Log4j2 LoggerContext.updateLoggers并发修改异常分析与解决方案
2025-06-25 04:59:12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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1