Spring Framework 6.2.5 中并行线程初始化导致的无限等待问题分析
2025-04-30 05:56:24作者:翟萌耘Ralph
问题背景
在 Spring Framework 6.2.5 版本中,当在并行线程(如从 @PostConstruct 方法中启动的线程)中尝试获取一个正在初始化过程中的单例 bean 时,可能会遇到无限等待的问题。这种情况特别容易发生在存在循环依赖的场景下。
问题现象
当以下条件同时满足时,系统会进入无限等待状态:
- 存在一个单例 bean 的循环依赖链
- 该循环依赖链中的某个 bean 在初始化过程中(如
@PostConstruct方法)启动了新的线程 - 新线程尝试通过
context.getBean()获取正在初始化过程中的 bean - Spring 容器处于预实例化阶段(
preInstantiationPhase=true)且持有单例锁
在这种情况下,DefaultSingletonBeanRegistry.getSingleton() 方法会被调用两次,第二次调用会抛出 BeanCurrentlyInCreationException,进而触发 lenientCreationFinished.await() 等待,而这个等待永远不会被通知,因为 bean 的创建是由同一个线程完成的。
技术原理分析
Spring 的单例 bean 初始化过程是线程安全的,通过 DefaultSingletonBeanRegistry 中的同步机制来保证。在 6.2.5 版本中,当遇到循环依赖时,处理逻辑存在以下缺陷:
- 当主线程正在初始化 bean 时,会持有单例锁
- 并行线程尝试获取同一个 bean 时,会进入等待状态
- 由于主线程和并行线程之间存在循环依赖,并行线程的等待永远不会被释放
- 系统进入死锁状态
解决方案
Spring 团队在 6.2.6 版本中修复了这个问题,主要改进包括:
- 增加了对原始创建线程的显式检查
- 在检测到这种情况时,直接抛出
BeanCurrentlyInCreationException而不是进入无限等待 - 确保在
finally块中清理线程引用,避免内存泄漏
最佳实践建议
虽然 Spring 已经修复了这个问题,但从设计角度考虑,建议开发者遵循以下最佳实践:
- 避免循环依赖:尽量重构代码,消除 bean 之间的循环依赖关系
- 使用懒加载:对于必须存在的循环引用,可以使用
@Autowired @Lazy注解 - 合理控制线程创建:
- 避免在
@PostConstruct方法中直接创建线程 - 考虑使用 Spring 6.2 引入的
@Bean(bootstrap=BACKGROUND)特性 - 使用
SmartInitializingSingleton.afterSingletonsInstantiated()或Lifecycle.start()方法来启动后台线程
- 避免在
- 显式声明依赖:对于异步线程依赖的 bean,使用
@DependsOn强制提前初始化
版本兼容性说明
- 6.1 及以下版本:能够正常解析循环依赖
- 6.2-6.5 版本:存在无限等待问题
- 6.2.6 及以上版本:抛出明确的异常,避免无限等待
总结
这个问题揭示了在复杂并发场景下 Spring 容器初始化的潜在风险。虽然框架已经提供了修复方案,但更重要的是开发者应该理解单例初始化的线程安全机制,并遵循推荐的实践模式来构建健壮的应用程序。特别是在涉及异步操作和复杂依赖关系的场景下,提前规划和合理设计 bean 的生命周期管理至关重要。
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 StartedRust0191
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 Notebook0120
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
720
883
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
440
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
262
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
610