52-综合实战线上调优全流程
52 | 综合实战：从线上问题定位到性能调优全流程
模块十二：综合实战 · 第 2 篇
前面五十多篇我们拆解了无数个知识点，但真实的生产环境从来不会单独考你某个知识点——它是一次综合考验。一个线上故障往往牵一发而动全身：CPU 飙高可能是 GC 频繁导致的，GC 频繁可能是内存泄漏导致的，内存泄漏可能是某个缓存没清理导致的，而这一切的最终表现就是接口响应变慢、用户投诉。
这一篇以一个真实风格的线上故障为线索，把前面所有模块的知识串起来，走完"发现问题 → 定位瓶颈 → 修复验证"的完整闭环。场景是一个电商系统大促期间的连锁故障，诊断工具链覆盖 top、jstack、jstat、jmap 和 Arthas。
一、故障背景
某电商平台年度大促，流量峰值是日常的 8 倍。大促开始后 20 分钟，监控系统告警：
- 应用服务器 CPU 使用率从 30% 飙升到 95%
- 接口 P99 响应时间从 200ms 升到 3000ms
- 商品详情接口间歇性超时
- 数据库连接池活跃连接数打满
运维同学重启了应用，10 分钟后问题复现。这不是简单的流量大，而是系统出了问题。下面按"CPU 飙高 → GC 频繁 → 内存泄漏 → 响应调优"的顺序逐步排查。