診斷服務端報錯問題

問題描述

網頁拋錯，尤其是5xx錯誤是互聯網應用最常見的問題之一。5xx錯誤通常發生于服務端。服務端是業務邏輯最復雜，也是整條網絡請求鏈路中最容易出錯、出了錯之后最難診斷原因的地方。運維工程師或研發工程師往往需要登錄機器查看日志來定位問題。

對于邏輯不太復雜、上線時間不長的應用來說，登錄機器查看日志的方式能夠解決大部分網站拋錯的問題。但在以下場景中，傳統的問題診斷方式往往沒有用武之地。

1. 在一個分布式應用集群中，需知道某一類錯誤的發生時間和頻率。
2. 某系統已運行了很長時間，但是不想關心遺留的異常，只想知道今天和昨天相比、發布后和發布前相比多了哪些異常。
3. 查看一個異常對應的Web請求和相關參數。
4. 客服人員提供了一個用戶下單失敗的訂單號，分析該用戶下單失敗的原因。

解決方案

為應用安裝APM探針后，即可在不改動應用代碼的情況下，利用應用性能監控的異常自動捕捉、收集、統計和溯源等能力，全面掌握應用的各種錯誤信息。

步驟一：安裝APM探針

為應用安裝APM探針后，才能對應用進行全方位監控。請根據實際需求選擇一種方式來安裝探針。

步驟二：查看關于應用異常的統計信息

為應用安裝APM探針后，APM會收集和展示選定時間內應用的總請求量、平均響應時間、錯誤數、實時實例數、FullGC次數、慢SQL次數、異常次數和慢調用次數，以及這些指標和上一天的環比、上周的同比升降幅度。請按以下步驟查看應用異常的統計信息。

1. 在應用總覽頁面的概覽頁簽下方，查看異常的總數、周同比和日同比數據，如下圖所示。
   
2. 滑動頁面至概覽頁簽底部的統計分析區域的異常類型，查看各類型異常出現的次數，如下圖所示。
   
3. 在導航欄，點擊應用詳情 ，選擇異常錯誤分析，查看異常統計圖、錯誤數、異常堆棧等，如下圖所示。

步驟三：診斷異常出現的原因

掌握應用異常的統計信息還不足以診斷異常出現的原因。雖然日志中異常堆棧包含調用的代碼片段，但并不包含這次調用的完整上下游信息和請求參數。APM探針采用了字節碼增強技術，讓您能夠以很小的性能消耗捕獲異常上下游的完整調用快照，進而找出導致異常出現的具體原因。

1. 在異常分析頁簽下，找到要診斷的異常類型，在其右側操作列，單擊調用鏈查詢。
2. 在調用鏈查詢頁簽下，單擊某個錯誤調用的TraceId，如下圖所示。
   
3. 在彈出的頁面，查看異常的調用鏈路信息。

操作至此，您已發現了應用異常的原因，這將有效地幫助您進行下一步的代碼優化工作。您還可以返回調用鏈查詢頁簽，查看列表中其他異常，逐一解決。