DynamicTp线程池拒绝策略下的内存泄漏问题分析与修复
2025-06-14 02:07:46作者:秋阔奎Evelyn
问题背景
在使用DynamicTp 1.1.6.1版本时,发现当线程池采用AbortPolicy拒绝策略并频繁触发拒绝时,会导致严重的内存泄漏问题。具体表现为ThreadPoolStatProvider中的stopWatchMap不断增长,最终可能达到数GB级别而无法被GC回收,最终导致应用崩溃。
技术原理分析
DynamicTp框架为了增强线程池监控能力,在任务执行前后添加了性能监控逻辑。核心机制如下:
- 任务执行监控:通过PerformanceMonitorAware在任务执行前记录开始时间
- 拒绝策略增强:通过RejectedInvocationHandler对原生拒绝策略进行代理增强
- 时间记录存储:使用ConcurrentHashMap保存任务与开始时间的映射关系
内存泄漏根源
问题出在拒绝策略的处理链路上:
- 当任务被提交时,PerformanceMonitorAware会先将任务放入stopWatchMap
- 如果线程池已满,会触发拒绝策略
- 对于AbortPolicy这类会抛出异常的拒绝策略,由于异常抛出导致afterReject清理逻辑未能执行
- 结果就是stopWatchMap中的条目只增不减,最终耗尽内存
关键代码缺陷在于RejectedInvocationHandler中没有在finally块中执行清理逻辑,导致异常抛出时资源无法释放。
解决方案
修复方案的核心思路是确保无论拒绝策略是否抛出异常,都能正确清理stopWatchMap中的条目。具体实现方式是将afterReject调用放入finally块中:
@Override
public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
try {
beforeReject((Runnable) args[0], (Executor) args[1]);
Object result = method.invoke(target, args);
return result;
} catch (InvocationTargetException ex) {
throw ex.getCause();
} finally {
afterReject((Runnable) args[0], (Executor) args[1]);
}
}
临时规避方案
在修复版本发布前,可以通过以下方式临时规避问题:
- 设置系统属性
-Ddtp.execute.enhanced=false
禁用执行增强 - 使用不会抛出异常的拒绝策略,如CallerRunsPolicy
最佳实践建议
- 对于高并发场景,建议及时升级到修复版本
- 合理配置线程池参数,避免频繁触发拒绝策略
- 监控stopWatchMap的大小,设置告警阈值
- 根据业务特点选择合适的拒绝策略
总结
这次内存泄漏问题揭示了框架在异常处理路径上的资源管理缺陷。通过分析我们可以看到,在增强原生组件功能时,必须特别注意异常情况下的资源清理工作。这也提醒我们在开发类似功能时,应当遵循"资源获取即初始化"(RAII)原则,确保在任何执行路径下都能正确释放资源。
登录后查看全文
热门项目推荐
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息010GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java01Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp课程视频测验中的Tab键导航问题解析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 小米Mini R1C MT7620爱快固件下载指南:解锁企业级网络管理功能 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K

deepin linux kernel
C
22
6

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
486
37

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
315
10

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
991
395

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
193
276

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
937
554

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69