Fastjson2静态初始化循环依赖导致的死锁问题分析
2025-06-16 20:31:17作者:鲍丁臣Ursa
问题背景
在Java开发中,Fastjson2作为一款高性能的JSON处理库被广泛应用。近期发现了一个与类加载机制相关的潜在死锁问题,该问题出现在Fastjson2的核心类JSONFactory和ObjectReaderProvider之间。
问题现象
当项目中存在自定义的JSONUtil工具类,并且在高并发场景下同时调用JSON的静态方法和自定义JSONUtil时,系统可能出现死锁导致无响应。通过线程dump分析可以看到,两个线程分别持有了不同类的类锁,并互相等待对方释放资源。
根本原因分析
问题的根源在于Fastjson2中两个关键类的静态初始化存在循环依赖:
- ObjectReaderProvider类的静态初始化块中需要依赖JSONFactory完成初始化
- JSONFactory类的defaultObjectReaderProvider静态属性又需要依赖ObjectReaderProvider完成初始化
这种相互依赖关系在Java类加载机制下会导致潜在的死锁风险。Java虚拟机在加载类时会获取类级别的锁,确保静态初始化代码只执行一次。当两个线程以不同顺序加载这两个相互依赖的类时,就可能出现每个线程持有一个类锁,同时等待另一个类锁的情况。
技术细节
Java类加载机制规定,类的初始化是线程安全的,JVM会通过获取类对象锁来保证这一点。当出现以下执行序列时就会发生死锁:
- 线程A开始加载JSONUtil,触发ObjectReaderProvider的加载
- 线程B开始加载JSON,触发JSONFactory的加载
- 线程A持有ObjectReaderProvider的类锁,等待JSONFactory初始化完成
- 线程B持有JSONFactory的类锁,等待ObjectReaderProvider初始化完成
解决方案
Fastjson2团队在2.0.54版本中修复了这个问题。修复思路主要是打破这种循环依赖关系,通常有以下几种方式:
- 将共享的配置属性提取到独立的配置类中
- 使用懒加载模式替代静态初始化
- 确保类的加载顺序一致
在Fastjson2的具体实现中,采用了重构代码结构的方式,将可能导致循环依赖的逻辑分离到独立的模块中,确保类加载顺序的确定性。
最佳实践
对于开发者而言,在使用Fastjson2时应注意:
- 尽量避免在静态初始化块中创建复杂的依赖关系
- 如果必须自定义ObjectReaderProvider,建议在应用启动时显式初始化相关组件
- 升级到2.0.54及以上版本以获得稳定性改进
总结
静态初始化循环依赖是Java开发中一个容易被忽视但可能导致严重问题的设计缺陷。Fastjson2团队及时修复了这个问题,体现了对代码质量的严格要求。作为开发者,我们应该从这个问题中吸取经验,在设计和实现类似功能时更加谨慎地处理类之间的依赖关系。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C077
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0131
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
462
3.44 K
Ascend Extension for PyTorch
Python
269
309
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
190
75
暂无简介
Dart
714
171
React Native鸿蒙化仓库
JavaScript
284
331
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++
843
421
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
105
119
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
10
1
🎉 (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
1.26 K
692