其他分享
首页 > 其他分享> > 一次 HashSet 所引起的并发问题

一次 HashSet 所引起的并发问题

作者:互联网

一次 HashSet 所引起的并发问题

背景
上午刚到公司,准备开始一天的摸鱼之旅时突然收到了一封监控中心的邮件。

心中暗道不好,因为监控系统从来不会告诉我应用完美无 bug,其实系统挺猥琐。

打开邮件一看,果然告知我有一个应用的线程池队列达到阈值触发了报警。

由于这个应用出问题非常影响用户体验;于是立马让运维保留现场 dump 线程和内存同时重启应用,还好重启之后恢复正常。于是开始着手排查问题。

分析
首先了解下这个应用大概是做什么的。

简单来说就是从 MQ 中取出数据然后丢到后面的业务线程池中做具体的业务处理。

而报警的队列正好就是这个线程池的队列。

跟踪代码发现构建线程池的方式如下:


ThreadPoolExecutor
 executor 
=

new

ThreadPoolExecutor
(
coreSize
,
 maxSize
,

0L
,

TimeUnit
.
MILLISECONDS
,

new

LinkedBlockingQueue
<
Runnable
>());;

             put
(
poolName
,
executor
);

采用的是默认的 LinkedBlockingQueue 并没有指定大小(这也是个坑),于是这个队列的默认大小为 Integer.MAX_VALUE。

由于应用已经重启,只能从仅存的线程快照和内存快照进行分析。

内存分析
先利用 MAT 分析了内存,的到了如下报告。

一次 HashSet 所引起的并发问题

其中有两个比较大的对象,一个就是之前线程池存放任务的 LinkedBlockingQueue,还有一个则是 HashSet。

当然其中队列占用了大量的内存,所以优先查看, HashSet 一会儿再看。

由于队列的大小给的够大,所以结合目前的情况来看应当是线程池里的任务处理较慢,导致队列的任务越堆越多,至少这是目前可以得出的结论。

线程分析
再来看看线程的分析,这里利用 fastthread.io 这个网站进行线程分析。

因为从表现来看线程池里的任务迟迟没有执行完毕,所以主要看看它们在干嘛。

正好他们都处于 RUNNABLE 状态,同时堆栈如下:

一次 HashSet 所引起的并发问题

发现正好就是在处理上文提到的 HashSet,看这个堆栈是在查询 key 是否存在。通过查看 312 行的业务代码确实也是如此。

这里的线程名字也是个坑,让我找了好久。

定位
分析了内存和线程的堆栈之后其实已经大概猜出一些问题了。

这里其实有一个前提忘记讲到:

这个告警是 凌晨三点发出的邮件,但并没有电话提醒之类的,所以大家都不知道。

到了早上上班时才发现并立即 dump 了上面的证据。

所有有一个很重要的事实:这几个业务线程在查询 HashSet 的时候运行了 6 7 个小时都没有返回。

通过之前的监控曲线图也可以看出:

一次 HashSet 所引起的并发问题

操作系统在之前一直处于高负载中,直到我们早上看到报警重启之后才降低。

同时发现这个应用生产上运行的是 JDK1.7 ,所以我初步认为应该是在查询 key 的时候进入了 HashMap 的环形链表导致 CPU 高负载同时也进入了死循环。

为了验证这个问题再次 review 了代码。

整理之后的伪代码如下:


//线程池

private

ExecutorService
 executor
;

private

Set
<
String
>
 set 
=

new
 hashSet
();

private

void
 execute
(){

while
(
true
){

//从 MQ 中获取数据

String
 key 
=
 subMQ
();

        executor
.
excute
(
new

Worker
(
key
))

;

}

}

public

class

Worker

extends

Thread
{

private

String
 key 
;

public

Worker
(
String
 key
){

this
.
key 
=
 key
;

}

@Override

private

void
 run
(){

if
(!
set
.
contains
(
key
)){

//数据库查询

if
(
queryDB
(
key
)){

                set
.
add
(
key
);

return
;

}

}

//达到某种条件时清空 set

if
(
flag
){

            set 
=

null

;

}

}

}

大致的流程如下:

这里有一个很明显的问题,那就是作为共享资源的 Set 并没有做任何的同步处理。

这里会有多个线程并发的操作,由于 HashSet 其实本质上就是 HashMap,所以它肯定是线程不安全的,所以会出现两个问题:

第一个问题相对于第二个还能接受。

通过上文的内存分析我们已经知道这个 set 中的数据已经不少了。同时由于初始化时并没有指定大小,仅仅只是默认值,所以在大量的并发写入时候会导致频繁的扩容,而在 1.7 的条件下又可能会形成环形链表。

不巧的是代码中也有查询操作( contains()),观察上文的堆栈情况:

一次 HashSet 所引起的并发问题

发现是运行在 HashMap 的 465 行,来看看 1.7 中那里具体在做什么:

一次 HashSet 所引起的并发问题

已经很明显了。这里在遍历链表,同时由于形成了环形链表导致这个 e.next 永远不为空,所以这个循环也不会退出了。

到这里其实已经找到问题了,但还有一个疑问是为什么线程池里的任务队列会越堆越多。我第一直觉是任务执行太慢导致的。

仔细查看了代码发现只有一个地方可能会慢:也就是有一个数据库的查询。

把这个 SQL 拿到生产环境执行发现确实不快,查看索引发现都有命中。

但我一看表中的数据发现已经快有 7000W 的数据了。同时经过运维得知 MySQL 那台服务器的 IO 压力也比较大。

所以这个原因也比较明显了:

由于每消费一条数据都要去查询一次数据库,MySQL 本身压力就比较大,加上数据量也很高所以导致这个 IO 响应较慢,导致整个任务处理的就比较慢了。

但还有一个原因也不能忽视;由于所有的业务线程在某个时间点都进入了死循环,根本没有执行完任务的机会,而后面的数据还在源源不断的进入,所以这个队列只会越堆越多!

这其实是一个老应用了,可能会有人问为什么之前没出现问题。

这是因为之前数据量都比较少,即使是并发写入也没有出现并发扩容形成环形链表的情况。这段时间业务量的暴增正好把这个隐藏的雷给揪出来了。所以还是得信墨菲他老人家的话。

总结
至此整个排查结束,而我们后续的调整措施大概如下:

标签:set,HashSet,队列,引起,链表,并发,线程,key
来源: https://blog.51cto.com/15049794/2562668