Spring框架中并行线程初始化单例循环依赖问题的分析与解决
2025-04-30 06:17:38作者:滕妙奇
问题背景
在Spring框架6.2至6.5版本中,存在一个关于单例Bean循环依赖初始化的问题。当在并行线程(如从@PostConstruct方法中启动的线程)中调用context.getBean()方法时,如果存在循环依赖关系,可能会导致线程无限等待。
问题现象
具体表现为:当Bean工厂处于preInstantiationPhase=true状态且持有singleton锁时,如果并行线程尝试获取正在创建中的Bean(即存在循环依赖的情况),DefaultSingletonBeanRegistry.getSingleton()方法会被调用两次。第二次调用会抛出BeanCurrentlyInCreationException异常,进而触发this.lenientCreationFinished.await()调用,但由于Bean是由同一线程创建的,这个等待永远不会被通知,导致线程永久挂起。
技术分析
这个问题源于Spring框架对循环引用处理机制的不足。在6.2版本之前,Spring能够正常处理这种情况,但在6.2至6.5版本中引入了新的问题。核心问题在于:
- 当主线程正在初始化Bean时持有singleton锁
- 并行线程尝试获取同一个正在创建中的Bean
- 框架无法正确处理这种跨线程的循环依赖场景
解决方案
Spring团队在6.2.6版本中修复了这个问题,主要做了以下改进:
- 增加了对原始创建线程的显式检查
- 在检测到跨线程循环依赖时,直接抛出BeanCurrentlyInCreationException异常,而不是让线程无限等待
- 确保在finally块中清理线程引用,避免内存泄漏
最佳实践建议
虽然框架已经修复了这个问题,但从设计角度考虑,仍建议开发者遵循以下最佳实践:
-
尽量避免使用循环引用设计。如果必须使用,可以考虑:
- 使用@Autowired @Lazy注解将至少一个注入点标记为懒加载
- 将创建时的循环引用转换为运行时的懒交互
-
避免在初始化方法(@PostConstruct)中启动非托管线程。替代方案包括:
- 使用@Bean(bootstrap=BACKGROUND)特性(6.2+版本支持)
- 在SmartInitializingSingleton.afterSingletonsInstantiated()方法中启动线程
- 在Lifecycle.start()方法中启动线程
-
对于异步线程依赖的Bean,可以通过@DependsOn声明强制提前初始化
总结
这个问题展示了在复杂框架中处理并发和依赖关系时的挑战。Spring团队通过版本迭代不断完善这些边界情况的处理。作为开发者,理解框架的行为模式并遵循推荐的最佳实践,可以避免类似问题的发生,构建更加健壮的应用系统。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137