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:
?
[java] view plaincopy
class="dp-j">
- public?V?put(K?key,?V?value)??
- {??
- ????......??
- ??????
- ????int?hash?=?hash(key.hashCode());??
- ????int?i?=?indexFor(hash,?table.length);??
- ??????
- ????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++;??
- ??????
- ????addEntry(hash,?key,?value,?i);??
- ????return?null;??
- }??
检查容量是否超标
?
[java] view plaincopy
- 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);??
- ??????
- ????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。
?
[java] view plaincopy
- void?resize(int?newCapacity)??
- {??
- ????Entry[]?oldTable?=?table;??
- ????int?oldCapacity?=?oldTable.length;??
- ????......??
- ??????
- ????Entry[]?newTable?=?new?Entry[newCapacity];??
- ??????
- ????transfer(newTable);??
- ????table?=?newTable;??
- ????threshold?=?(int)(newCapacity?*?loadFactor);??
- }??
迁移的源代码,注意高亮处:
?
[java] view plaincopy
- void?transfer(Entry[]?newTable)??
- {??
- ????Entry[]?src?=?table;??
- ????int?newCapacity?=?newTable.length;??
- ??????
- ??????
- ????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。
- 我假设了我们的hash算法就是简单的用key mod 一下表的大小(也就是数组的长度)。
- 最上面的是old hash 表,其中的Hash表的size=2, 所以key = 3, 7, 5,在mod 2以后都冲突在table[1]这里了。
- 接下来的三个步骤是Hash表 resize成4,然后所有的<key,value> 重新rehash的过程
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:
?
[java] view plaincopy
- 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);??
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。
- 先是执行 newTalbe[i] = e;
- 然后是e = next,导致了e指向了key(7),
- 而下一次循环的next = e.next导致了next指向了key(3)
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。
DBA2.jpg" height="411">
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。