Quarkus Quickstarts项目中的Amazon服务测试在Java 21下的问题分析
问题背景
在Quarkus Quickstarts项目中,使用Java 21运行Amazon服务相关的测试时会出现挂起现象。具体表现为测试执行过程中检测到10分钟无活动,最终导致测试失败。这个问题影响到了所有Amazon服务相关的快速入门示例,包括DynamoDB、KMS、S3、SES、SNS、SQS和SSM等模块。
问题现象
当开发者在Java 17环境下运行测试时,一切正常,测试可以在约1分钟内完成。然而,当切换到Java 21环境后,测试会挂起并最终失败,错误信息显示Quarkus测试检测到了挂起状态。从堆栈跟踪来看,问题发生在应用程序关闭阶段,特别是在尝试关闭Amazon服务客户端时。
根本原因分析
通过分析堆栈跟踪,可以发现问题出现在Amazon SDK的关闭流程中。具体来说,当应用程序尝试关闭Amazon服务客户端时,线程在等待ExecutorService终止时被阻塞。这种阻塞行为在Java 21环境下表现得更为明显,而在Java 17下则不会出现。
解决方案
经过研究,发现有两种可行的解决方案:
- 升级quarkus-amazon-services版本到2.13.1(这在项目的主分支中已经实现)
- 使用来自quarkus.platform.group-id的quarkus-amazon-services-bom,而不是io.quarkiverse.amazonservices(这在code.quarkus中已经采用)
根据Quarkus核心开发团队的建议,最佳实践是始终使用平台BOM(Bill of Materials)。虽然Amazon服务扩展的文档提到新版本已经迁移到了io.quarkiverse.amazonservices组ID下,但从依赖对齐的角度考虑,使用平台BOM仍然是推荐的做法。
技术细节
问题的本质在于Amazon SDK在Java 21环境下的关闭行为发生了变化。当应用程序关闭时,Amazon SDK尝试关闭其内部资源,包括ExecutorService。在Java 21中,这个关闭过程可能会因为线程管理的变化而出现延迟或阻塞。
使用平台BOM可以确保所有依赖版本的一致性,避免因为版本冲突或不兼容导致的问题。特别是对于Amazon服务这种需要与多种其他组件协同工作的场景,版本对齐尤为重要。
实施建议
对于遇到类似问题的开发者,建议采取以下步骤:
- 检查并确保使用的是平台提供的BOM
- 确认Amazon服务扩展的版本与Quarkus平台版本兼容
- 如果必须使用特定版本的Amazon服务扩展,确保其与Java 21兼容
- 在测试配置中考虑增加quarkus.test.hang-detection-timeout属性,以便更好地诊断潜在问题
结论
这个问题展示了Java版本升级可能带来的微妙兼容性问题,特别是在涉及第三方库和框架时。通过使用平台提供的BOM和保持依赖版本的一致性,可以最大限度地减少这类问题的发生。对于Quarkus项目来说,遵循平台推荐的最佳实践是确保稳定性和兼容性的关键。
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 StartedRust078- 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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00