疫苗:Java HashMap的死循环

疫苗:Java HashMap的死循环

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。

  • 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:

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。

  • 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

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。

参考:http://mailinator.blogspot.com/2009/06/beautiful-race-condition.html

(全文完)

(转载本站文章请注明作者和出处 酷 壳 – CoolShell ,请勿用于任何商业用途)

好烂啊有点差凑合看看还不错很精彩 (203 人打了分,平均分: 4.69 )
Loading...

疫苗:Java HashMap的死循环》的相关评论

  1. 终于更新了,皓哥~~~我有些JS问题想想你请教一下,不知道怎么联系你啊~~~~

  2. 在第2)部走完,把Entry(3,A)放到newTable[3]的首位就已经死循环了,next指向了Entry(7,B),7的next又指回了3,thread1的rehash是走不完的…. 您看看是不是这样.. 好奇的是这样的死循环是如何让cpu达到100%?达到100%的细节不了解…下班回去google下.

  3. 只知道线程无安全,以为只是不会得到想要的结果,原来还有race condition 的风险。

  4. “有2个,如果要放进10 key的话,那么碰撞的概念就会很高”
    如果是2个放10个的话应该是必须碰撞。

  5. 不知道我理解的对不对,hash map是容器,保存数据。对于数据的更改当然是由外部程序控制是否需要多线程重入的。难道要容器接口保证是线程安全的?

  6. 写得很棒的文章,图文并茂,我居然看懂了,虽然以前没怎么看过JDK源码,thanks 。

  7. 上coolshell总能与新的收获, 非常感谢博主花功夫把这个问题讲的这么清楚。

  8. 感谢作者的分享。
    纠正一下别字问题。
    章节 哈希表数据标题
    正文 “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。”
    错别字 “无素”应为元素

  9. @bhunter
    同意!在BIOS里面,凡是可能多个CPU修改的数据,在修改之前都应该去get lock的。虽然BIOS里对性能要求可能不高,但不用lock去控制的话,出错的风险特别大,很容易导致死循环。

  10. 刚刚听了一场麻省大学一个华裔教授的讲座,就用到了threshold这个单词,哈哈,文章中拼写错了~

  11. “整个Hash表里的无素都需要被重算一遍”,应该是“整个Hash表里的元素都需要被重算一遍”,:-)。挑一小笔误。

  12. 有这样一种想法。如果初始化时initialCapacity设置很大,而hashmap中的内容永远不会超过threshold,这样,就不会rehash,也不会多线程产生死循环了。但是可能会发现hashmap丢数据等情况?这样会更难发现错用hashmap的问题。是不是?

  13. 受教了,看图有点迷糊,不过脑子里演算一下代码一下就明白了。期望皓哥更多此类文章。

  14. 南臣子 :
    在第2)部走完,把Entry(3,A)放到newTable[3]的首位就已经死循环了,next指向了Entry(7,B),7的next又指回了3,thread1的rehash是走不完的…. 您看看是不是这样.. 好奇的是这样的死循环是如何让cpu达到100%?达到100%的细节不了解…下班回去google下.

    rehash时会造成环形链表。但不会造成死循环,在将3链向7的那次循环中,next为null。会退出循环。

  15. 很多用高级语言的程序员, 不了解基本数据结构, 基本线程安全, 不是说语言有问题, 而是使用者的问题

  16. 当调用hashMap.put时,如果没有用synchronized关键字将它包起来,那么在高并发下才会出现这个问题,如果用synchronized包起来是不会有这个问题的

    出现死循环,那肯定是哪个地方没有做好同步,所以才推荐在并发环境下使用线程安全的集合类

  17. @zsuil

    会造成死循环的,其实上面还有个地方没说完,主要是两个线程进去后newTable其实是两个,皓哥的意思是有一个线程的e已经是3且next为7,挂了一下,第二个线程刚好做完了,也就是7指向3。此时第一个线程继续写入3,然后写入7,但是7的next为3会被先被保存到临时变量next中,所以3还要遍历,也就是3这个元素被transfer了2次,因此3就被7指向,然后又指向7了。所以就形成环状了。

  18. 以前在淘宝的时候,一个同事也遇到这样的问题。
    每次让他改,他都忘了。结果一发布我就悲剧了,半夜就会接到哈勃不停的报警,不让人睡觉啊。
    哎,好怀恋那时的时光。

  19. 爱国者 :
    当调用hashMap.put时,如果没有用synchronized关键字将它包起来,那么在高并发下才会出现这个问题,如果用synchronized包起来是不会有这个问题的
    出现死循环,那肯定是哪个地方没有做好同步,所以才推荐在并发环境下使用线程安全的集合类

    这哥们儿说的不错

回复 王杰 取消回复

您的电子邮箱地址不会被公开。 必填项已用*标注