写点什么

太极限了,JDK 的这个 BUG 都能被我踩到

作者:捉虫大师
  • 2022 年 5 月 10 日
  • 本文字数:3457 字

    阅读完需:约 11 分钟

太极限了,JDK的这个BUG都能被我踩到

hello,大家好呀,我是小楼。


之前遇到个文件监听变更的问题,刚好这周末有空研究了一番,整理出来分享给大家。

从一次故障说起

我们还是从故障说起,这样更加贴近实际,也能让大家更快速理解背景。


有一个下发配置的服务,这个配置服务的实现有点特殊,服务端下发配置到各个服务的本地文件,当然中间经过了一个 agent,如果没有 agent 也就无法写本地文件,然后由 client 端的程序监听这个配置文件,一旦文件有变更,就重新加载配置,画个架构图大概是这样:



今天的重点是文件的变更该如何监听(watch),我们当时的实现非常简单:


  • 单独起个线程,定时去获取文件的最后更新时间戳(毫秒级)

  • 记录每个文件的最后更新时间戳,根据这个时间戳是否变化来判断文件是否有变更


从上述简单的描述,我们能看出这样实现有一些缺点:


  • 无法实时感知文件的变更,感知误差在于轮询文件最后更新时间的间隔

  • 精确到毫秒级,如果同一毫秒内发生 2 次变更,且轮询时刚好落在这 2 次变更的中间时,后一次变更将无法感知,但这概率很小


还好,上述两个缺点几乎没有什么大的影响。


但后来还是发生了一次比较严重的线上故障,这是为什么呢?因为一个 JDK 的 BUG,这里直接贴出罪魁祸首:



BUG 详见:https://bugs.java.com/bugdatabase/view_bug.do?bug_id=8177809


在某些 JDK 版本下,获取文件的最后更新时间戳会丢失毫秒精度,总是返回整秒的时间戳,为了直观感受,写了个 demo 分别在jdk1.8.0_261jdk_11.0.6测试(均为 MacOs):


  • jdk_1.8.0_261

  • jdk_11.0.6


如果是在这个 BUG 的影响下,只要同一秒内有 2 次变更,且读取文件最后时间戳位于这 2 次变更之间的时间,第 2 次变更就无法被程序感知了,同 1 秒这个概率比同一毫秒大的多的多,所以当然就被触发了,导致了一次线上故障。


这就好比之前是沧海一粟,现在变成了大海里摸到某条鱼的概率。这也能被我们碰到,真是有点极限~

WatchService—JDK 内置的文件变更监听

当了解到之前的实现存在 BUG 后,我就去搜了一下 Java 下如何监听文件变更,果然被我找到了WatchService



说是 WatchService 可以监听一个目录,对目录下的文件新增、变更、删除进行监听。于是我很快就写了个 demo 进行测试:


public static void watchDir(String dir) {    Path path = Paths.get(dir);    try (WatchService watchService = FileSystems.getDefault().newWatchService()) {        path.register(watchService, StandardWatchEventKinds.ENTRY_CREATE, StandardWatchEventKinds.ENTRY_MODIFY, StandardWatchEventKinds.ENTRY_DELETE, StandardWatchEventKinds.OVERFLOW);        while (true) {            WatchKey key = watchService.take();            for (WatchEvent<?> watchEvent : key.pollEvents()) {                if (watchEvent.kind() == StandardWatchEventKinds.ENTRY_CREATE) {                    System.out.println("create..." + System.currentTimeMillis());                } else if (watchEvent.kind() == StandardWatchEventKinds.ENTRY_MODIFY) {                    System.out.println("modify..." + System.currentTimeMillis());                } else if (watchEvent.kind() == StandardWatchEventKinds.ENTRY_DELETE) {                    System.out.println("delete..." + System.currentTimeMillis());                } else if (watchEvent.kind() == StandardWatchEventKinds.OVERFLOW) {                    System.out.println("overflow..." + System.currentTimeMillis());                }            }            if (!key.reset()) {                System.out.println("reset false");                return;            }        }    } catch (Exception e) {        e.printStackTrace();    }}
复制代码



先对/tmp/file_test目录进行监听,然后每隔 5 毫秒往文件写数据,理论上来说,应该能收到 3 次事件,但实际上很奇怪,仔细看接收到modify事件的时间大概是第一次文件修改后的9.5s左右,很奇怪,先记着,我们读一下 WatchService 源码


>>> 1652076266609 - 16520762570979512
复制代码

WatchService 原理

WatchService watchService = FileSystems.getDefault().newWatchService()
复制代码


通过 debug 发现,这里的 watchService 实际上是 PollingWatchService 的实例,直接看 PollingWatchService 的实现:



PollingWatchService 上来就起了个线程,这让我隐隐不安。再找一下这个 scheduledExecutor 在哪里用到:



每隔一段时间(默认为 10s)去 poll 下,这个 poll 干了什么?代码太长,我截出关键部分:



果然,和我们的实现类似,也是去读文件的最后更新时间,根据时间的变化来发出变更事件。


换句话说,在某些 JDK 版本下,他也是有 BUG 的!



这也就解释了上文提到的事件监听为什么是在第一个 9.5s 之后才发出,因为监听注册后,sleep 了 500ms 后修改文件,10s 轮询,刚好 9.5s 后拿到第一轮事件。

inotify—Linux 内核提供的文件监听机制

至此,我想起了 linux 上的tail命令,tail 是在文件有变更的情况下输出文件的末尾,理论上也是监听了文件变更,这块刚好在很久之前听过一个技术大佬分享如何自己实现tail命令,用到的底层技术就是inotify



简单来说,inotify 是 linux 内核提供的一种监控文件变更事件的系统调用。如果基于此来实现,不就可以规避 JDK 的 BUG 了吗?


但奇怪的是为什么 Java 没有用这个来实现呢?于是我又搜了搜,发现谷歌似乎有一个库,但被删了,看不到代码:



github 上又搜到一个:https://github.com/sunmingshi/Jinotify



看起来是一个 native 的实现,需要自己编译.so 文件,这样就比较蛋疼了。


记得上次这么蛋疼还是在折腾 Java 的 unix domain socket,也是找到了一个 google 的库,测试没问题,放到线上就崩了~不得不说 google 还是厉害,JDK 提供不了的库,我们来提供~



于是我带着这个疑问去问了一个搞 JVM 开发的朋友,结果他告诉我,Java 也可以使用 inotify!



瞬间斗志来了,难道是我测试的姿势不对?


我又去翻了一遍 Java 文档,发现在角落隐藏了这么一段话:



也就是说,不同的平台下会使用不同的实现,PollingWatchService 是在系统不支持 inotify 的情况下使用的兜底策略。


于是将 watchService 的类型打印出来,在 Mac 上打印为:


class sun.nio.fs.PollingWatchService
复制代码


在 Linux 上是:


class sun.nio.fs.LinuxWatchService
复制代码


LinuxWatchService 在 Mac 上是找不到这个类,我猜测应该是 Mac 版的 JDK 压根没把这块代码打包进来。


原来我本地测试都走了兜底策略,看来是测了个寂寞。



于是我写了个 demo 再测试一把:


public static void main(String[] args) throws Exception {    Thread thread = new Thread(() -> watchDir("/tmp/file_test"));    thread.setDaemon(false);    thread.start();
Thread.sleep(500L);
for (int i = 0; i < 3; i++) { String path = "/tmp/file_test/test"; FileWriter fileWriter = new FileWriter(path); fileWriter.write(i); fileWriter.close(); File file = new File(path); System.out.println(file.lastModified()); Thread.sleep(5); }}
复制代码


  • 本地 Mac


  • Linux



可以看出,Linux 上能收到的事件比本地多的多,而且接收事件的时间明显实时多了。


为了更加准确的验证是 inotify,用strace抓一下系统调用,由于 JVM fork 出的子进程较多,所以要加-f命令,输出太多可以存入文件再分析:


strace -f -o s.txt java FileTime
复制代码



果然是用到了 inotify 系统调用的,再次验证了我们的猜想。

故障是如何修复的?

再次回到开头的故障,我们是如何修复的呢?由于下发的文件和读取文件的程序都是我们可控的,所以我们绕过了这个 BUG,给每个文件写一个version,可以用文件内容 md5 值作为 version,写入一个特殊文件,读取时先读 version,当 version 变化时再重新载入文件。


可能你要问了,为什么不用 WatchService 呢?


我也问了负责人,据说 inotify 在 docker 上运行的不是很好,经常会丢失事件,不是 Java 的问题,所有语言都存在这个问题,所以一直没有使用。不过这块找不到相关的资料,也无法证明,所以暂时搁置。

最后说几句

有些 BUG,不踩过就很难避免,代码只要存在 BUG 的可能性,就一定会暴露出来,只是时间问题。


我们要在技术上深入探究,小心求证,但产品上不必执着,可另辟蹊径。


另外解决不了的问题时可以找这个领域的资深人士,所以平时没事认识几个大牛很有必要。我们今天的分析到此结束,我是小楼,下期再见~




  • 搜索关注微信公众号"捉虫大师",后端技术分享,架构设计、性能优化、源码阅读、问题排查、踩坑实践。

发布于: 2022 年 05 月 10 日阅读数: 31
用户头像

捉虫大师

关注

还未添加个人签名 2018.09.19 加入

欢迎关注我的公众号“捉虫大师”

评论

发布
暂无评论
太极限了,JDK的这个BUG都能被我踩到_jdk_捉虫大师_InfoQ写作社区