JVM相关的异常,一直是一线研发比较头疼的问题。因为对于业务代码,JVM的运行基本算是黑盒,当异常发生时,较难直观地看到和找到问题所在,这也是我们一直要研究其内部逻辑的原因。
本篇就有一个近期线上JVM内存泄漏的例子,带大家强行分析一波~
Part1线上服务器报警了
某天,同事来找我帮忙,原来是某系统毫无征兆地来了一连串报警,一波机器的老年代内存占用率超过阈值~
1.1先看表现
老年代内存占用
可以看到,在7月中旬之前,内存占用还是比较正常的,每次GC都可以回收掉很大一部分的老年代对象。
而中旬之后,老年代内存一直缓慢增长而无法释放。很明显,应该是对象没法被正常回收导致。
内存泄漏了~
1.2怎么办呢
如果是刚上线的项目爆出了此类问题,因为影响面比较小,可以直接先回滚代码,止血为第一要务。
不过,这个项目明显已经上线N多天,中间还不知道上过多少需求,而且,既然流量近期有上涨导致问题出现,说明,已经对客开流量了。
回滚是不可能了,抓紧时间定位问题,上线修复吧。
Part2定位问题
一般的步骤:
- 拿到dump文件
- 用MAT等工具,找出内存占用过多的异常对象,以及引用关系
- 分析异常对象关联代码的可能问题
不过,因为这次dump下来的文件十多G,太大的,MAT基本无能为力,只能打印出来人工分析了
2.1定位问题代码
jmap结果查看
很幸运,异常对象非常明显。Point对象和GeoDispLocal对象,居然多达好几百万实例数,那就先看下代码中这两个对象是怎么用的。
private static final CacheMap<String, List<GeoDispLocal>> NEAR_DISTRICT_CACHE = new CacheMap<String, List<GeoDispLocal>>(3600 * 1000, 1000); private static final CacheMap<Integer, Point> LOCAL_POINT_CACHE = new CacheMap<Integer, Point>(3600 * 1000, 6000);
都是被存放在本次缓存CacheMap中(内存泄漏的一个常见原因,就是因为被静态集合持有,无法回收导致),而dump文件中的CacheMap.Entry也是非常高的。
CacheMap就是我们的第一优先怀疑对象了。先看下这个缓存类是怎么回事:
public class CacheMap<K, V> { private final long expireMs; private LRUMap<K, CacheMap.Entry<V>> valueMap; //其他略 }
内部依赖一个带LRU功能的map,怎么实现的呢:
public class LRUMap<K, V> extends LinkedHashMap<K, V> { private static final long serialVersionUID = 1L; private final int maxCapacity; // 这个map不会扩容 private static final float LOAD_FACTOR = 0.99f; private final ReadWriteLock lock = new ReentrantReadWriteLock(); public LRUMap(int maxCapacity) { super(maxCapacity, LOAD_FACTOR, true); this.maxCapacity = maxCapacity; } @Override protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) { return size() > maxCapacity; } @Override public V get(Object key) { try { lock.readLock().lock(); return super.get(key); } finally { lock.readLock().unlock(); } } @Override public V put(K key, V value) { try { lock.writeLock().lock(); return super.put(key, value); } finally { lock.writeLock().unlock(); } } //remove clear 略 }
内部是一个依赖LinkedHashMap实现的LRU缓存。看注释,目的是要构建一个限定容量、且不会进行扩容的MAP(百度了一波,和网上的实现一模一样~)。那么,实际情况真的和想象中的一样么?。
2.2LinkedHashMap实现的LRUMap好使么
我们来看容量和扩容相关的设置:为什么设计者认为该LRUMap不会进行扩容?
//**把容量和扩容相关的参数摘出来** //用户期望的最大容量 private final int maxCapacity; //加载系数 private static final float LOAD_FACTOR = 0.99f; //构造函数中调用LinkedHashMap进行初始化 super(maxCapacity, LOAD_FACTOR, true); @Override //复写删除最久元素条件方法 protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) { //当LinkedHashMap.size 比 我们限定容量大时,执行删除 return size() > maxCapacity; }
按我们的实际使用实例化一下:
- maxCapacity=6000,是我们希望的最大元素容量。
- load_factor=0.99 加载因子。
- Map内部threshold=8192*0.99=8110,是那么下次扩容时的容量大小。(map中table容量的真实大小是离6000最近的2的N次幂,即8192)。
因为复写了LRU条件函数,当size>6000时会进行LRU替换。因此,理论上,size永远不会达到8110。
怎么解决并发下的读写冲突呢?
//读写锁 private final ReadWriteLock lock = new ReentrantReadWriteLock(); public V get(Object key) { try { lock.readLock().lock(); return super.get(key); } finally { lock.readLock().unlock(); } } public V put(K key, V value) { try { lock.writeLock().lock(); return super.put(key, value); } finally { lock.writeLock().unlock(); } }
设计者为了解决并发下的读写冲突,给查询和修改方法加了锁,为了兼顾性能,使用了读写锁:在get的时候加读锁,在put/remove的时候加写锁。
看起来,整个设计很好地解决了LRUMap的固定容量和并发操作问题,那么事实是什么样的呢?
其实,这个问题很早就有人分析过了[1] ,是因为LinkedHashMap在get读操作的时候,会为了维护LRU从而进行元素修改,即将get到的元素转移到链表最后。这样,就导致了读写并发问题,但这个解释感觉朦朦胧胧,因此,我决定在其基础上对读写并发问题再讲细致一些。
2.3LinkedHashMap内存泄漏拆解
都加了读写锁为什么不好使呢?
这里我们还是需要先明确,读写锁的概念和适用场景:读写锁,允许多个线程共享读锁,适用于读多写少的情况。(前提是,读操作不会改变存储结构)
所以,问题就发生在get操作上,LinkedHashMap的get操作被重写,目的是为了实现LRU功能,在get之后,将当前节点移动到链表最后。
移动啊,同志们,这明显是一个写操作,所以,加读锁还有用么?
即允许多线程进入,又进行了修改,那还能起什么作用,能没有并发问题么?
下面,对照节点移动的代码,详细拆解一下多线程下的并发问题:
get之后的节点移动,将节点移动到最后
实际拆解分析如下,为什么在多线程的情况下,会出现内存泄漏:
时间片下多线程的get执行
我们看到,在线程1执行完前两句,让出了时间片,当线程2执行到p.after=null之后又出让了时间片,这样,本来a应该是后面的<2,B>节点,结果多线程下变成了null,最终,后面两个节点被踢出了链表,删除操作无法触达,造成内存泄漏。
验证的代码就不贴了,大家有兴趣可以自己试一下~
Part3总结
话说回来,既然定位到了问题,这个内存泄漏怎么修复呢?
可以把读写锁改成互斥锁。或者直接用分布式存储,能慢多少呢,是不是,既方便,简单,又免得为了节约机器内存自己构造LRUMap。
每一个八股文都不只是为了面试,而是每次线上问题排查的基石。千万别把八股文的作用定位错了。。。
本文就是愿天堂没有BUG给大家分享的内容,大家有收获的话可以分享下,想学习更多的话可以到微信公众号里找我,我等你哦。