Log4j2 LoggerContext.updateLoggers并发修改异常分析与解决方案
2025-06-25 19:40:54作者:戚魁泉Nursing
问题背景
在Apache Log4j2 2.24.2版本中,LoggerContext.updateLoggers方法存在一个可能导致ConcurrentModificationException的并发修改问题。该问题在Tomcat服务器启动过程中随机出现(约5-10次启动中出现一次),特别是在与javamelody监控过滤器集成时。
异常表现
当异常发生时,Tomcat虽然进程仍在运行,但无法处理任何请求。错误日志中会显示如下堆栈跟踪:
java.util.ConcurrentModificationException
at java.base/java.util.HashMap$ValueSpliterator.forEachRemaining(HashMap.java:1784)
at org.apache.logging.log4j.core.LoggerContext.updateLoggers(LoggerContext.java:776)
at net.bull.javamelody.Log4J2Appender.register(Log4J2Appender.java:86)
技术分析
根本原因
该问题的核心在于LoggerContext.updateLoggers方法中对loggerRegistry.getLoggers()集合的遍历过程中,集合可能被并发修改。具体来说:
- LoggerContext.updateLoggers方法使用流式操作遍历所有logger
- 在遍历过程中,底层的WeakHashMap可能被其他线程修改
- Java集合的fail-fast机制检测到并发修改后抛出ConcurrentModificationException
影响范围
- 主要影响版本:Log4j2 2.24.2及之前版本
- 触发场景:与javamelody等需要动态注册Appender的监控工具集成时
- 系统环境:Ubuntu 24.04 + Amazon Corretto 17
解决方案
Apache Log4j2团队在2.24.3版本中修复了这个问题。修复方案主要包括:
- 对logger集合进行防御性复制,避免直接遍历原始集合
- 增加适当的同步机制,保证集合遍历的线程安全性
升级建议
对于遇到此问题的用户,建议采取以下措施:
- 立即升级到Log4j2 2.24.3或更高版本
- 检查项目中是否存在自定义的Appender实现,特别是那些在应用启动时动态注册的Appender
- 在生产环境部署前,进行充分的重启测试,验证问题是否已解决
深入理解
并发修改异常机制
ConcurrentModificationException是Java集合框架的一种fail-fast机制,用于检测在迭代过程中集合被意外修改的情况。在Log4j2的上下文中,这种修改可能来自:
- 应用启动时多个组件同时初始化日志系统
- 动态日志配置更新
- 监控工具注册自定义Appender
防御性编程实践
在日志框架这类基础组件中,良好的防御性编程实践尤为重要。2.24.3版本的修复体现了几个重要原则:
- 不信任外部调用时序 - 假设任何方法都可能被并发调用
- 最小化同步范围 - 只在必要时进行同步
- 使用不可变视图 - 通过复制集合避免并发问题
总结
Log4j2作为Java生态中广泛使用的日志框架,其稳定性和可靠性对应用至关重要。这次发现的并发修改问题提醒我们,即使在成熟框架中,多线程环境下的边界条件测试仍然不可忽视。通过及时升级到修复版本,可以确保日志系统的稳定运行,避免因日志问题导致的应用启动失败。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
621
795
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
433
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
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
146
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989