服务在运行过程中出现突然延迟升高，是常见且影响严重的问题，下面详解如何解决@mikechen
初步确认与数据收集
观察监控指标：响应时间、吞吐量、并发数、错误率、CPU、内存、GC 指标（GC 次数、暂停时间）。
重点关注四条曲线的时间对齐关系：
接口 RT（P99 / P95）；
GC Pause Time；
CPU 使用率；
活跃线程数；
然后，对比异常前后的变化趋势。
重点排查方向
垃圾回收（GC），查看 GC 日志与监控：频繁的 Full GC 或长时间的 GC 暂停会直接导致延迟升高。
关注 Old 区占用、晋升失败、内存碎片、GC 策略是否合适（CMS、G1 等）。
若为 GC 导致，调整堆大小、GC 策略、元空间/直接内存配置或优化对象分配/缓存策略。
线程与锁
线程堆栈抓取（jstack）：排查线程阻塞、死锁、长时间等待的锁或同步方法、网络/IO 等阻塞调用。
关注线程池队列：线程池饱和或队列积压会导致请求排队或超时，需调整线程池大小或优化业务耗时操作。
CPU 与系统资源
检查 CPU 使用率、负载（top、iostat）：高 CPU 可能为热点热点代码或频繁 GC。也需排查 I/O 饱和、上下文切换过多。
查看文件句柄、socket 数量、磁盘延迟和网络丢包等系统层面问题。
应用层面问题
新发布的代码回滚或审查：排查最近的代码变动、依赖升级或配置变更。
慢查询、热点数据、缓存失效或缓存穿透会突然增加后端压力。
诊断工具与方法
jstat、jmap、jstack、jcmd：用于查看堆使用、触发堆转储、线程快照与 GC 信息。
GC 日志解析工具（如 gcviewer）、性能分析器（YourKit、VisualVM、async-profiler）：定位热点方法与分配热点。
分布式链路跟踪（Zipkin、Jaeger）与 APM（SkyWalking、Prometheus + Grafana）：用于定位服务间调用延迟来源。
在线快照与采样：在不影响生产的前提下进行采样分析。
mikechen睿哥
10年+一线大厂架构实战经验，就职于阿里、淘宝等一线大厂，操盘多个亿级大厂核心项目。