一次消息消費服務的內存泄漏排查小記

時間 2021-02-19

標籤 java spring app 框架分佈式 ide this spa 插件欄目 Java 简体版

原文原文鏈接

線上有一個消息消費服務xxx-consumer，使用spring-kafka框架，主線程批量從消費隊列（kafka）拉取交易系統生產的消息，而後提交到子線程池中挨個處理消費。java

public abstract class AbstractMessageDispatchListener implements
        BatchAcknowledgingMessageListener<String, Msg>, ApplicationListener<ApplicationReadyEvent> {

    private ThreadPoolExecutor executor;

    public abstract MessageWorker chooseWorker(ConsumerRecord<String, Msg> data);

    @Override
    public void onMessage(List<ConsumerRecord<String, Msg>> datas, Acknowledgment acknowledgment) {
        List<Future<?>> futureList = new ArrayList<>(datas.size());
        try {
            CountDownLatch countDownLatch = new CountDownLatch(datas.size());
            for (ConsumerRecord<String, Msg> data : datas) {
                Future<?> future = executor.submit(new Worker(data, countDownLatch));
                futureList.add(future);
            }

            countDownLatch.await(20000L - 2000, TimeUnit.MILLISECONDS);
            long countDownLatchCount = countDownLatch.getCount();
            if (countDownLatchCount > 0) {
                return;
            }
            acknowledgment.acknowledge();
        } catch (Exception e) {
            logger.error("onMessage error ", e);
        } finally {
            for (Future<?> future : futureList) {
                if (future.isDone() || future.isCancelled()) {
                    continue;
                }
                future.cancel(true);
            }
        }
    }

    @Override
    public void onApplicationEvent(ApplicationReadyEvent event) {
        ThreadFactoryBuilder builder = new ThreadFactoryBuilder();
        builder.setNameFormat(this.getClass().getSimpleName() + "-pool-%d");
        builder.setDaemon(false);
        executor = new ThreadPoolExecutor(12,
                12 * 2,
                60L,
                TimeUnit.SECONDS,
                new ArrayBlockingQueue<>(100),
                builder.build());
    }

    private class Worker implements Runnable {
        private ConsumerRecord<String, Msg> data;
        private CountDownLatch countDownLatch;

        Worker(ConsumerRecord<String, Msg> data, CountDownLatch countDownLatch) {
            this.data = data;
            this.countDownLatch = countDownLatch;
        }

        @Override
        public void run() {
            try {
                MessageWorker worker = chooseWorker(data);
                worker.work(data.value());
            } finally {
                countDownLatch.countDown();
            }
        }
    }
}

1. 問題背景

有一天早上xxx-consumer服務出現大量報警，人工排查發現30w+的消息未處理，業務日誌正常，gc日誌有大量Full gc，初步判斷由於Full gc致使消息處理慢，大量的消息積壓。spring

2. 堆棧分析

查看了近一個月的JVM內存信息，發現老年代內存沒法被回收（9月22號的降低是由於服務有一次上線重啓），初步判斷髮生了內存泄漏。app

經過<jmap -dump:format=b,file=/home/work/app/xxx-consumer/logs/jmap_dump.hprof -F>命令導出內存快照，使用Memory Analyzer解析內存快照文件jmap_dump.hprof，發現有很明顯的內存泄漏提示：框架

進一步查看線程細節，發現建立了大量的ThreadLocalScope對象且循環引用：分佈式

同時咱們也看到了分佈式追蹤（dd-trace-java）jar包中的FakeSpan類，初步判斷是dd-trace-java中自研擴展的kafka插件存在內存泄漏bug。ide

3. 代碼分析

繼續查看dd-trace-java中kafka插件的代碼，其處理流程以下：ui

第一批消息this

（SpringKafkaConsumerInstrumentation:L22）BatchAcknowledgingMessageListener.onMessage進入時，主線程會建立一個scope00=ThreadLocalScope（Type_BatchMessageListener_Value，toRestore=null）spa
（ExecutorInstrumentation:L21L47）消息被submit到線程池中處理時，子線程會建立一個scope10=ThreadLocalScope（Type_BatchMessageListener_Value，toRestore=null）插件
（SpringKafkaConsumerInstrumentation:L68）子線程處理消息時（ConsumerRecord.value），會建立一個scope11=ThreadLocalScope（Type_ConsumberRecord_Value，toRestore=scope10）
（ExecutorInstrumentation:L54）子線程處理完消息後，執行scope10.close()，而scopeManager.tlsScope.get()=scope11，命中ThreadLocalScope:L19，scope10和scope11均沒法被GC
（SpringKafkaConsumerInstrumentation:L42）BatchAcknowledgingMessageListener.onMessage退出時，主線程會執行scope00.close()，scope00會被GC

第二批消息

（SpringKafkaConsumerInstrumentation:L22）BatchAcknowledgingMessageListener.onMessage進入時，主線程會建立一個scope01=ThreadLocalScope（Type_BatchMessageListener_Value，toRestore=null）
（ExecutorInstrumentation:L21L47）消息被submit到線程池中處理時，子線程會建立一個scope12=ThreadLocalScope（Type_BatchMessageListener_Value，toRestore=scope11）
（SpringKafkaConsumerInstrumentation:L68）子線程處理消息時（ConsumerRecord.value），會建立一個scope13=ThreadLocalScope（Type_ConsumberRecord_Value，toRestore=scope12）
（ExecutorInstrumentation:L54）子線程處理完消息後，執行scope12.close()，而scopeManager.tlsScope.get()=scope13，命中ThreadLocalScope:L19，scope12和scope13均沒法被GC
（SpringKafkaConsumerInstrumentation:L42）BatchAcknowledgingMessageListener.onMessage退出時，主線程會執行scope01.close()，scope01會被GC

從上能夠看到，主線程建立的ThreadLocalScope能被正確GC，而線程池中建立的ThreadLocalScope被循環引用，沒法被正確GC，從而形成內存泄漏。

End

RecoredValueAdvice沒有銷燬本身建立的對象，而是寄但願於BatchMessageListenerAdvice去銷燬。

但（SpringKafkaConsumerInstrumentation:L27）BatchAcknowledgingMessageListener.onMessage退出時，只會close主線程建立的ThreadLocalScope，不會close線程池中建立的ThreadLocalScope，致使子線程建立的ThreadLocalScope被循環引用，沒法被正確GC，從而形成內存泄漏。