DotTrace系列：6. 程序异常诊断 和 Request慢处理

2025年6月30日
| 没有评论

一：背景

1. 讲故事

在我分析的众多dump中，有一些CPU爆高是因为高频的抛 Exception 导致，比如下面这张图，有 19 个线程都在抛xxxResultException异常。

从卦中虽知大量异常的痕迹，但从严谨的角度来说，最好再卜一卦，就是用 perfview 或者 dottrace 在 cpu 爆高的时段记录下异常的数量，这样就稳了，这篇我们就来解决这个棘手的问题。

二：异常诊断 和 Request慢处理

1. 程序异常诊断

有一个项目平时CPU的利用率都是几个点，突然在某段时间CPU明显升高，高达20多个点，我想知道此时程序在干什么？截图如下：

这种问题除了抓dump，还有一个轻量级的途径就是用 dottrace，开启 timeline 模式跟踪，收集一段时间之后，打开跟踪文件。

从卦中可以看出如下信息：

  • 大量的线程池线程正在 Running （灰蓝色）
  • Exceptions 事件个数高达 341w。
  • 产生异常最多的是 ThrowHighFrequencyException 方法。
  • 追踪周期仅为 15s

以上四个信息就能非常确认，程序的CPU爆高就是因为大量抛出异常所致，接下来选择Filters面板中的Exceptions进行下钻观察异常类型和异常消息的分布，截图如下：

从卦中可以看到InvalidOperationException异常抛的是最多的，高达273w，并且还是定位在 ThrowHighFrequencyException 方中，接下来对父子方法Show Code，代码参考如下： 

private static void WorkerThreadProc()
    {
        Random random = new Random(Thread.CurrentThread.ManagedThreadId);

        while (running)
        {
            try
            {
                // 80%概率抛出高频异常，20%概率抛出其他异常
                if (random.Next(100) < 80)
                {
                    ThrowHighFrequencyException();
                }
                else
                {
                    ThrowLowFrequencyException(random);
                }
            }
            catch (InvalidOperationException)
            {
                Interlocked.Increment(ref highFrequencyExceptions);
                Interlocked.Increment(ref totalExceptions);
            }
            catch
            {
                Interlocked.Increment(ref totalExceptions);
            }
        }
    }

    // 高频异常方法
    private static void ThrowHighFrequencyException()
    {
        throw new InvalidOperationException("高频异常：无效操作");
    }

到此问题真相大白，有些朋友可能想知道每个异常发生的时点，这就需要你放大时间轴了哈，图中的黑色便是。

还有一种方式就是打开 Event 面板View -> Events，然后观察左侧的偏移时间(Timestamp)，非常清楚加明细，截图如下：

2. Request慢处理

在给web程序做性能优化时，经常要做的一件事情就是查找慢请求，这也是 dotrace 的强项，它用一个Incoming HTTP Requests提供了独家支持，刚好手里有一个 dtp 文件，直接打开。

从卦中可以看到当前程序涉及到的 http 请求总时间为12s，那 12s 都被哪些request 请求分摊着呢？ 继续下钻即可，选择Incoming HTTP Requests，截图如下：

从卦中可以看到当前WeatherForecast/slow-random累计时间是最高的，其次是WeatherForecast/slow-fixed，这里有一个误区，累计时间最高不见得单次时间就高，这是一个很显然的道理。

接下来观察下WeatherForecast/slow-random请求的分布情况，观察时间轴可知有两次请求，截图如下：

接下来的问题是这两个请求来自于哪两个方法呢？选中一个时间稍微长的，放大时间轴之后，点击Plain List观察 Total Time 最高的一列即可，截图如下：

最后就是 Show Code 观察GetWithRandomDelay方法的源代码，参考如下： 

// 2. 随机慢速接口 - 延迟2-5秒随机
        [HttpGet("slow-random")]
        public async Task<IEnumerable<WeatherForecast>> GetWithRandomDelay()
        {
            // 随机等待2-5秒
            var delay = Random.Shared.Next(2000, 5000);
            await Task.Delay(delay);

            return GenerateRandomForecasts(5);
        }
        // 辅助方法：生成随机天气预报数据
        private IEnumerable<WeatherForecast> GenerateRandomForecasts(int count)
        {
            return Enumerable.Range(1, count).Select(index => new WeatherForecast
            {
                Date = DateOnly.FromDateTime(DateTime.Now.AddDays(index)),
                TemperatureC = Random.Shared.Next(-20, 55),
                Summary = Summaries[Random.Shared.Next(Summaries.Length)]
            });
        }

当然其他接口的调查也可以参考同样的方式。

三：总结

dotrace 非常强大，在观测异常和慢Request处理方面表现优秀，作为一位.NET高级调试分析师，这款工具不可或缺！

作为JetBrains社区内容合作者，如有购买jetbrains的产品，可以用我的折扣码 HUANGXINCHENG，有25%的内部优惠哦。

.net, abp