文/陈皓
在淘宝内网里看到同事发了贴说了一个 CPU 被 100% 的线上故障,并且这个事发生了很多次,原因是在 Java 语言在并发情况下使用 HashMap 造成 Race Condition,从而导致死循环。这个事情我4、5 年前也经历过,本来觉得没什么好写的,因为 Java 的 HashMap 是非线程安全的,所以在并发下必然出现问题。但是,我发现近几年,很多人都经历过这个事(在网上查“HashMap Infinite Loop”可以看到很多人都在说这个事)所以,觉得这个是个普遍问题,需要写篇疫苗文章说一下这个事,并且给大家看看一个完美的“Race Condition”是怎么形成的。
问题的症状
从前我们的 Java 代码因为一些原因使用了 HashMap 这个东西,但是当时的程序是单线程的,一切都没有问题。后来,我们的程序性能有问题,所以需要变成多线程的,于是,变成多线程后到了线上,发现程序经常占了 100% 的 CPU,查看堆栈,你会发现程序都 Hang 在了 HashMap.get ()这个方法上了,重启程序后问题消失。但是过段时间又会来。而且,这个问题在测试环境里可能很难重现。
我们简单的看一下我们自己的代码,我们就知道 HashMap 被多个线程操作。而 Java 的文档说 HashMap 是非线程安全的,应该用 ConcurrentHashMap。
但是在这里我们可以来研究一下原因。
Hash 表数据结构
我需要简单地说一下 HashMap 这个经典的数据结构。
HashMap 通常会用一个指针数组(假设为 table[])来做分散所有的 key,当一个 key 被加入时,会通过 Hash 算法通过 key 算出这个数组的下标i,然后就把这个<key, value>插到 table[i]中,如果有两个不同的 key 被算在了同一个i,那么就叫冲突,又叫碰撞,这样会在 table[i]上形成一个链表。
我们知道,如果 table[]的尺寸很小,比如只有 2 个,如果要放进 10 个 keys 的话,那么碰撞非常频繁,于是一个O(1) 的查找算法,就变成了链表遍历,性能变成了O(n),这是 Hash 表的缺陷(可参看《Hash Collision DoS 问题》)。
所以,Hash 表的尺寸和容量非常的重要。一般来说,Hash 表这个容器当有数据要插入时,都会检查容量有没有超过设定的 thredhold,如果超过,需要增大 Hash 表的尺寸,但是这样一来,整个 Hash 表里的无素都需要被重算一遍。这叫 rehash,这个成本相当的大。
相信大家对这个基础知识已经很熟悉了。
HashMap 的 rehash 源代码
下面,我们来看一下 Java 的 HashMap 的源代码。
Put 一个 Key,Value 对到 Hash 表中:
public V put (K key, V value) { ...... //算 Hash 值 int hash = hash (key.hashCode ()); int i = indexFor (hash, table.length); //如果该 key 已被插入,则替换掉旧的 value (链接操作) for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || key.equals (k))) { V oldValue = e.value; e.value = value; e.recordAccess (this); return oldValue; } } modCount++; //该 key 不存在,需要增加一个结点 addEntry (hash, key, value, i); return null; }
检查容量是否超标
void addEntry (int hash, K key, V value, int bucketIndex) { Entry<K,V> e = table[bucketIndex]; table[bucketIndex] = new Entry<K,V>(hash, key, value, e); //查看当前的 size 是否超过了我们设定的阈值 threshold,如果超过,需要 resize if (size++ >= threshold) resize (2 * table.length); }
新建一个更大尺寸的 hash 表,然后把数据从老的 Hash 表中迁移到新的 Hash 表中。
void resize (int newCapacity) { Entry[] oldTable = table; int oldCapacity = oldTable.length; ...... //创建一个新的 Hash Table Entry[] newTable = new Entry[newCapacity]; //将 Old Hash Table 上的数据迁移到 New Hash Table 上 transfer (newTable); table = newTable; threshold = (int)(newCapacity * loadFactor); }
迁移的源代码,注意高亮处:
void transfer (Entry[] newTable) { Entry[] src = table; int newCapacity = newTable.length; //下面这段代码的意思是: // 从 OldTable 里摘一个元素出来,然后放到 NewTable 中 for (int j = 0; j < src.length; j++) { Entry<K,V> e = src[j]; if (e != null) { src[j] = null; do { Entry<K,V> next = e.next; int i = indexFor (e.hash, newCapacity); e.next = newTable[i]; newTable[i] = e; e = next; } while (e != null); } } }
好了,这个代码算是比较正常的。而且没有什么问题。
正常的 ReHash 的过程
画了个图做了个演示。
并发下的 Rehash
1)假设我们有两个线程。我用红色和浅蓝色标注了一下。
我们再回头看一下我们的 transfer 代码中的这个细节:
do { Entry<K,V> next = e.next; // <--假设线程一执行到这里就被调度挂起了 int i = indexFor (e.hash, newCapacity); e.next = newTable[i]; newTable[i] = e; e = next; } while (e != null);
而我们的线程二执行完成了。于是我们有下面的这个样子。
注意,因为 Thread1 的 e 指向了 key (3),而 next 指向了 key (7),其在线程二 rehash 后,指向了线程二重组后的链表。我们可以看到链表的顺序被反转后。
2)线程一被调度回来执行。
3)一切安好。
线程一接着工作。把 key (7) 摘下来,放到 newTable[i]的第一个,然后把e和 next 往下移。
4)环形链接出现。
e.next = newTable[i] 导致 key (3) .next 指向了 key (7)
注意:此时的 key (7) .next 已经指向了 key (3), 环形链表就这样出现了。
于是,当我们的线程一调用到,HashTable.get (11) 时,悲剧就出现了——Infinite Loop。
其它
有人把这个问题报给了 Sun,不过 Sun 不认为这个是一个问题。因为 HashMap 本来就不支持并发。要并发就用 ConcurrentHashmap
http://bugs.sun.com/bugdatabase/view_bug.do?bug_id=6423457
我在这里把这个事情记录下来,只是为了让大家了解并体会一下并发环境下的危险。