恭喜恭喜

1 1465 14.631% ls
2 1395 13.9319% cd
3 1185 11.8346% git
4 733 7.32048% vim
5 498 4.97353% docker
6 409 4.08469% rm
7 358 3.57535% curl
8 257 2.56666% mv
9 223 2.2271% mvn
10 187 1.86757% sh
11 177 1.7677% neofetch
12 150 1.49805% brew
13 131 1.3083% docker-compose
14 102 1.01868% exit
15 96 0.958754% netstat
16 91 0.908819% grep
17 90 0.898832% ping
18 88 0.878857% mkdir
19 83 0.828922% lsof
20 82 0.818935% sudo

@Nooooobycat ，图数据库肯定可以做到，我之前写过一个 demo 专门测过，把部门和人全部导入到了 neo4j, 查询部门及子部门下所有用户，实测在本地性能并不高。也有可能是我本地电脑性能不够好。后来领导担心这个没人用过，而且有杀鸡用牛刀的嫌疑，就放弃这个方案了。这么多方案综合考虑下来，还是左右值编码的方案最简单，但是它也不完美，查询一批部门下的用户的时候，就需要用 or

@Jrue0011 ,jmap 导出的 heap 文件有 3.3G ，用 MAT 倒是打开了，一脸懵逼，不会用这东西定位啊😥

@kirin，感谢回复，不过按照这个定位不出问题，消耗 CPU 最多的是 GC 线程。

@loongwang ,头疼😂，启动参数没加 GC 相关的配置。主要是测试环境复现不了，加上去又得在生产上定位发版。

@90xchun，我用 top -p pid -H 已经找到了消耗 cpu 最高的线程，共有 8 个都是 gc 的线程,业务的线程几乎没有怎么消耗 cpu。这个想不明白。

@loongwang ,但是在抽服务之前没有经过 http 接口调用的时候从来没有发生过这种情况，会不会跟服务间调用的时候频繁的序列化，反序列化对象有关呢

金瓶梅

[email protected] ，谢谢

西安人民欢迎你

@feverzsj 物理内存是 32g

@neoblackcap 我换了 G1 以后 fullgc 倒是没有了,youngGC 又上去了。。。，qps 还下去了。

@jadec0der 谢谢回复，怎么可以避免 full gc 呢

@blackeeper 谢谢回复，已经找到问题了: IMPORTANT NOTE: add_handle does not implicitly add a Python reference to the Curl object (and thus does not increase the reference count on the Curl object). 应该是引用被冲掉了。修改一下变量名不重复就好了：


```
for idx, url in enumerate(urls):
f = open('./%s/%s' % (self.path, hashlib.md5(url.encode()).hexdigest()), 'wb')
locals()['c'+str(idx)] = pycurl.Curl()
locals()['c'+str(idx)].setopt(pycurl.URL, url)
locals()['c'+str(idx)].setopt(pycurl.WRITEDATA,f)
self.m.add_handle(locals()['c'+str(idx)])
```

xargs?