Redisson Tomcat会话管理器中的ConcurrentModificationException问题解析
2025-05-09 06:12:25作者:钟日瑜
问题背景
在使用Redisson作为Tomcat会话管理器的过程中,开发团队遇到了一个关于并发修改的异常问题。这个问题最初在Redisson的3.27.2版本中被报告,表现为在执行会话保存操作时抛出ConcurrentModificationException异常。
异常表现
异常发生时,系统会抛出以下堆栈跟踪:
java.util.ConcurrentModificationException
at java.base/java.util.ArrayList$Itr.checkForComodification(ArrayList.java:1043)
at java.base/java.util.ArrayList$Itr.next(ArrayList.java:997)
at com.esotericsoftware.kryo.serializers.CollectionSerializer.write(CollectionSerializer.java:154)
...
at org.redisson.tomcat.RedissonSession.save(RedissonSession.java:424)
这个异常通常发生在用户频繁登录/登出操作时,系统创建和销毁多个来自同一用户的会话的过程中。值得注意的是,这个问题是间歇性出现的,并不总是能在相同的测试场景中重现。
技术分析
根本原因
这个问题的本质在于会话属性在序列化过程中的并发修改。当Kryo序列化器尝试序列化一个ArrayList时,该列表在序列化过程中被另一个线程修改,导致了ConcurrentModificationException。
具体来说,当RedissonSession的save()方法执行时,它会尝试将会话属性序列化并保存到Redis中。在这个过程中:
- 会话属性被封装在一个Map中
- 这个Map可能包含ArrayList类型的值
- 当Kryo序列化器遍历ArrayList时,如果列表被并发修改,就会抛出异常
相关组件
- RedissonSession: 负责管理Tomcat会话的Redisson实现
- Kryo序列化器: 用于将Java对象序列化为字节数组
- Tomcat会话管理器: 负责会话的生命周期管理
解决方案
Redisson开发团队已经针对这个问题进行了修复。修复的核心思路是:
- 在序列化会话属性前,确保对集合类型的数据进行防御性复制
- 避免在序列化过程中原始数据被修改的可能性
- 增加适当的同步机制来保证线程安全
最佳实践
对于使用Redisson Tomcat会话管理器的开发者,建议:
- 确保使用包含此修复的Redisson版本
- 在频繁创建/销毁会话的场景下进行充分测试
- 考虑会话属性的设计,避免在会话中存储频繁修改的大型集合
- 合理配置会话超时时间,减少不必要的会话保存操作
总结
并发问题是分布式系统开发中的常见挑战,特别是在会话管理这种需要高并发的场景下。Redisson团队通过不断优化内部实现,提高了Tomcat会话管理器的稳定性和可靠性。开发者应当关注这类问题的修复,并及时升级到包含修复的版本,以确保系统的稳定运行。
这个问题也提醒我们,在使用第三方组件时,需要充分理解其内部实现机制,特别是在多线程环境下的行为,这样才能更好地预防和解决类似的并发问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218