Jetty项目中的类初始化死锁问题分析与解决
问题背景
在Jetty 12.1.x版本中,开发团队发现了一个潜在的类初始化死锁问题。这个问题出现在多线程环境下,当多个线程同时尝试初始化相关类时,会导致系统陷入死锁状态,表现为构建过程卡住。
问题现象
通过线程堆栈分析(thread dump)可以观察到,一个名为"ForkJoinPool-1-worker-4"的工作线程在初始化RetainingResponseListener时被阻塞,具体是在等待org.eclipse.jetty.io.RetainableByteBuffer$Abstract类的初始化监视器。与此同时,其他线程可能也在尝试初始化相关的缓冲类,形成了典型的类初始化死锁场景。
技术分析
这个问题本质上是一个类初始化顺序导致的死锁问题,涉及Jetty的缓冲体系结构。具体来说:
-
线程T1尝试初始化
RetainableByteBuffer类,包括其静态成员RetainableByteBuffer.EMPTY,因此获取了该类的锁。 -
在初始化
RetainableByteBuffer.EMPTY的过程中,JVM需要依次初始化多个相关类:NonRetainableByteBufferRetainableByteBuffer.FixedCapacityRetainableByteBuffer.AbstractRetainableByteBuffer.Wrapper- 最后再次回到
RetainableByteBuffer本身
-
每个类的初始化都需要获取各自的类锁,而与此同时,线程T2可能正在尝试创建
Chunk、FixedCapacity或DynamicCapacity实例,也需要获取这些类的锁。 -
这样就形成了典型的死锁场景:T1持有A锁等待B锁,T2持有B锁等待A锁。
版本差异
值得注意的是,这个问题在Jetty 12.0.x版本中并不存在。因为在12.0.x版本中,NonRetainableByteBuffer直接继承自RetainableByteBuffer,而不是像12.1.x版本中那样继承自FixedCapacity。这种继承关系的改变导致了更复杂的类初始化顺序,从而引入了死锁的可能性。
解决方案
Jetty开发团队通过重构类初始化逻辑解决了这个问题。主要思路是简化类之间的依赖关系,避免在类初始化过程中形成循环依赖。具体实现包括:
- 重新设计缓冲类的继承体系,减少初始化时的相互依赖
- 确保类初始化顺序是线性的,不会形成环路
- 对于必要的共享资源,采用延迟初始化或其他线程安全机制
经验教训
这个问题给我们的启示是:
- 在设计类体系结构时,需要考虑类初始化的顺序和潜在的并发问题
- 静态成员的初始化特别容易引发死锁,因为它们隐含了类初始化的顺序
- 继承关系的改变可能引入意想不到的并发问题,需要全面评估
- 多线程环境下的类初始化是一个容易被忽视但非常重要的设计考虑点
通过这个案例,我们再次认识到在框架设计中,并发安全需要从最基础的类结构设计阶段就开始考虑,而不仅仅是关注运行时的方法同步。
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 StartedRust0150- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111