Spring Framework 6.2.x版本中的Bean初始化并发问题解析
在Spring Framework 6.2.x版本中,开发者可能会遇到一个与Bean初始化相关的并发问题,表现为BeanCurrentlyInCreationException异常。这个问题在6.2.0版本中几乎必然出现,在6.2.2版本中有所缓解但仍会随机发生,直到6.2.3版本才得到彻底解决。
问题现象
当应用程序使用Spring Framework 6.2.x版本时,在多线程环境下初始化Bean的过程中,可能会抛出BeanCurrentlyInCreationException异常。异常信息通常显示为"Error creating bean with name 'xxx': Requested bean is currently in creation",表明系统检测到了Bean创建过程中的循环引用或异步初始化依赖问题。
这个问题特别容易出现在实现了CommandLineRunner接口的JAR应用程序中,且异常发生具有随机性。从日志中可以观察到,一个线程正在创建单例Bean时,另一个线程也尝试获取同一个Bean的实例。
问题根源
这个问题的本质在于Spring Framework 6.2.x版本对Bean初始化锁定机制的改进。在6.2.0版本中,Spring团队对Bean创建的并发控制逻辑进行了调整,目的是解决早期版本中可能出现的死锁问题。然而,这种调整带来了新的并发竞争条件。
具体来说,当多个线程同时尝试初始化同一个Bean时,锁定机制可能无法完全阻止并发创建,导致系统误判为循环依赖。在6.1.x及更早版本中,Spring采用了更强的锁定策略,虽然避免了这类并发问题,但有可能导致死锁。
解决方案演进
Spring团队对这个问题的解决经历了几个阶段:
- 6.2.0版本:问题首次出现,几乎必然发生BeanCurrentlyInCreationException
- 6.2.2版本:通过改进锁定算法部分缓解了问题,但异常仍会随机发生
- 6.2.3版本:彻底解决了这个问题,新的锁定算法既避免了死锁又正确处理了并发初始化
对于仍在使用6.2.2或更早版本的用户,如果无法立即升级,可以考虑以下临时解决方案:
- 确保Bean初始化在单线程环境下进行
- 检查并优化Bean的依赖关系,减少复杂的循环依赖
- 对于必须多线程初始化的场景,考虑使用@Lazy注解延迟初始化
最佳实践
为了避免类似问题,建议开发者:
- 保持Spring Framework版本更新,特别是生产环境应使用经过充分验证的稳定版本
- 在设计Bean时,尽量减少复杂的依赖关系
- 对于多线程环境下的Bean初始化,要特别注意线程安全性
- 合理使用@Lazy、@DependsOn等注解控制初始化顺序
- 在升级Spring版本时,充分测试多线程场景下的Bean初始化过程
Spring Framework 6.2.3版本已经证明能够稳定处理这类并发初始化场景,建议受此问题影响的用户尽快升级到这个版本。
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03