一、OOM问题
分析流程：
第一步：进程分析，分析老年代回收次数和消耗时间
第二步：日志分析，找出OOM发生时间的日志来锁定执行方法，对应的机器ip
第三步：找到对应的ip机器查看，进一步分析
第四步：下载的dump，使用mat分析堆内存，找到堆占用率前3，查看堆指向
问题产生:
查看新生代最高1000M，如果大数据量调用，jvm会把产生的大对象分配在新生代，新生代full gc后放到老年代，老年代gc后触发OOM，就会像类似死循环一样，一直full gc了
解决方案：
1、临时方法：
① 先进行扩容
② 任务先降下来
2、洗数据标签放到单独的服务
3、新生代放大
4、大数据量存储进行报警
二、Arthas分析高CPU问题：
优点：
1、快速定位和修复问题的一站式服务
使用方法：
１、dashboard + thread 命令，基本可以在几秒钟内一键定位问题，找出消耗 CPU 最多的线程和方法栈；
① dashboard 命令用于整体展示进程所有线程、内存、GC 等情况，分析占用CPU 较多的线程
② 使用thread -n查看最放慢的线程在执行的线程栈，找到执行的方法
２、直接 jad 反编译相关代码，来确认根因
３、如果调用入参不明确的话，可以使用 watch 观察方法入参，并根据方法执行时间来过滤慢请求的入参。
４、由于 monitor、trace、watch 等命令是通过字节码增强技术来实现的，会在指定类的方法中插入一些切面来实现数据统计和观测，因此诊断结束要执行 shutdown 来还原类或方法字节码，然后退出 Arthas。
