写了个全局变量的bug,被同事们打脸!!!

简介: 话说栈长前阵子写了一个功能,测试 0 bug 就上线了,上线后也运行好好的,好多天都没有人反馈bug,超爽。。不出问题还好,出问题就是大问题。。

话说栈长前阵子写了一个功能,测试 0 bug 就上线了,上线后也运行好好的,好多天都没有人反馈bug,超爽。。


不出问题还好,出问题就是大问题。。


最近有个客户反馈某些数据混乱问题,看代码死活看不出什么问题,很诡异,再仔细看代码,原来是一个全局变量的问题,导致在并发情况下出现了线程不安全的问题,事后被同事们打脸!!!


慎用全局变量,我在公司一直在强调,没想到这么低级的问题居然发生在自己身上,说起来真的惭愧啊。。


最开始使用的是 Spring 注入对象的方式:

@Autowired
private Object object;

因为 Spring 默认是单例,所以这样写是没有问题的,后来随着业务的发展,需要多个不同的业务实例,我改成了这种方式:

@Setter
private Object object;

这个 @Setter 是 Lombok 的注解,用来生成 setters 方法,现在想起来,真是低级啊,同时操作的情况下,这个对象肯定会出现覆盖的情况,从而导致上面说的问题。


写了一个这么低级bug,我也不怕不好意思发出来,大家都谨记一下吧。


另外,我再总结几个慎用全局变量的场景:


1、SimpleDateFormat


SimpleDateFormat 禁止定义成 static 变量或者全局共享变量,因为它是线程不安全的,都被写进阿里巴巴的《Java开发手册》里了:


image.png


最新的完整版可以关注公众号:Java技术栈,回复 "手册" 获取。


为什么说 SimpleDateFormat 不是线程安全的呢?


来看下它的 format 方法源码:


image.png


可以看到 calendar 变量居然也是全局变量,多线程情况下就会存在设置脏变量的情况。


所以,如果要用 SimpleDateFormat,就在每次用的时候都创建一个 SimpleDateFormat 对象,做到线程间隔离。


2、资源连接


资源连接包括数据库连接、FTP连接、Redis连接等,这种也要慎用全局变量,一量使用全局变量,就会遇到以下问题:


1)关闭连接的时候,就可能把别人正在操作的连接给关了,导致其他线程的业务中断;


2)因为是全局变量,创建的时候可能会创建多个实例,在关闭连接的时候,就可能只关闭了一个对象的连接,造成其他连接没有被关闭,最后导致连接耗光系统不可用;


3、数字运算


这也是个很经典的问题了,如果要用多线程对一个数字进行累加等其他运算处理,千万不要用全局基础类型的变量,如下所示:

private long count;

多线程情况下,某个线程获取到的值可能已经被其他线程修改了,最后得到的值就不准确了。


当然,上面的示例可以通过加锁的方式来解决,也可以使用全局的原子类(java.util.concurrent.atomic.Atom*)进行处理,比如:

private AtomicInteger count = new AtomicInteger();

注意,这种原子类使用全局变量就没有线程安全的问题,它使用了 CAS 算法保证了数据一致性。


不过,阿里推荐使用LongAdder,因为性能更好:


java.util.concurrent.atomic.LongAdder


image.png


4、全局session


来看下面的例子:

@Autowired
protected HttpSession session;

全局注入一个 Session 对象,在 Spring 中,这样全局注入使用上面是默认没问题的,包括 request, response 对象,都可以通过全局注入来获取。


这样会存在线程安全性吗?


不会!


使用这种方式,当 Bean 初始化时,Spring 并没有注入真实对象,而是注入了一个代理对象,真正使用的时候通过该代理对象获取真正的对象。


并且,在注入此类对象时,Spring使用了线程局部变量(ThreadLocal),这就保证了 request/response/session 对象的线程安全性了。


具体就不展开了,详细的介绍及测试大家可以点击这个链接查看这篇文章。


既然是线程安全,但也得小心,如果我在方法中主动使 session 对象失效并重建了:

session.invalidate();
session = request.getSession();

这样,session对象就变成了真实对象了,不再是代理对象,就变成了文章最开始的时候我说的那种多线程安全问题了,如果线上出现 session 会话混乱,用户 A 就可能看到用户 B 的数据,你想想可不可怕?


所以,即使可以这样使用,也得千万小心谨慎,最好是在方法级别使用这些对象。


总结

今天,栈长总结了一下我是怎么写出这个全局变量的低级 bug,也总结了下慎用全局变量的 4 种情况,相信大家多多少都遇到过类似的问题,希望能帮助大家少踩坑。


全局变量虽好,但我们也得谨慎使用啊,一定要考虑是否引起多线程安全问题,不然会引起重大问题。


你还遇到过哪些全局变量的问题,欢迎留言分享哦!


相关文章
|
19天前
|
人工智能 缓存 前端开发
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
DeepSeek Harness + DeepSeek V4 Pro 项目实战保姆级教程!手把手带你从零安装开源 AI 编程工具,开发架构图、知识讲解网站、3D 网页游戏、全栈 AI 应用 4 个项目,覆盖运行模式选择、插件安装与开发,看看能不能对标 Claude。
13132 86
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
|
7天前
|
人工智能 自然语言处理 安全
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
本文聚焦阿里云2026年推出的三款自研AI办公产品,清晰拆解千问办公、Qoder Teams、Qoder CN的差异化定位与能力边界:千问办公主打职场全场景提效,支持自然语言指令一键完成PPT生成、数据分析等高频办公任务;Qoder Teams面向程序员团队,深度整合AI代码生成、团队协同与企业知识库能力;Qoder CN则专为金融、政务等强合规场景打造,实现数据不出境与VPC私有化部署。文章同步给出分场景选型指南与最新活动定价,帮助不同类型的企业按需组合产品,实现业务岗、研发岗与强合规场景的AI能力全覆盖。
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
|
2天前
|
缓存 人工智能 API
阿里云Qwen3.8‑Flash完整能力解析:模型特性、API调用实操与计费规则深度拆解
在AI应用快速落地的当下,开发者与企业选型大模型API,不再只单纯关注评测榜单分数,推理速度、上下文长度、多模态能力、工具调用稳定性以及实际调用成本,共同决定项目能否平稳上线。Qwen3.8‑Flash作为新一代多模态混合专家模型,主打高性能推理与低成本开销,面向编程开发、智能Agent工作流、超长文档解析、图文混合理解等高频场景,提供托管API服务,权重同时开放可供本地部署,兼容主流接口协议,能够无缝接入各类开发工具链。很多开发者在接入过程中,容易混淆普通按量Token计费、缓存计费、各类订阅计划之间的差异,造成实际账单超出预估。本文从模型底层架构、核心功能能力、适用场景、API调用实操、完
723 0
|
12天前
|
Web App开发 人工智能 API
16 个超火的 DeepSeek Harness 插件,大肥鱼已经落后 N 个版本了。。。
DeepSeek Harness 精选插件推荐合集,从图片识别、浏览器操控、多 Agent 协作到手机远程控制,一口气带你看完 DSH 社区热门的十几个插件,覆盖技能扩展、UI 界面增强、整活玩法三大类,让你的鲸鱼变得更强。
1745 4
|
13天前
|
人工智能 Java BI
【AI】DeepSeek Harness 安装、运行、管理插件
本文介绍了如何运行DeepSeek开源的Agent框架DeepSeek Harness(dsh)。主要内容包括:使用nvm安装适配的Node版本;通过代理加速克隆GitHub源码;使用pnpm安装依赖并启动项目;配置DeepSeek API Token;安装扩展功能的插件。该框架自带Web界面,支持模型适配、文件编辑等插件化功能
1925 1
|
人工智能 JavaScript 开发工具
DeepSeek Harness 本地安装与使用指南
DeepSeek Harness(DSH)是DeepSeek AI开源的Agent运行框架,支持本地文件操作、命令执行与工具调用。基于Cordis插件架构,具备高扩展性与强可控性,适合开发者搭建可控Agent环境或开展模型基准测试。当前为开发者预览版,需Node.js环境,推荐先用`npx @deepseek-ai/dsh web`快速体验。
5177 0
|
15天前
|
人工智能 JavaScript 测试技术
保姆级教程:DeepSeek Harness从安装到跑通测试,30分钟上手
DeepSeek Harness是DeepSeek开源的AI Agent运行时,主打“一行命令安装、5分钟跑通”。它让模型真正动手干活——读代码、跑测试、分析失败、生成修复方案。本文手把手教你30分钟从零上手,覆盖安装、配置、实测及避坑指南,助你快速掌握下一代AI编程范式。
|
8天前
|
人工智能 Linux iOS开发
Ollama使用教程:Ollama官网下载、Ollama本地部署大模型(2026最新)
Ollama 是一款免费开源的本地大模型运行工具,支持在 Windows/macOS/Linux 上离线运行 Qwen、DeepSeek、Llama 等主流开源模型,数据不出本机、隐私安全。提供 OpenAI 兼容 API,命令行一键拉取/运行/管理模型,无需联网,无调用限制,是开发者与 AI 爱好者部署本地 AI 助手的理想选择。(239 字)
|
15天前
|
人工智能 JavaScript 测试技术
从 0 到 1,DeepSeek Harness 保姆级安装与使用教程!
DeepSeek Harness是DeepSeek推出的开源Agent运行框架,秉持“一切皆插件”理念,支持模型、工具、技能、工作流等全模块自由替换与扩展。其核心Cordis内核实现动态插件管理,赋能Agent自进化。已成GitHub史上增速最快开源项目(15w+ Star),标志着国内大模型从拼价格转向重架构与生态的新拐点。
1357 6
从 0 到 1,DeepSeek Harness 保姆级安装与使用教程!