Fury项目中的ClassLoader与ThreadPoolFury代理读取问题解析
2025-06-25 20:07:41作者:贡沫苏Truman
问题背景
在Apache Fury项目中,当使用ThreadPoolFury处理动态代理对象时,可能会遇到ClassLoader相关的异常问题。这个问题特别容易出现在Spring Boot等框架应用中,当应用程序启动时由AppClassLoader加载的类,在后续处理时被TomcatEmbeddedClassLoader等不同类加载器加载的情况下。
问题现象
开发者在尝试序列化和反序列化一个动态代理对象时,遇到了"non-public interface is not defined by the given loader"异常。这个代理对象是由Spring的SerializableTypeWrapper创建的,而问题出现在ThreadPoolFury尝试重建代理对象时。
技术分析
问题的核心在于Java动态代理的类加载机制与Fury的线程池实现之间的交互。在Java中,动态代理的创建严格依赖于类加载器:
- 代理接口最初由AppClassLoader加载
- 后续处理时,ThreadPoolFury使用了当前线程的上下文类加载器(TomcatEmbeddedClassLoader)
- 由于类加载器不匹配,导致无法正确重建代理对象
解决方案
Fury项目提供了几种处理这个问题的方案:
-
显式设置类加载器:在每次反序列化操作前调用
fury.setClassLoader(myClassLoader)方法。这种方式适用于需要动态切换类加载器的场景。 -
使用ThreadPoolFury构造函数:通过ThreadPoolFury的构造函数直接指定类加载器,确保所有线程都使用相同的类加载器:
new ThreadPoolFury(classloader -> Fury.builder()
.withClassLoader(myClassLoader)
.withLanguage(Language.JAVA)
.requireClassRegistration(false))
- 等待官方修复:Fury团队已经确认这是一个bug,并计划在后续版本中修复,使ThreadPoolFury默认使用FuryBuilder中设置的类加载器。
最佳实践建议
对于需要处理动态代理对象的应用,建议:
- 明确应用的类加载策略,尽量避免跨类加载器的对象传递
- 对于关键代理对象,考虑实现自定义的序列化策略
- 在复杂类加载环境下,优先使用方案2确保类加载器一致性
- 关注Fury项目的更新,及时升级到修复此问题的版本
总结
ClassLoader问题在Java序列化中是一个常见但容易被忽视的难点。Fury项目通过灵活的类加载器配置选项,为解决这类问题提供了多种途径。理解这些机制有助于开发者在复杂类加载环境下构建更健壮的序列化方案。
登录后查看全文
热门项目推荐
相关项目推荐
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。C037
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
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。C00
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TSX0115
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
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++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
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
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen 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
TSX
211
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869