5063ef5787c --pid=container:b5063ef5787c -v /tmp:/tmp
6opuc/lldb-netcore /bin/bash

*
b5063ef5787c - 待分析的容器id

*
/tmp - 主机上临时目录，coredump 文件将会在此生成

　　3. 找到待分析dotnet 进程PID
ps aux
　　　　这个例子PID 是“7”

　　4. 生成dotnet进程的 coredump文件，并退出容器
createdump -u -f /tmp/coredump 7 # 7是dotnet 进程id
exit
　　5. 使用debugger打开coredump文件
docker run --rm -it -v /tmp/coredump:/tmp/coredump 6opuc/lldb-netcore
　　　　example output：
(lldb) target create "/usr/bin/dotnet" --core "/tmp/coredump" Core file '
/tmp/coredump' (x86_64) was loaded. (lldb) plugin load /coreclr/libsosplugin.so
(lldb) sos PrintException Thereis no current managed exception on this thread
(lldb)
　　6. 在lldb shell 继续探索
help
　　工具使用方式可参考
https://docs.microsoft.com/en-us/dotnet/framework/tools/sos-dll-sos-debugging-extension

<https://docs.microsoft.com/en-us/dotnet/framework/tools/sos-dll-sos-debugging-extension>

该DockerHub Repo还提供了基于docker 生产故障排除的常见用例
<https://hub.docker.com/r/6opuc/lldb-netcore-use-cases>：

* Process hang with idle CPU
<https://github.com/6opuc/lldb-netcore-use-cases/blob/master/hang_cpu_idle.md>
* Process hang with high CPU usage
<https://github.com/6opuc/lldb-netcore-use-cases/blob/master/hang_cpu_high.md>
* Process crash
<https://github.com/6opuc/lldb-netcore-use-cases/blob/master/crash.md>
* Excessive memory usage
<https://github.com/6opuc/lldb-netcore-use-cases/blob/master/memory.md>

这个镜像对于基于容器的故障排除相当有用，不敢自称原创镜像；

分享给大家，希望园友通过经历生产环境的故障排除，进阶为资深研发。

+ dotnet core调试docker下生成的dump文件
<https://www.cnblogs.com/iamsach/p/10118628.html>

+ Windbg程序调试系列-索引篇 <https://www.cnblogs.com/tianqing/p/11307049.html>

热门工具换一换

生产环境(基于docker)故障排除？ 有感于博客园三番五次翻车