一、背景
在进行本地测试时，发现调用某个服务时会偶现调用失败的问题，报错信息如下：
从图中可知，是从注册核心未找到服务导致。一开始认为是有人在重新部署，前面发现这个问题呈现的有些频繁，于是开始排查公布记录，发现近期并未有人重启服务，然而容器的重启次数高达 1521 次
二、问题跟进
首先想到两种起因：
- 容器网络呈现问题，导致健康检查失败，被 k8s 从新拉起
- 容器因为某些起因挂掉了，导致无奈响应申请（盲猜是 OOM 了）
第一种通过运维排查后排除。于是开始排查第二种状况，从监控上看到了 GC 回收工夫高达 30s
因为是个老服务，且外面逻辑泛滥，又没有主动生成 dump 文件的配置，无奈齐全必定是 oom 导致。于是批改了我的项目配置，将 Xms 和 Xmx 参数从 512m 批改为了 1024m，并增加上 oom 后主动 dump 的配置，从新公布了服务。
约半小时左右，服务又又又又重启了，这次捞到了对应的 dump 文件，开始进行剖析。
三、问题剖析
关上 jvisualvm，将 dump 文件导入，看到了如下提醒：
持续跟进，查看这个线程的状态，找到了对应的办法：
这是个简略的查问，依据 AgencyId 和 OrderId 进行查问，依照 id 进行倒序，而后在数据库中查问了下，发现因为没有创立索引，导致查问很慢。。。。
看似找到了问题，但有个疑难仍没有解决， 一个慢 sql 是怎么导致整个服务 OOM 的？。。于是开始持续深挖代码。
四、问题解决
最终排查了下代码，找到了最终的起因：
- 这个查问语句属于一个订单查问的定时工作，外面逻辑比较复杂，且这个工作每隔 2 分钟会执行一次
- 因为是个老服务，之前的定时工作是 http 申请触发，每次执行之前不会判断上一次是否执行实现。。
- 有个慢 sql（单次执行 18s 左右，定时工作中会循环执行这个 sql 查问数据），导致每次定时工作执行工夫很长，约 190s 左右
综合以上个性，曾经大抵猜到了问题产生的起因：
因为慢 sql 导致执行一次定时工作耗时较长，而后每隔 2 分钟会从新触发一次定时工作，导致多个定时工作逻辑同时执行，因为外部逻辑简单，最终导致内存耗尽，服务宕机，而后被 k8s 重启，周而复始。。。
dump 文件的内容，也证实了这个猜想，确定存在多个线程在执行这个定时工作，OOM 时总共有 12 个线程正在执行。。
解决办法也很简略粗犷，减少表索引，缩短每次定时工作的执行工夫，避免出现多个线程同时执行定时工作撑爆内存。
别问为什么不优化代码。。老服务，改不动啊改不动。。。