跳到主要内容

JEP 279：改进测试失败的故障排查

QWen Max 中英对照

概述​

自动收集诊断信息，以便在测试失败和超时时用于进一步的故障排除。

目标​

收集以下信息以帮助诊断测试失败和超时问题：

  • 对于在测试失败或超时后仍在主机上运行的 Java 进程：
    • C 和 Java 调用栈
    • 核心转储（在 Windows 上为小型转储）
    • 堆统计信息
  • 环境信息：
    • 正在运行的进程
    • CPU 和 I/O 负载
    • 打开的文件和套接字
    • 可用磁盘空间和内存
    • 最近的系统消息和事件

我们将开发一个提供此功能的库，并将该库的源代码与产品代码放在同一位置。

动机​

当没有关于测试环境的信息时，要排查偶发的测试失败是很困难的。此类测试失败通常取决于测试执行顺序和并发情况，这使得重现它们变得极其困难。

描述​

目前，在 jtreg 测试框架中有两个扩展点。第一个是 超时处理器，当测试超时时，jtreg 会运行它。第二个是 观察器，它实现了观察者设计模式，用于跟踪测试运行中的不同事件。我们将利用这些扩展点来收集诊断信息，并为 jtreg 开发一个自定义的观察器和超时处理器。

通过运行平台特定的命令来收集有关环境和非 Java 进程的信息。收集有关 Java 进程的信息将通过可用的诊断命令完成，这些命令被 JEP 228 大幅扩展，例如，print_vm_state 命令，它收集类似于 hs_err 文件的信息。收集到的信息将与测试结果一起存储，以供后续检查。当测试失败时，观察者将在 finishedTest 事件中收集信息。

由于测试可能会创建其他进程，因此会收集有关测试进程及其子进程的信息。为了找到这些进程，库会创建一个以原始测试进程为根的进程树。

库源代码将放置在顶层存储库的 test 目录中，并且 makefile 将更新为构建它们并将它们作为测试包的一部分进行打包。

测试​

我们将安排定期测试，使用该库。当结果和测试执行变得稳定时，我们会将该库的使用扩展到其他组件。

风险与假设​

  • 执行某些命令时存在挂起的风险： 为了尽量减少这种风险，命令只会执行分配的时间，然后中断。
  • 主机上的磁盘空间不足： 计划是归档信息，限制保存信息的数量，并在收集信息之前检查可用磁盘空间。
  • 平台或主机上缺少工具： 如果某个工具在特定主机或平台上不可用，依赖于缺失工具的命令将被跳过，并且会在日志文件中添加警告消息。另一种可能的解决方案是从已知的工具存储库下载所需的工具。
  • 系统资源耗尽： 某些故障可能导致不同类型系统资源（CPU、内存、磁盘空间等）的耗尽，或者由资源锁引起。由于在这种情况下无法运行命令来收集信息，因此将跳过命令执行以防止系统进一步恶化。
  • 在 Java 中获取进程树： 在 Java 中获取进程树需要 JEP 102 中描述的新进程 API。使用被测试的 JDK 作为稳定的 JDK（即运行 jtreg 测试框架的 JDK）可能会干扰测试结果。为了解决这个问题，我们将开发一种替代的进程树实现。该实现将简化将此项目反向移植到 JDK 8 的过程。