個人程序跑了60多小時，就是爲了讓你看一眼JDK的BUG致使的內存泄漏。

此次的文章從JDK的J.U.C包下的ConcurrentLinkedQueue隊列的一個BUG講起。jetty框架裏面的線程池用到了這個隊列，致使了內存泄漏。

同時經過jconsole、VisualVM、jmc這三個可視化監控工具，讓你看見「內存泄漏」的發生。有點意思，你們一塊兒看看。

從一個BUG提及

前段時間翻到了一個 JDK 有點意思的 BUG，帶你們一塊兒瞅瞅。

https://bugs.java.com/bugdatabase/view_bug.do?bug_id=8137185

memory leak，內存泄漏。

是誰致使的內存泄漏呢？

ConcurrentLinkedQueue，這個隊列。

這個 BUG 裏面說，在 jetty 項目裏面也爆出了這個 BUG：

我看了一下，以爲 jetty 的這個寫的挺有意思的。

我按照 jetty 的這個講吧，反正都是同一個 JDK BUG 致使的。地址以下：

https://bugs.eclipse.org/bugs/show_bug.cgi?id=477817

我用我八級半的蹩腳英語給你們翻譯一下這個叫作 max 的同窗說了些什麼。

他說：在 Java 項目裏面，錯誤的使用 ConcurrentLinkedQueue（文章後面用縮寫 CLQ 代替）會致使內存泄漏的問題。

在 jetty 的 QueuedThreadPool 這個線程池裏面，使用了 CLQ 這個隊列，它會致使內存緩慢增加，最終引起內存泄漏。

雖然 QueuedThreadPool 僅僅使用了這個隊列的 add 方法和 remove 方法。但不幸的是，remove 方法不會把隊列的大小變小，只會使隊列裏面被刪除的 node 爲空。所以，該列表將增加到無窮大。

而後他給了一個附件，附件裏面是一段程序，能夠演示這個問題。

咱們先不看他的程序，後面咱們統一演示這個問題。

先給你們看一下 jetty 的 QueuedThreadPool 線程池。

看哪一個版本的 jetty 呢？

能夠看到這個 BUG 是在 2015 年 9 月 18 日被爆出來的。因此，咱們找一個這個日期以前的版本就行。

因而我找了一個 2015 年 9 月 3 日發佈的 maven 版本：

在這個版本里面的 QueuedThreadPool 是這樣的：

能夠看到，它確實使用了 CLQ 隊列。

而從這個對象全部被調用的地方來看，jetty 只使用了這個隊列的 size、add、remove(obj) 方法：

和前面 max 同窗描述的一致。

而後這個 max 同窗給了幾張圖片，來佐證他的論點：

主要關注我框起來的地方，就是說他展現了一張圖片。能夠從這圖片中看出內存泄漏的問題，而這個圖片的來源是他們真實的項目。

這個項目已經運行了大約兩天，每五分鐘就會有一個 web 請求過來。

下面是他給出的圖片：

從他的這個圖片中，我就只看出了 CLQ 的 node 不少。

可是他說了，他這個項目請求量並不大，用的 jetty 框架也不該該建立這麼多的 node 出來。

好了，咱們前面分析了 max 同窗說的這個問題，接下來就是大佬出場，來解惑了：

咱們先不看回答，先看看回答問題的人是誰。

Greg Wilkins，何許人也？

我找到了他的領英地址：

https://www.linkedin.com/in/gregwilkins/?originalSubdomain=au

jetty 項目的領導者，短短的幾個單詞，就足以讓你直呼牛逼。

高端的食材，每每只須要最簡單的烹飪。高端的人才，每每只須要寥寥數語的介紹。

大佬的簡歷就是這麼樸實無華，且枯燥。

並且，你看這個頭像。哎，酸了酸了。果真再次印證了這句話：變禿了，也變強了，並不適用於外國的神仙。

好了，咱們看一下這個 jetty 項目的領導者是怎麼回答這個問題的：

首先他用 stupefied 表示了很是的震驚！而後，用到了 Ouch 語氣詞。至關於咱們常說的：

他說：臥槽，我發現它不只致使內存泄漏，並且會隨着時間的推移，致使隊列愈來愈慢。太TM震驚了。

這個問題必定會對使用大量線程的服務器產生影響......但願不是全部的服務器都會有影響。

但無論是否是全部的服務器都有這個問題，只要出現了這個問題，對於某些服務器來講，它必定是一個很是嚴重的 BUG。

而後他說了一個 Great catch！我理解這是一個語氣助詞。就相似於：太牛逼了。

這個很差翻譯，我貼一個例句，你們本身去體會一下吧：

我也是沒想到，在技術文裏面還給你們教起了英文。

最後他說：我正在修復這個問題。

而後，在 7 分 37 秒以後， Greg 又回覆了一次：

能夠看出，過了快 8 分鐘，他還在持續震驚。我懷疑這 8 分鐘裏面他一直在搖頭。

他說：我還在爲這個 BUG 搖頭，它怎麼這麼久都沒被發現呢！對於 jetty 來講修復起來很是的簡單，使用 set 結構代替 queue 隊列便可實現同樣的效果。

那咱們看一下修復以後的 jetty 中的 QueuedThreadPool 是怎樣的，這裏我用的是 2015 年 10 月 6 日發佈的一個包，也就是這個 BUG 爆出以後的最近的一個包：

裏面對應的代碼是這樣的：

簡單粗暴的用 CurrentHashSet 代替了 CLQ。

由於這個 BUG 在 JDK 中是已經修復了，出於好奇，我想看看 CLQ 還有沒有機會從新站出來。

因而我看了一下今年發佈的最新版本里面的代碼：

既不是用的 CurrentHashSet ，也沒有給 CLQ 機會。

而是 JDK 8 的 ConcurrentHashMap 裏面的 newKeySet 方法，C 位出道：

這是一個小小的 jetty 線程池的演變過程。恭喜你，又學到了一個基本上不會用到的知識點。

回到 Greg 的回覆中，此次的回覆裏面，他還給了一個修復的演示實例，下一小節我會針對這個實例進行解讀。

在 23 分鐘以後，他就提交代碼修復完成了。

從第一次回覆帖子，到定位問題，再到提交代碼，用了 30 分鐘的時間。

而後在凌晨 2 點 57 分（這個時間點，大佬都是不用睡覺的嗎？仍是說剛修完福報，下班了）， max 回覆到：

我不敢相信 CLQ 使用起來會有這樣的問題，他們至少應該在 API 文檔裏面說明一下。

這裏的他們，應該指的是 JDK 團隊的成員，特指 Doug Lea，畢竟是他老爺子的做品。

爲何沒有在 API 文檔裏面說明呢？

由於他們本身也不知道有這個 BUG 啊。

Greg 連着回覆了兩條，而且直接指出瞭解決方案：

問題的緣由是 remove 方法的源碼裏面，有上圖中標號爲 ① 的這樣一行代碼。

這行代碼會去取消被移除的這個 node （其值已經被替換爲 null）和 list 之間的連接，而後可讓 GC 回收這個 node。

可是，當集合裏面只有一個元素的時候， next != null 這個判斷是不成立的。

因此就會出現這個須要移除的節點已經被置爲 null 了，但卻沒有取消和隊列之間的鏈接，致使 GC 線程不會回收這個節點。

他給出的解決方案也很簡單，就是標號爲②、③的地方。總之，只須要讓代碼執行 pred.casNext 方法就行。

總之一句話，致使內存泄漏的緣由是一個被置爲 null 的 node，因爲代碼問題，致使該 node 節點，既不會被使用，也不會被 GC 回收掉。

若是你還沒理解到這個 BUG 的緣由，說明你對 CLQ 這個隊列的結構還不太清晰。

那麼我建議你讀一下《Java併發編程的藝術》這一本書，裏面有一小節專門講這個隊列的，圖文並茂，寫的仍是很是清晰。

這個 BUG 在 jetty 裏面的前因後果算是說清楚了。

而後，咱們再回到 JDK BUG 的這個連接中去：

他這裏寫的緣由就是我前面說的緣由，沒有 unlink，因此不能被回收。

並且他說到：這個 BUG 在最新的JDK 七、8和9版本中都存在。

他說的最新是指截止這個 BUG 被提出來以前：

Demo跑起來

這一小節裏面，咱們跑一下 Greg 給的那個修復 Demo，親手去摸一下這個 BUG 的樣子。

https://bugs.eclipse.org/bugs/attachment.cgi?id=256704

你能夠打開上面那個連接，直接複製粘貼到你的 IDEA 裏面去：

注意第 13 行，由於 Greg 給的是修復 Demo，因此用的是 ConcurrentHashSet，因爲咱們要演示這個bug，因此使用 CLQ。

這個 Demo 就是在死循環裏面調用 queue 的 add(obj) 和 remove(obj) 方法。每循環 10000 次，就打印出時間間隔、隊列大小、最大內存、剩餘內存、總內存的值。

最終運行起來的效果是這樣的（JDK 版本是 1.7.0_71）：

能夠看到每次打印 duration 這個時間間隔是愈來愈大，隊列大小始終爲 1。

後面三個內存相關的參數能夠先不關心，下一小節咱們用圖形化工具來看。

你知道上面這個程序，到我寫文章寫到這裏的時候，我跑了多久了嗎？

61 小時 32 分 53 秒。

最新一次循環 10000 次所須要的時間間隔是 575615ms，快接近 10 分鐘：

這就是 Greg 說的：不只僅是內存泄漏，並且愈來愈慢。

可是，一樣的程序，我用 JDK 1.8.0_212 版本跑的時候狀況倒是這樣的：

時間間隔很穩定，不會隨着時間的推移而增長。

說明這個版本是修復了這個 BUG 的，我帶你們看看源碼：

JDK 1.8.0_212 版本的源碼裏面，在 CLQ 的 remove(obj) 方法的 502 行末尾註釋了一個 unlink。

官方的修復方法能夠看這裏：

http://hg.openjdk.java.net/jdk8u/jdk8u-dev/jdk/rev/8efe549f3c87

改動比較多，可是原理仍是和以前分析的同樣：

我僅僅在兩個 JDK 版本中跑過示例代碼。

在 JDK 1.8.0_212 沒有發現內存泄漏的問題，我看了對應的 remove(obj) 方法的源碼確實是修復了。

在 JDK 1.7.0_71 中能夠看到內存泄漏的問題。

unlink，一個簡簡單單的詞，背後原來藏了這麼多故事。

jconsole、VisualVM、jmc

既然都說到內存泄漏了，那必須得介紹幾個可視化的故障排除工具。

前面說了，這個程序跑了 61 個小時了，給你們看一下這個時間段裏面堆內存的使用狀況：

能夠看到整個堆內存的使用量是一個明顯的、緩慢的上升趨勢。

上面這個圖就是來自 jconsole。

結合程序，經過圖片咱們能夠分析出，這種狀況必定是內存泄漏了，這是一個很是經典的內存泄漏的走勢。

接下來，咱們再看一下 jmc 的監控狀況：

上面展現的是已經使用的堆內存的大小，走勢和 jconsole 的走勢同樣。

而後再看看 VisualVM 的圖：

VisualVM 的圖，我不知道怎麼看整個運行了 60 多小時的走勢圖，可是從上面的圖也是能看出是有上升趨勢的。

在 VisualVM 裏面，咱們能夠直接 Dump 堆，而後進行分析：

能夠清楚的看到， CLQ 的 Node 的大小佔據了 94.2%。

可是，從咱們的程序來看，咱們根本就沒有用到這麼多 Node。咱們只是用了一個而已。

你說，這不是內存泄漏是什麼。

內存泄漏最終會致使 OOM。

因此當發生 OOM 的時候，咱們須要分析是否是有內存泄漏。也就是看內存裏面的對象到底應不該該存活，若是都應該存活那就不是內存泄漏，是內存不足了。須要檢查一下 JVM 的參數配置（-Xmx/-Xms），根據機器內存狀況，判斷是否還能再調大一點。

同時，也須要檢查一下代碼，是否存在生命週期過程的對象，是否有數據結構使用不合理的地方，儘可能減小程序運行期的內存消耗。

咱們能夠經過把堆內存設置的小一點，來模擬一下內存泄漏致使的 OOM。

仍是用以前的測試案例，可是咱們指定 -Xmx 爲 20m，即最大可用的堆大小爲 20m。

而後把代碼跑起來，同時經過 VisualVM 、jconsole、jmc 這三個工具監控起來，爲了咱們有足夠的時候準備好檢測工具，我在第 8 行加入休眠代碼，其餘的代碼和以前的同樣：

加入 -Xmx20m 參數：

運行起來以後，咱們同時經過工具來查看內存變化，下面三個圖從上到下的工具分別是 VisualVM、jconsole、jmc：

從圖片的走勢來看，和咱們以前分析的是同樣的，內存一直在增加。

程序運行 19 分 06 秒後，發生 OOM 異常：

那正常的走勢圖應該是怎麼樣的呢？

咱們在 JDK 1.8.0_121 版本中（已經修復了 remove 方法），用相同的 JVM 參數（-Xmx20m）再跑一下：

首先從上面的日誌中能夠看出，時間間隔並無遞增，程序運行的很是的快。

而後用 VisualVM 檢測內存，一樣跑 19 分鐘後截圖以下：

能夠看到堆內存的使用量並無隨着時間的推移而愈來愈高。可是仍是有很是頻繁的 GC 操做。

這個不難理解，由於 CLQ 的數據結構用的是鏈表。而鏈表又是由不一樣的 node 節點組成。

因爲調用 remove 方法後，node 節點具有被回收的條件，因此頻繁的調用 remove 方法對節點進行刪除，會觸發 JVM 的 min GC。

這種 JDK BUG 致使的內存泄漏其實挺讓人崩潰的。首先你第一次感知到它是由於程序發生了 OOM。

也許你會先無腦的加大堆內存空間，剛好你的程序運行了一週以後又要上線了，因此涉及到重啓應用。

而後很長一段時間內沒有發生 OOM 了。你就想這個問題可能解決了。

可是它仍是在繼續發生着，極可能因爲節假日先後不能上線，好比國慶七天，加上先後幾天，大概有半個月的樣子應用沒有上線，因此沒有重啓，程序愈來愈慢，最終致使第二次 OOM 的出現。

這個時候，你以爲可能不是內存溢出這麼簡單了。

會不會是內存泄漏了？

而後你再次重啓。此次重啓以後，你開始時不時的 Dump 一下內存，拿出來分析分析。

忽然發現，這個 node 怎麼這麼多呢？

最終，找到這個問題的緣由。

原來是 JDK 的 BUG。

你就會發出和 Greg 同樣的感嘆：臥槽，震驚，這麼牛皮！？

我這個運行了 60 多小時的程序到如今堆內存使用了 233m，可是我整個堆的大小是接近 2G。

經過 jmc 同時展現堆的總體大小和已經使用的堆大小你能夠發現，距離內存泄漏能夠說是道阻且長了：

我粗略的算了一下，這個程序大概還得運行 475 個小時左右，也就是 19 天以後纔會出現因爲內存泄漏，致使的 OOM。

我會盡可能跑下去，可是聽到我電腦嗡嗡嗡的風扇聲，我不知道它還能不能頂得住。

若是它頂住了，我在後面的文章裏面通知你們。

好了，圖形化工具這一小節就到這裏了。

咱們只是展現了它們很是小的一個功能，合理的使用它們經常能達到事半功倍的做用。

若是你不太瞭解它們的功能，建議你看看《深刻理解JVM虛擬機（第3版）》，裏面有一章節專門講這幾個工具的。

最後說一句（求關注）

這是我昨天晚上寫文章的時候拍的 ，女友說一眼望去感受我是一個盯盤的人，在看股票走勢圖，這隻股票太牛逼了。

要是股市的整體走勢也像內存泄露那麼單純而直接就行了。

只要在 OOM 以前落袋爲安就行。惋惜有的人就是在 OOM 的前一刻滿倉殺入，真是個悲傷的故事。

文中提到的兩本書，都是很是優秀的值得學習的書籍。做爲一個 Java 程序員，若是你尚未擁有這兩本書，我強烈建議你買來看看。

買不了吃虧，買不了上當，只會以爲相見恨晚。你會發現原來這麼多 JVM、多線程相關的面試題都是出自這兩本書：

才疏學淺，不免會有紕漏，若是你發現了錯誤的地方，還請你留言指出來，我對其加以修改。

感謝您的閱讀，我堅持原創，十分歡迎並感謝您的關注。

我是 why，一個被代碼耽誤的文學創做者，不是大佬，可是喜歡分享，是一個又暖又有料的四川好男人。

本文使用 mdnice 排版