SpringBoot jar包启动之后一段时间 就僵死,无反应的问题。。。。

陪妳去流浪丶 2018-11-06 05:16:18
小弟一个SpringBoot项目在本地测试 没问题,但是打成jar包,部署到客户的window Server 2016上面去就出了个问题,当项目启动起来之后一段时间就会僵死,前端的请求全部是 pending状态,日志也没有打印,也没有任何报错。VisualVM监控 我自己也看不出有什么问题。。。。请走过路过的各位大神给点思路。。。帮忙想想这种情况会是哪里出了问题?

我用jar包在自己本地测试也从没遇到过这个问题,就只有客户服务器上面出现。急死我了。。。大神们求救。
...全文
7944 13 打赏 收藏 转发到动态 举报
写回复
用AI写文章
13 条回复
切换为时间正序
请发表友善的回复…
发表回复
tianfang 2020-03-09
  • 打赏
  • 举报
回复
VisualVM 可以查看阻塞的线程名称,看看是哪里类出问题
tianfang 2020-03-09
  • 打赏
  • 举报
回复
增加数据库的最大连接数 监测数据库连接数,如果很快达到数据库连接上限并且不下降,可能存在数据库连接未释放
tianfang 2020-03-09
  • 打赏
  • 举报
回复 1
按用户的生产环境部署一个测试环境,做压力测试,可能会重现故障
qq_38575269 2020-03-05
  • 打赏
  • 举报
回复
神仙:http://xuewei.world:8000/2020/01/19/%e9%98%bf%e9%87%8c%e4%ba%91%e5%90%af%e5%8a%a8-springboot-%e5%90%8e%e8%ae%bf%e9%97%ae%e7%89%b9%e5%88%ab%e6%85%a2%e7%9a%84%e8%a7%a3%e5%86%b3%e6%96%b9%e6%a1%88/
「已注销」 2020-01-19
  • 打赏
  • 举报
回复
已解决: http://xuewei.world:8000/2020/01/19/%e9%98%bf%e9%87%8c%e4%ba%91%e5%90%af%e5%8a%a8-springboot-%e5%90%8e%e8%ae%bf%e9%97%ae%e7%89%b9%e5%88%ab%e6%85%a2%e7%9a%84%e8%a7%a3%e5%86%b3%e6%96%b9%e6%a1%88/
至尊用户1991 2019-12-16
  • 打赏
  • 举报
回复
任务管理器关闭Java相关进程!重启jar包,什么问题造成暂时不知!
sunkes 2019-08-13
  • 打赏
  • 举报
回复 2
是用windows 的cmd启动的吗? 关闭cmd快速编辑。 用cmd java -jar 启动程序的话,并且同时打开了cmd快速编辑 可能会导致这种情况。一般需要按下键盘回车或者,向下就好了。 参考“cmd io阻塞”
zspmsir 2019-08-12
  • 打赏
  • 举报
回复
先把项目在本地跑起来,模拟线上进行,看看一段时间会不会僵死,如果没有,可能是服务器配置的问题
himoring 2019-08-12
  • 打赏
  • 举报
回复
我现在也一样,监控没问题,但是项目就是不运转
大榆! 2019-08-06
  • 打赏
  • 举报
回复
老哥这问题解决了吗
陪妳去流浪丶 2018-11-06
  • 打赏
  • 举报
回复
引用 2 楼 www.alphaos.club 的回复:
https://blog.csdn.net/zzq900503/article/details/80577490
我并不是启动报错哈,我把springboot容器换成jetty也是这个情况
podd 2018-11-06
  • 打赏
  • 举报
回复
https://blog.csdn.net/zzq900503/article/details/80577490
Ckuangf 2018-11-06
  • 打赏
  • 举报
回复
有可能是内存泄漏导致的堆内存占用情况很大,dump看下哪块代码占用的比较多
内容概要:本文系统研究了基于CNN-SVM的卷积神经网络与支持向量机融合的数据分类预测方法,聚焦其在工业故障识别中的应用,提供了完整的Matlab代码实现。通过CNN提取输入数据的深层空间特征,再由SVM进行高精度分类,充分发挥两者优势,有效提升了故障识别的准确性、鲁棒性与泛化能力。该方法特别适用于处理电力系统、机械设备等领域的高维、非线性、强噪声监测数据,在变压器故障诊断、轴承缺陷识别等场景中具有重要应用价值。文档还整合了机器学习、深度学习、图像处理、路径规划、电力系统优化等多个前沿科研方向的技术资源,配套大量Matlab/Simulink仿真案例与Python代码,全面支持科研复现与工程实践。; 适合人群:具备一定编程基础,熟练掌握Matlab或Python语言,从事电气工程、自动化、人工智能、机械故障诊断等相关领域研究的研发人员及高校研究生; 使用场景及目标:① 实现工业设备的状态监测与多类别故障分类;② 深入理解CNN与SVM融合模型的设计原理与工程实现细节;③ 借助所提供的丰富算法案例开展科研复现、模型优化与系统仿真验证; 阅读建议:建议按照文档目录结构系统化学习,结合百度网盘提供的完整代码资源进行动手实践,重点关注CNN特征提取层与SVM分类器之间的数据接口设计与参数调优策略,同时可延伸学习文中涉及的其他智能算法及其在电力系统、信号处理等领域的交叉应用,全面提升科研创新能力。

81,111

社区成员

发帖
与我相关
我的任务
社区描述
Java Web 开发
社区管理员
  • Web 开发社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧