死锁发生时CPU利用率通常偏低,因线程处于BLOCKED或WAITING状态不消耗CPU;但连锁反应(如忙等待、频繁重试、上下文切换)可能导致CPU飙高。

死锁发生时,CPU 利用率通常不会持续飙高,反而可能表现平稳甚至偏低——这恰恰是它容易被误判为“系统空闲”或“网络超时”的关键陷阱。
为什么死锁线程不占 CPU
死锁中的线程处于 WAITING 或 BLOCKED 状态(如 java.lang.Thread.State: BLOCKED (on object monitor)),它们在等待对方释放锁,自身已暂停执行,不消耗 CPU 时间片。JVM 不会调度它们运行,所以单个死锁线程的 CPU 占用为 0。
这意味着:即使存在多个死锁线程,top 中看不到对应线程的高 CPU 占用,也不会在 jstack 中看到它们状态为 RUNNABLE。
但 CPU 飙高的情况也可能伴随死锁
这不是死锁本身导致的,而是死锁引发的连锁反应:
使用Atmosphere构建通过WebSocket、SSE、gRPC、WebTransport、MCP、A2A和AG-UI流传输的JVM代理网关,并带有治理钩子。
立即学习“Java免费学习笔记(深入)”;
- 其他非死锁线程因资源不可用而不断重试、轮询或自旋(比如用 while(!ready) {} 检查共享状态),进入忙等待 → 持续 RUNNABLE → 消耗 CPU
- 大量线程卡在 synchronized 或 lock.lock() 外围排队,频繁触发线程调度和上下文切换 → 内核态开销上升 → CPU 使用率被动推高
- 请求堆积后,连接池耗尽、超时重试激增、异步回调堆积,催生新线程反复创建/销毁 → 调度压力 + GC 压力 → CPU 上升
如何结合 CPU 表现识别真实死锁
不能只盯 CPU 数值,要交叉验证:
- 看 top -Hp [pid]:如果整体 CPU 高,但各线程 CPU 分布分散、无明显单点热点,且 load average 显著高于 CPU 核数 → 提示大量线程阻塞/排队,需查死锁
- 看 jstack -l 输出结尾:搜索 "Found 1 Java-level deadlock" —— 这是 jstack 主动检测到的闭环等待链,最直接证据
- 看线程状态分布:dump 中大量线程停在 "waiting to lock 0x..." 且彼此锁地址形成 A→B、B→A 的引用环 → 手动确认死锁
- 对比现象:服务响应变慢、接口超时增多、日志中无异常但请求卡住 → 符合死锁典型外在表现
注意区分伪死锁干扰项
以下情况容易被误认为死锁,但实际与锁无关:
- WAITING (parking):如 LockSupport.park、CountDownLatch.await、Thread.join —— 这是正常等待,不构成死锁
- TIME_WAITING:如 sleep(1000)、wait(500) —— 有明确超时,非永久阻塞
- IO BLOCKED:如 socket.read()、FileInputStream.read() —— 阻塞在系统调用,非 JVM 锁竞争

















