併發環境下HashMap引發的full gc排查

時間  2019-11-07
標籤 併發 環境 hashmap 引發 排查 欄目 Java 简体版
原文   原文鏈接

現象

最近上線一個需求，完成需求的過程對代碼進行了一次重構。應用發佈後半個小時左右，發現一個機器報警，load太高。登錄機器看CPU使用狀況，發現load已經正常，看下CPU使用狀況，發現有一個核跑滿，其餘CPU使用率很低。大概一個小時後，其餘機器陸續報警，發現一樣的問題，緊急回滾應用。java

應用運行在16G內存的虛機上，整個JVM11G內存，其中新生代3G，CMS gc，JDK7。spring

第一反應是JVM可能在進行full gc，由於只有一個線程跑滿，其餘線程被JVM暫停了。先去應用日誌看下應用運行狀況，果真日誌已經沒有任何輸出。jstat -gcutil查看JVM內存使用狀況，發現Old區使用已經100%。數組

摘掉服務

考慮到full gc致使RT變得超長，去ateye摘掉應用註冊的HSF服務，可是操做失敗，整個JVM已經沒有響應。數據結構

保留現場

jmap -F -dump:format=b,file=atw.bin `jid`

把整個堆dump到本地，dump失敗，JVM已經僵死。多線程

jmap -histo  `jid` > histo.log

保留histo內存快照成功;)併發

jstack `jid` > stack.log

JVM線程信息保存成功:)dom

現場保存完畢，重啓應用。ide

初步分析

首先看下JVM線程棧信息，看看下是否有應用線程阻賽，通常狀況下，若是大量線程阻賽，每一個線程都持有必定量的內存，極可能致使內存吃緊，而這些阻塞的線程又沒有處理完請求，佔用的heap空間不能被minor gc回收掉，致使產生full gc，this

cat stack.log | grep atw | sort | uniq -c | sort -nr | head -10

結果以下(從新排版過)：spa

177    at ...service.impl...searchInterProduct(AtwSearchServiceImpl.java:505)
 104    at ...service.impl..searchOneWay(AtwSearchServiceImpl.java:260)
  80    at ...service.impl.executor...execute(OneWayCommonAgentSearchExecutor.java:419)
  70    at ...service.impl.executor...handleFlights(AbstractSearchExecutor.java:689)
  47    at ...service.impl...searchOneWay(AtwSearchServiceImpl.java:257)
  31    at ...service.impl.executor...getFlightInfoAndStock(AbstractSearchExecutor.java:1073)
  30    at ...service.impl.executor...getFlightInfoAndStock(AbstractSearchExecutor.java:1087)
  22    at ...util.stlog.FarePolicyCounter.addFail(FarePolicyCounter.java:249)
  20    at ...service.impl.executor...execute(OneWayCommonAgentSearchExecutor.java:424)
  20    at ...service.impl.executor...getAllFares(AbstractSearchExecutor.java:892)

HSF線程開了200個，應用相關的正在運行的線程最多的是com.taobao.trip.atw.service.impl.AtwSearchServiceImpl.searchInterProduct(AtwSearchServiceImpl.java:505)，一共177個，小於HSF線程數，屬於正常，其餘線程數量也在正常範圍內。線程的鎖和其餘信息也未發現異常。

接下來看下histo.log:

num     #instances         #bytes  class name
----------------------------------------------
  1:        204258     4368429800  [B
  2:       6812683      926524888  com.taobao.trip.atw.domain.AtwInterFareDO
  3:      22639343      724458976  java.util.HashMap$Entry
  4:      22304135      538457776  [S
  5:      21614962      518759088  java.lang.Long
  6:      13867918      443773376  com.taobao.trip.atw.util.LongReferenceConcurrentHashMap$HashEntry
  7:       6812439      326997072  com.taobao.trip.atw.domain.AtwInterFareSegmentDO
  8:        421442      211696296  [J
  9:        557827      199825568  [Ljava.util.HashMap$Entry;
 10:       6812439      163498536  [Lcom.taobao.trip.atw.domain.AtwInterFareSegmentDO;

發現最大的內存對象是byte數組，204258個實例大約佔用4G堆空間(整個堆11G)，平均每一個20k。

初步猜想可能本次上線代碼還有new byte[]的地方，即查看代碼，發現本次新增功能沒有這樣的代碼。並且整個應用的代碼也無可疑地方產生了byte數組。

繼續分析多是依賴的二方或者三方jar包引發，從新申請分支，提發佈單，查看發佈包變化：

經過對比發現，本次發佈涉及jar包變動很小，並且無三方包變動，只有內部包發生變化。對變化的包進行分析沒有找到new byte[]地方。

繼續分析histo.log，找到一臺線上正常機器，生成histo，用故障機器數據減去正常值，獲得差值以下(top 10)：

class instances bytes
[B 47404 4275481936
java.util.HashMap$Entry 19442009 622144288
java.lang.Long 19711584 473078016
[Ljava.util.HashMap$Entry; 239216 164734560
com.taobao.at.dal.common.dataobject.AtwMessage 359668 20141408
java.util.HashMap 215770 10356960
java.util.concurrent.LinkedBlockingQueue$Node 421036 10104864
com.taobao.trip.atw.metaq.service.common.LocalMessageReactor$1 359769 8634456
com.alibaba.rocketmq.common.message.MessageExt 65151 6775704


除了byte[] 外，java.util.HashMap$Entry比正常機器多2kw，查看代碼也沒有明顯證據能解釋HashMap和byte[]同時增大的場景。

至此，分析思路阻塞，須要找到新的線索。

經過GC日誌找到新線索

經過上面的分析，已經找到現象：應用出現了full gc，並且伴隨大量byte[]和java.util.HashMap$Entry不能回收。

然而，full gc最直接的產物gc.log尚未被挖掘。根據full gc時間點，發現新線索(從新排版過):)

==WARNNING==  allocating large array--thread_id[0x00007f71211b0800]--thread_name[owc--425027705]--array_size[2132509912 bytes]--array_length[2132509891 elememts]
prio=10 tid=0x00007f71211b0800 nid=0x3f43e runnable
    at com.alibaba.dubbo.common.io.Bytes.copyOf(Bytes.java:59)
    at com.alibaba.dubbo.common.io...write(UnsafeByteArrayOutputStream.java:64)
    at com.taobao.hsf.com.caucho.hessian.io...flushBuffer(Hessian2Output.java:1553)
    at com.taobao.hsf.com.caucho.hessian.io...printString(Hessian2Output.java:1466)
    at com.taobao.hsf.com.caucho.hessian.io...writeString(Hessian2Output.java:987)
    at com.taobao.hsf.com.caucho.hessian.io...writeObject(BasicSerializer.java:149)
    at com.taobao.hsf.com.caucho.hessian.io...writeObject(Hessian2Output.java:421)
    at com.taobao.hsf.com.caucho.hessian.io...writeObject(MapSerializer.java:99)
    at com.taobao.hsf.com.caucho.hessian.io...writeObject(Hessian2Output.java:421)
    at com.taobao.hsf.com.caucho.hessian.io...serialize(UnsafeSerializer.java:293)
    at com.taobao.hsf.com.caucho.hessian.io...writeInstance(UnsafeSerializer.java:212)
    at com.taobao.hsf.com.caucho.hessian.io...writeObject(UnsafeSerializer.java:171)
    at com.taobao.hsf.com.caucho.hessian.io.H..writeObject(Hessian2Output.java:421)
    at com.taobao.hsf.remoting.serialize...encode(Hessian2Encoder.java:23)
    at com.taobao.hsf.remoting.server.output...writeHSFResponse(RpcOutput.java:47)
    at com.taobao.hsf.remoting.provider...handleRequest(ProviderProcessor.java:202)
    at com.taobao.hsf.remoting.server...handleRequest(RPCServerHandler.java:47)
    at com.taobao.hsf.remoting.server..r.handleRequest(RPCServerHandler.java:25)
    ...

阿里定製的JVM增長了許多本身的新特性，其中一個就是在full gc不能回收的狀況下，會把當前分配最大內存的線程信息和分配的內存信息打印出來！

==WARNNING== allocating large array–thread_id[0x00007f71211b0800]–thread_name[owc–425027705]–array_size[2132509912 bytes]–array_length[2132509891 elememts]

線程owc--425027705，這是一個應用本身處理HSF請求的線程，它在分配一個巨大的數據組！經過gc日誌的堆棧信息發現當前這個線程正在處理byte[]的拷貝：

at com.alibaba.dubbo.common.io.Bytes.copyOf(Bytes.java:59)

這個拷貝過程通常是，應用處理好HSF請求後，把處理結果序列化成byte[]，而後經過網路傳輸到調用機器上。

至此找到了byte[]產生的緣由，還有java.util.HashMap$Entry未解決。

根據線程名字owc--425027705去JVM的線程日誌查找信息，發現owc--425027705是處理請求的主線程，下面有四個子線程都在處理這樣的堆棧：

"owc--425027705-344" daemon prio=10 tid=0x00007f710278f800 nid=0x3f414 runnable [0x0000000051906000]
   java.lang.Thread.State: RUNNABLE
    at java.util.HashMap.getEntry(HashMap.java:469)
    at java.util.HashMap.get(HashMap.java:421)
    at com.taobao.trip.atw.result.impl.DefaultPriceMergerOW.processHeightQuality(DefaultPriceMergerOW.java:327)
    at com.taobao.trip.atw.result.impl.DefaultPriceMergerOW.extendedProductProcess(DefaultPriceMergerOW.java:179)
    at com.taobao.trip.atw.result.impl.DefaultPriceMergerOW.mergeOneWay(DefaultPriceMergerOW.java:137)
    at com.taobao.trip.atw.result.PriceMergerProxy.mergeOneWay(PriceMergerProxy.java:184)
    ...

子線程都在從HashMap中get數據！因爲以前遇到過HashMap多線程操做致使成環形數據結構，繼而get操做成死循環的教訓，這裏判定是HashMap問題！

HashMap多線程下成死循環緣由

簡短的說，多線程下對HashMap的put操做，會致使內部的Entry鏈表造成環形數據結構。 首先，put操做會檢查容量是否充足，若是不足，會resize內部數組。

void addEntry(int hash, K key, V value, int bucketIndex) {
    if ((size >= threshold) && (null != table[bucketIndex])) {
        resize(2 * table.length);
        hash = (null != key) ? hash(key) : 0;
        bucketIndex = indexFor(hash, table.length);
    }

    createEntry(hash, key, value, bucketIndex);
}

問題就在於resize內部會遍歷Entry的鏈表：

void addEntry(int hash, K key, V value, int bucketIndex) {
    if ((size >= threshold) && (null != table[bucketIndex])) {
        resize(2 * table.length);
        hash = (null != key) ? hash(key) : 0;
        bucketIndex = indexFor(hash, table.length);
    }

    createEntry(hash, key, value, bucketIndex);
}

這樣的代碼在多線程狀況下，會出現環。

對於成環的Map，get遍歷Entry鏈表時會致使死循環：

final Entry<K,V> getEntry(Object key) {
    if (size == 0) {
        return null;
    }

    int hash = (key == null) ? 0 : hash(key);
    for (Entry<K,V> e = table[indexFor(hash, table.length)];
         e != null;
         e = e.next) {
        Object k;
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k))))
            return e;
    }
    return null;
}

爲何會出現多個線程同時操做一個HashMap？

處理邏輯

主線程收到請求後，會分配4個子線程去計算結果，而後由主線程去完成對結果的合併。若是子線程處理失敗或者超時，那麼這個子線程的結果會被丟棄，不會被合併。

從日誌上看，4個子線程的處理都已經超時，可是因爲HashMap併發操做形成死循環，4個子線程仍然在運行，主線程丟棄了子線程的結果，那數量量應該很是小纔對，爲什麼會產生如此大的byte[]？

追根溯源，從主線程分配任務找到了端倪。4個子線程處理計算的結果對象都是從主線程拷貝過來的：

BeanUtils.copyProperties(main, rsp);

此次修改在結果對象上增長了一個HashMap：

private Map<Long,Map<ItemGroupType,ItemDO>> agentItemGroup;
    
    public Map<Long, Map<ItemGroupType, ItemDO>> getAgentItemGroup() {
        if (agentItemGroup == null) {
            agentItemGroup = new HashMap<Long, Map<ItemGroupType, ItemDO>>();
        }
        return agentItemGroup;
    }

    public void setAgentItemGroup(Map<Long, Map<ItemGroupType, ItemDO>> agentItemGroup) {
        this.agentItemGroup = agentItemGroup;
    }

agentItemGroup的get方法會判斷是否null，若是是的話，會生成一個新的map。

在org.springframework.beans.BeanUtils#copyProperties(java.lang.Object, java.lang.Object)方法中，對象屬性的賦值會調用get/set方法，(參考：org.springframework.beans.BeanUtils#copyProperties(java.lang.Object, java.lang.Object, java.lang.Class, java.lang.String[]))這樣就致使4個子線程用的map跟主線程是同一個map，並且就算子線程的結果被放棄了，主線程的map已經被搞壞。

com.taobao.hsf.com.caucho.hessian.io.MapSerializer.writeObject(MapSerializer.java:99)

HSF在對Map的序列化時候，對遍歷Map，進行序列化：

public void writeObject(Object obj, AbstractHessianOutput out) throws IOException {
        if(!out.addRef(obj)) {
            Map map = (Map)obj;
            Class cl = obj.getClass();
            if(!cl.equals(HashMap.class) && this._isSendJavaType && obj instanceof Serializable) {
                out.writeMapBegin(obj.getClass().getName());
            } else {
                out.writeMapBegin((String)null);
            }

            Iterator iter = map.entrySet().iterator();

            while(iter.hasNext()) {
                Entry entry = (Entry)iter.next();
                out.writeObject(entry.getKey());
                out.writeObject(entry.getValue());
            }

            out.writeMapEnd();
        }
    }

因爲主線程的map已經成環形數據結構，遍歷的迭代器會死循環執行。

至此，full gc現象所有排查完畢，解決方案，一行代碼到搞定：

BeanUtils.copyProperties(main, rsp);
rsp.setAgentItemGroup(new HashMap<Long, Map<ItemGroupType, ItemDO>>());

總結

併發環境下被HashMap坑不止一次，不少時候，寫代碼沒有考慮併發場景，熟知寫的代碼已是在併發環境運行了。這樣就釀成大錯，其實後來想一想，HashMap也能夠作一下改進，get中若是循環超過size次了，拋出個異常，也不會致使死循環和full gc了 :)

但這並不能根治問題，寫代碼仍是要多想一想，增強reivew！

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程