高并发服务优化篇：详解一次由读写锁引起的内存泄漏

作者：Coder的技术之路 2021-08-02 13:08:56

云计算

虚拟化 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，较难直观的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。

[[414812]]

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，较难直观的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。

本篇就由一个近期线上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的来了一连串报警，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：

ublic 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?。

2.2 LinkedHashMap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，整个设计很好的解决了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。

2.3 LinkedHashMap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。。。

本文转载自微信公众号「Coder的技术之路  」，可以通过以下二维码关注。转载本文请联系Coder的技术之路公众号。