Jetty项目中WebAppClassLoaderTest并发修改异常问题分析
2025-06-17 05:26:12作者:何举烈Damon
在Jetty 12.1.x版本开发过程中,开发团队发现了一个间歇性出现的测试失败问题,具体表现为org.eclipse.jetty.ee.WebAppClassLoaderTest.testSystemServerClassDeprecated测试用例在某些情况下会抛出ConcurrentModificationException异常。
问题现象
测试失败时的堆栈信息显示,异常发生在Java标准库的TreeMap.callMappingFunctionWithCheck方法中,调用链如下:
TreeMap.computeIfAbsent尝试计算一个不存在的键值- 通过
Environment.ensure方法确保环境配置 - 最终在测试初始化阶段抛出并发修改异常
这表明在多线程环境下,Environment类的实现存在线程安全问题。具体来说,当多个线程同时调用ensure方法时,底层使用的TreeMap数据结构无法正确处理并发访问。
技术背景
Environment类是Jetty中用于管理环境配置的核心组件,它维护了一个配置项的映射表。在测试场景中,TestableWebAppClassLoaderContext在初始化时会调用Environment.ensure方法来确保环境配置的正确性。
TreeMap是Java集合框架中基于红黑树实现的有序映射表,它本身不是线程安全的。当多个线程同时修改TreeMap时,就可能出现并发修改异常。
解决方案
开发团队通过以下方式解决了这个问题:
- 对
Environment类进行线程安全改造,确保其内部数据结构在多线程环境下能够正常工作 - 使用适当的同步机制保护共享数据结构的访问
- 在测试环境中验证修复后的代码在各种并发场景下的稳定性
经验总结
这个案例展示了在开发Web服务器这类高并发系统时需要注意的几个关键点:
- 核心组件的线程安全性至关重要,特别是那些在系统初始化阶段就会被多线程访问的组件
- 测试用例的稳定性同样重要,间歇性失败的测试往往暗示着潜在的并发问题
- 标准库中的数据结构并非都是线程安全的,开发人员需要根据使用场景选择合适的实现或添加适当的同步控制
Jetty作为一款成熟的Java Web服务器和Servlet容器,其开发团队对这类并发问题的快速响应和解决,体现了项目对代码质量和系统稳定性的高度重视。
登录后查看全文
热门项目推荐
相关项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
Kimi-K2-ThinkingKimi-K2-Thinking是最新开源思维模型,作为能动态调用工具的推理代理,通过深度多步推理和稳定工具调用(200-300次连续调用),在HLE、BrowseComp等基准测试中刷新纪录。原生INT4量化模型,256k上下文窗口,实现推理延迟和GPU内存使用的无损降低,支持自主研究、编码和写作等工作流。【此简介由AI生成】Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
296
2.64 K
Ascend Extension for PyTorch
Python
128
149
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++
607
190
React Native鸿蒙化仓库
JavaScript
228
307
暂无简介
Dart
588
127
🎉 (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
1.05 K
611
仓颉编译器源码及 cjdb 调试工具。
C++
122
467
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
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
178
62
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
454