背景介绍

在日常系统运行过程中，故障总是不期而遇。一旦出现故障通常是查监控，翻各种日志，从大量的日志中寻找蛛丝马迹。如果问题现场的日志记录缺失，会尝试在本地重现问题并调试解决，本地难以重现的，只能再加日志，再部署，再重现，然后再查日志，效率较低。对于复杂一些的比如程序性能问题，如何定位性能瓶颈，一不小心又要回到加日志、部署、查日志、再加日志的老路，不仅效率不高，也破坏了问题现场。

所以针对以上问题，我们的目标是建立一个Java应用在线诊断平台，让开发人员无需登录机器或修改系统，就可以从日志、内存、线程、类信息、调试、机器和系统属性等各个方面对应用进行诊断，提升开发人员诊断问题的效率和能力。

系统架构

我们期望有一套架构，让开发人员以Web UI的方式使用各类在线诊断能力。

架构概览

架构概览

浏览器

浏览器是开发人员进行在线诊断的入口，tunnel server通过Web UI的方式提供在线诊断能力，支持复杂的交互场景。

tunnel server

提供两个方面的功能，分别是：

管理功能

浏览器通过http与tunnel server的12201端口进行交互；

连接指定IP的arthas agent机器、断开指定IP的arthas agent机器、查看指定IP的arthas agent生成的文件。

诊断功能

浏览器通过websocket与tunnel server的12202端口进行交互；

支持各种arthas诊断指令：dashboard、heapdump、thread、vmtool等。

应用程序服务器

arthas agent作为websocket客户端与tunnel server的12202端口进行交互；

arthas agent通过attach应用进程实现对应用进程的诊断。

原理介绍

核心流程

流程说明：

1.1 tunnel server 监听12201端口，该端口用于展示Web UI

1.2 tunnel server监听12202端口，该端口用于与浏览器进行websocket交互，也用于与arthas agent进行websocket交互

1.3 应用程序通过引入arthas pom依赖，在应用部署的时候将arthas安装包安装到服务器上

2.1 通过在浏览器上访问：
http://tunner_server_ip:12201，打开Web UI

2.2 在Web UI上输入要诊断的服务器IP，点击Connect，建立与tunner server 12202端口的websocket连接，发送请求为：
ws://tunner_server_ip:12202/ws?method=connectArthas&id=服务器IP

2.3 tunner server根据服务器IP获取与arthas agent的control connection

2.4 如果control connection没有建立，则通过访问
http://arthas_agent_IP:12230?tunnerserver=ws://tunner_server_ip:12202/ws，触发arthas agent初始化、attach应用进程。

2.5 arthas agent创建与tunner server的websocket连接：

• arthas agent tunnel client connect to tunnel server with URL: ws://tunner_server_ip:12202/ws?method=agentRegister
• tunnel server response a text frame message: response:/?method=agentRegister&id=服务器IP

此时创建的websocket连接称为：control connection。

2.6 control connection已创建成功，则向arthas agent tunnel client发送：response:/?method=startTunnel&id=服务器IP&clientCnotallow=connectionIDxxx，请求建立连接；

arthas agent tunnel client收到startTunnel请求后，新建与tunnel server的连接，并发送：ws://tunner_server_ip:12202/ws/?method=openTunnel&clientCnotallow=connectionIDxxx&id=服务器IP

此时创建的websocket连接称为：tunnel connection；

同时创建与arthas agent的本地连接：ws://127.0.0.1:3658/ws，此时创建的连接称为：local connection

3.13.2 执行诊断命令链路如下：

交互逻辑

关键问题分析

arthas本身提供了tunner server功能，我们主要需要解决的有两个问题：

1. 如何安装arthas到指定服务器
2. 如何按需加载arthas agent，即只有对指定服务器进行诊断的时候才进行arthas agent的初始化

安装Arthas

独立安装运维

将arthas打包进操作系统镜像中，保证新初始化的ECS实例中含有最新版本的arthas；对于已经存在的ECS实例则需要想办法进行arthas版本更新。

通过SSH脚本

第2.2步骤当对指定服务器进行诊断的时候，在tunnel server或其他旁路系统通过ssh方式将arthas安装包拷贝的指定服务器。

通过javaagent

在应用进程初始化的时候，加载自定义的javaagent，该javaagent实现下载、解压arthas的功能。

第2.2步骤当对指定服务器进行诊断的时候，tunnel server或其他旁路系统通过与指定服务器javaagent通讯，通过javaagent完成arthas下载、解压。

通过POM

应用通过引入arthas pom，将arthas打包进应用部署包中。

<dependency>
  <groupId>com.taobao.arthas</groupId>
  <artifactId>arthas-agent-attach</artifactId>
  <version>3.6.7</version>
</dependency>
<dependency>
  <groupId>com.taobao.arthas</groupId>
  <artifactId>arthas-packaging</artifactId>
  <version>3.6.7</version>
</dependency>

初始化ArthasAgent

复用Web Server端口

在应用工程中新建一个Controller，该Controller实现arthas agent初始化功能。

tunnel server通过现有的Web Server访问Controller接口触发arthas agent初始化。

注意：

• 需要tunnel server能够访问Web Server端口
• 不同应用的Web Server Context路径可能不一样

通过独立的HTTPServer

创建独立的HTTP Server，主要是为了使得tunnel server能够访问新监听的端口，解决【复用Web Server】端口面临的两个问题。

注意：

• 新监听的http端口需要对tunnel server开放
• http server的context路径都是一致的

通过HSF/gRPC/dubbo等RPC

根据应用使用的RPC框架，新建对应的RPC Provider，tunnel server直接调用指定IP的RPC Provider完成arthas agent的初始化。该方式的好处是不用新开放监听端口。

注意：

• RPC Client需要能够调用指定IP的RPC Provider

通过MQ

tunnel server作为MQ Producer发送报文（报文中包含指定服务器的IP）到MQ Broker，应用中新建MQ Consumer消费tunnel server的报文，如果报文中IP与本机一致则处理，不一致则丢弃。

通过Apollo等配置中心

思路与【通过MQ】一致，按照apollo等配置中心相关API进行实现。

通过Redis缓存

思路与【通过MQ】一致，按照Redis相关通讯机制进行实现。

通过SSH

tunner server或旁路系统有权限直接ssh指定服务器，通过脚本方式触发arthas agent初始化。

展示效果

tunnel server

在AgentId的文本框里输入要诊断的服务器IP，稍等一会就可以进行诊断了。

web console

指定服务器Web UI

dashboard

dashboard

immediacy

thread示例

thread

real time

monitor示例

monitor

option

JVM options示例

jvm options

console

console

terminal

terminal与tunner server UI基本一致，不同的是该terminal是直接访问的目标服务器。

总结

以上方案只是简单的应用，期望以后可以不断的迭代优化。