Async-profiler在JDK 8/11/17上的JFR转储崩溃问题分析

问题背景

在Java性能分析工具async-profiler的使用过程中，当使用JFR（Java Flight Recorder）格式进行CPU分析时，在JDK 8、11和17版本上可能会遇到JVM崩溃的问题。这个问题与JVM内部对卸载类的处理机制有关，特别是在使用自定义类加载器动态加载和卸载类的情况下。

问题现象

当满足以下条件时，async-profiler在进行JFR转储时会导致JVM崩溃：

1. 使用自定义类加载器加载类A并调用其方法M
2. async-profiler记录CPU样本，捕获到方法M的jmethodID
3. 类加载器和类A变为不可达对象
4. 发生GC，类加载器和类A被卸载
5. 在下一个安全点(Safepoint)之前，async-profiler开始转储JFR数据

崩溃发生时，错误日志中通常会显示类似以下的调用栈：

SIGSEGV (0xb) at pc=0x00007f55e89c0658
V  [libjvm.so+0x9be658]  oopDesc::is_a(Klass*) const+0x48
V  [libjvm.so+0xa04153]  jvmti_GetClassSignature+0x173

根本原因分析

这个问题的根本原因在于JDK 8/11/17中类卸载和jmethodID清理机制的设计缺陷：

1. 延迟清理机制：当类被卸载时，JDK不会立即清理相关的jmethodID，而是延迟到下一个安全点才执行清理。这导致在类卸载后和安全点前的窗口期内，jmethodID仍然包含有效的内存指针，但实际指向的对象可能已经被GC回收。

2. 无效镜像对象访问：async-profiler在转储JFR数据时，会通过JVMTI接口获取方法的声明类信息。虽然Method和InstanceKlass的内存地址仍然有效，但java_mirror对象（即method_class）可能已经被GC回收。当尝试通过GetClassSignature访问这个已回收的镜像对象时，就会导致SIGSEGV崩溃。

3. JDK版本差异：这个问题在JDK 18及以上版本中已被修复（通过JDK-8268364），但在JDK 8、11和17中仍然存在。

技术细节

具体的技术细节可以从崩溃时的内存状态看出：

1. jmethodID中的Method*指针仍然有效（非NULL）
2. 通过GetMethodDeclaringClass返回的klass对象中的java_mirror oop已被标记为释放（显示为0xdeadbeef）
3. 尝试从这个无效的java_mirror对象中读取Klass指针时，会得到一个无效的内存地址（0x6f56df778）
4. 最终在访问这个无效Klass指针时导致段错误

解决方案

针对这个问题，社区采取了以下解决方案：

1. JDK层面修复：在JDK 18+中通过JDK-8268364修复了这个问题，建议用户尽可能升级到这些版本。

2. async-profiler工作区：

   • 在调用GetClassSignature后立即调用DeleteLocalRef释放本地引用
   • 采用VMStructs方法直接从InstanceKlass获取类名，避免通过java_mirror对象

3. 用户层面建议：

   • 对于必须使用JDK 8/11/17的用户，可以考虑缩短分析时间，减少类卸载的可能性
   • 避免在分析期间频繁加载/卸载类

总结

这个问题展示了Java性能分析工具在复杂运行时环境下面临的挑战，特别是在处理动态类加载和卸载场景时。通过深入理解JVM内部机制和async-profiler的工作原理，开发者可以更好地规避这类问题，确保分析过程的稳定性。对于Java性能分析工程师来说，理解这类底层机制对于诊断和解决分析过程中的各种异常情况至关重要。