一个由CountDownLatch引发的Bug

╰半夏微凉° 2022-07-16 05:11 240阅读 0赞

![Center][]

最近恢复Venus的工作，恰逢十一假期尾声，突发一个Bug，让人匪夷所依。我们今天快速倒序追踪，层层回顾。

**1. 背景**

Venus交易中需要并行开数十至百个线程分别快速计算，程序中使用CountDownLatch用于计数，因为之后后做其他处理分析，需要等待所有交易结束。

程序运行稳定正常，线上也已经0.16版本（个人线上），恰逢十一假期突然出问题，CountDownLatch无法归零，导致整个主线程Hang在那里。如何破？

**2. 场景分析**

我们直接看一下源代码如何：

![Center 1][]  
平铺直叙，代码中定义了CountDownLatch, 设定其数量为股票个数，然后线程中进行countDown.

![Center 2][]  
平时运行正常不过，十一为何出问题？难道Venus想让笔者家里加班？

**3. CountDownLanch**

查看log问题主要出现在最终CountDownLatch无法归零，按说我们都把countDown放到finally里面了，应该不会出什么问题了。

Anyway,我们先看一下CountDownLatch吧。

![Center 3][]

API中当调用await时候，调用线程处于等待挂起状态，直至count变成0再继续。

其大体原理如下：

![Center 4][]

Java官网中给出的事例代码如下：

![Center 5][]

与我们的类似，除了多了个开始计时器，这个应该不是问题吧？官网如下的例子也说明了我们的猜测。

![Center 6][]

**4. 深入研究**

我们的焦点目光转移至await。

await

public boolean await(long timeout, TimeUnit unit)
               throws InterruptedException

*  使当前线程在锁存器倒计数至零之前一直等待，除非线程被中断或超出了指定的等待时间。如果当前计数为零，则此方法立刻返回true 值。
 *  如果当前计数大于零，则出于线程调度目的，将禁用当前线程，且在发生以下三种情况之一前，该线程将一直处于休眠状态：
    
    1.  由于调用 countDown() 方法，计数到达零；或者
    2.  其他某个线程中断当前线程；或者
    3.  已超出指定的等待时间。

上述API详细描述，有几个疑点值得进一步推敲，首先我们的count并未到达0，所以应该是线程调用中出现了问题，难道是有一些没有捕获的异常？可是我们是在finally做的countdown啊？

把所有捕获异常都换成Thowable, 无用！

网上有人云：

Executors.newFixedThreadPool这是个有固定活动线程数。当提交到池中的任务数大于固定活动线程数时，任务就会放到阻塞队列中等待。  
主任务和子任务都放到了线程池中，就有下面的情况发生，  
主任务调用一次CountDownLatch实例的await()方法时，当前线程就会一直占用一个活动线程，如果多次调用，那么就会一直占用多个活动线程，如果调用次数大于固定活动线程数，那么就可能造成阻塞队列中某些子任务一直不被执行，CountDownLatch实例的countDown()的方法一直不被调用，那么对应的主任务所在线程就会无限等待，与死锁现像一样

我们的newFixedThreadPool是大了点，直接50-100多个，而我的mac只有2核（可怜啊），跟这个有关系么？

我们把FixedThreadPool改成了默认cpu的核数，或者hard code成2，运行，无效，hang，再说以前也是50-100个，运行没有问题啊。

解决办法是最好不要用CountDownLatch实例的await()，归避长时间阻塞线程的风险，任何多线程应用程序都有死锁风险，改用CountDownLatch实例的await(long timeout, TimeUnit unit)，设定超时时间，如果超时，

多线程程序确实有死锁风险, 当然安全起见可以给定超时时间。回到我们这里不解决问题啊，到底问题出在哪里？

**5. 真相大白**

问题到这里，我们把该怀疑的地方都怀疑了一遍，还是不得要领。难道问题出在某一股票交易中？恰逢十一假期，有关连？

好吧，只好使出大招，就是二分排查法，哈哈。说白了就是笨办法，逐一排查，股票由100个到50十个，到40，到20，正常。难道真是跟线程数量有关系？

不科学啊。

反过来，把剩下的80个来运行一下，居然正常通过。

嗯，到此，感觉就快找到问题了。问题就出现在那20个股票当中的某些有问题。继续排查，终于定位到600188，这么好的代码，有问题？

好吧，至此可以进入debug了。

终于的终于，问题定位到该股票在十一前恰好处罚交易策略，而逢十一假期，代码中一段计算nextTradingDate的算法有点问题（其实是粘贴错了变量），直接导致死循环！！！

好吧，那个高手没有写过死循环啊？

一秒钟改掉后，Venus瞬间触发100个线程，愉悦的开始交易！

总结

此问题虽然最终并非有并发导致的问题，而然其隐藏之深也与并发分不开；并发多线程是好东西，当然也要慎用，做到知其然知其所以然。

**公众号：技术极客TechBooster**

![Center 7][]

[Center]: /images/20220716/57b9090b8e4e47bf865485d30ad4b6a2.png
[Center 1]: /images/20220716/ccdaa6b2c9f3467e93212a0e56d37677.png
[Center 2]: /images/20220716/c5bac4d5917543a78c06f63f0fcc5bcc.png
[Center 3]: /images/20220716/812789ca43af49dc83ebd02b64389861.png
[Center 4]: /images/20220716/7c78b62305814aa68560eb94c29a497c.png
[Center 5]: /images/20220716/b22487c52f004f2ca473c29c1e7b7943.png
[Center 6]: /images/20220716/504dad18b5a24b5ca779054d83132d7c.png
[Center 7]: /images/20220716/65980cc96c504483a71cf6369c6ead3b.png