【问题标题】:Grizzly pipe leak - what am i doing wrong?灰熊管道泄漏 - 我做错了什么?
【发布时间】:2015-11-08 14:39:00
【问题描述】:

我编写了以下测试代码:

@Test
public void testLeakWithGrizzly() throws Throwable {
    ExecutorService executor = Executors.newFixedThreadPool(N_THREADS);
    Set<Future<Void>> futures = new HashSet<>();
    InetSocketAddress inetSocketAddress = new InetSocketAddress(localhostAddress, 111);
    for (int i = 0; i < N_THREADS; i++) {
        Future<Void> future = executor.submit(new GrizzlyConnectTask(inetSocketAddress, requests, bindFailures, successfulOpens, failedOpens, successfulCloses, failedCloses));
        futures.add(future);
    }
    for (Future<Void> future : futures) {
        future.get(); //block
    }
    Thread.sleep(1000); //let everything calm down
    reporter.report();
    throw causeOfDeath;
}    
private static class GrizzlyConnectTask implements Callable<Void> {
    private final InetSocketAddress address;
    private final Meter requests;
    private final Meter bindFailures;
    private final Counter successfulOpens;
    private final Counter failedOpens;
    private final Counter successfulCloses;
    private final Counter failedCloses;

    public GrizzlyConnectTask(InetSocketAddress address, Meter requests, Meter bindFailures, Counter successfulOpens, Counter failedOpens, Counter successfulCloses, Counter failedCloses) {
        this.address = address;
        this.requests = requests;
        this.bindFailures = bindFailures;
        this.successfulOpens = successfulOpens;
        this.failedOpens = failedOpens;
        this.successfulCloses = successfulCloses;
        this.failedCloses = failedCloses;
    }

    @Override
    public Void call() throws Exception {
        while (!die) {
            TCPNIOTransport transport = null;
            boolean opened = false;
            try {
                transport = TCPNIOTransportBuilder.newInstance().build();
                transport.start();
                transport.connect(address).get(); //block
                opened = true;
                successfulOpens.inc(); //successful open
                requests.mark();
            } catch (Throwable t) {
                //noinspection ThrowableResultOfMethodCallIgnored
                Throwable root = getRootCause(t);
                if (root instanceof BindException) {
                    bindFailures.mark(); //ephemeral port exhaustion.
                    continue;
                }
                causeOfDeath = t;
                die = true;
            } finally {
                if (!opened) {
                    failedOpens.inc();
                }
                if (transport != null) {
                    try {
                        transport.shutdown().get(); //block
                        successfulCloses.inc(); //successful close
                    } catch (Throwable t) {
                        failedCloses.inc();
                        System.err.println("while trying to close transport");
                        t.printStackTrace();
                    }
                } else {
                    //no transport == successful close
                    successfulCloses.inc();
                }
            }
        }
        return null;
    }
}

在我的 linux 笔记本电脑上,这会在大约 5 分钟内崩溃,但有以下异常:

java.io.IOException: Too many open files
    at sun.nio.ch.EPollArrayWrapper.epollCreate(Native Method)
    at sun.nio.ch.EPollArrayWrapper.<init>(EPollArrayWrapper.java:130)
    at sun.nio.ch.EPollSelectorImpl.<init>(EPollSelectorImpl.java:68)
    at sun.nio.ch.EPollSelectorProvider.openSelector(EPollSelectorProvider.java:36)
    at org.glassfish.grizzly.nio.Selectors.newSelector(Selectors.java:62)
    at org.glassfish.grizzly.nio.SelectorRunner.create(SelectorRunner.java:109)
    at org.glassfish.grizzly.nio.NIOTransport.startSelectorRunners(NIOTransport.java:256)
    at org.glassfish.grizzly.nio.NIOTransport.start(NIOTransport.java:475)
    at net.radai.LeakTest$GrizzlyConnectTask.call(LeakTest.java:137)
    at net.radai.LeakTest$GrizzlyConnectTask.call(LeakTest.java:111)
    at java.util.concurrent.FutureTask.run(FutureTask.java:266)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
    at java.lang.Thread.run(Thread.java:745)

成功/失败计数器如下所示:

-- Counters --------------------------------------------------------------------
failedCloses
             count = 0
failedOpens
             count = 40999
successfulCloses
             count = 177177
successfulOpens
             count = 136178

-- Meters ----------------------------------------------------------------------
bindFailures
             count = 40998
         mean rate = 153.10 events/second
     1-minute rate = 144.61 events/second
     5-minute rate = 91.12 events/second
    15-minute rate = 39.56 events/second
requests
             count = 136178
         mean rate = 508.54 events/second
     1-minute rate = 547.38 events/second
     5-minute rate = 442.76 events/second
    15-minute rate = 391.53 events/second

这告诉我:

  • 没有关闭失败
  • 所有连接都无法创建或已成功关闭 (136178 + 40999 = 177177)
  • 除了最后一个 (40999 = 40998 + 1) 之外,所有打开失败都是临时端口耗尽

完整的代码在 github 上 - https://github.com/radai-rosenblatt/oncrpc4j-playground/blob/master/src/test/java/net/radai/LeakTest.java

那么,我是不是在某种程度上滥用了 grizzly API,或者这是一个真正的泄漏? (注意 - 我使用的是 grizzly 2.3.12,我知道这不是最新的。升级需要说服人们,这就是为什么我想肯定这不是我的用户错误)

EDIT - 即使没有抛出任何东西,这个东西也会泄漏。切回一个线程并在其中放置 2ms 睡眠仍然会在 50 分钟内泄漏 800 个管道。

【问题讨论】:

  • 您可能忘记使用管螺纹化合物了。
  • 重用同一个传输实例,它不应该是每个连接。
  • @alexey - 这是一个简化的人为示例。真正的代码打开了与各种计算机的非常短暂的连接,其中连接(传输)池没有什么意义(我认为?)

标签: java grizzly


【解决方案1】:

我们在 Grizzly 中发现了实际的潜在问题并已修复。

问题的根源在于,根据测试用例,Transport.stop() 在执行 SelectorRunner.run() 的某个时间点被调用得足够早,这会导致 run 方法提前终止(由于StateHolder 此时处于停止状态)。

此外,因为 SelectorRunner.run() 在 run() 方法开始时 CAS 选择器活动状态发生变化,调用 Transport.stop() 的线程将选择器视为活动的。由于这两个条件,SelectorRunner.shutdownSelector() 永远不会被调用,因此我们会泄漏选择器。

该修复将在今晚的夜间版本中提供。

【讨论】:

    【解决方案2】:

    我发现灰熊内心深处有问题。这是内部多线程问题(竞争条件)。文件描述符与 sun.nio.ch.EPollSelectorImpl 类一起泄漏。每个实例包含 3 个文件描述符(每个管道 2 个,epoll_create 系统调用 1 个)。 Grizzly 在课堂上发送关闭/关机SelectorRunner:

        public synchronized void stop() {
            stateHolder.set(State.STOPPING);
            wakeupSelector();
    
            // we prefer Selector thread shutdown selector
            // but if it's not running - do that ourselves.
            if (runnerThreadActivityCounter.compareAndSet(0, -1)) {
                 // The thread is not running
                shutdownSelector();
            }
        }
    

    通常一切都很好,但有时选择器永远不会唤醒。唤醒方法通过本机方法sun.nio.ch.EPollArrayWrapper#interrupt(int)发送中断。它有简单的实现:

    JNIEXPORT void JNICALL
    Java_sun_nio_ch_EPollArrayWrapper_interrupt(JNIEnv *env, jobject this, int fd)
    {
        int fakebuf[1];
        fakebuf[0] = 1;
        if (write(fd, fakebuf, 1) < 0) {
            JNU_ThrowIOExceptionWithLastError(env,"write to interrupt fd failed");
        }
    }
    

    所以它只发送一个字节来唤醒等待选择器。但是您在创建后立即关闭传输。这在现实生活中很少见,但在您的测试用例中经常发生。有时灰熊会在关闭和唤醒/中断后调用NIOConnection.enableIOEvent。我认为在这种情况下,选择器永远不会唤醒,也永远不会释放文件描述符。

    目前我只能针对这种情况建议修复:使用定时器任务在超时后直接调用selector.close:

    //hotfix code bellow
    private static final Timer timer = new Timer();
    //hotfix code above
    protected synchronized void stopSelectorRunners() {
        if (selectorRunners == null) {
            return;
        }
    
        for (int i = 0; i < selectorRunners.length; i++) {
            SelectorRunner runner = selectorRunners[i];
            if (runner != null) {
                runner.stop();
                //hotfix code below
                final Selector selector = runner.getSelector();
                if(selector !=null) {
                    timer.schedule(new TimerTask() {
                        @Override
                        public void run() {
                            try {
                                selector.close();
                            } catch (IOException e) {
                            }
                        }
                    }, 100);
                }
                //hotfix code above
                selectorRunners[i] = null;
            }
        }
    
        selectorRunners = null;
    }
    

    将其添加到org.glassfish.grizzly.nio.NIOTransport#stopSelectorRunners 后我可以停止泄漏

    【讨论】:

    • 非常感谢您为追踪此问题所做的工作。我将向您发布我同时打开的灰熊错误的解决方法(java.net/jira/browse/GRIZZLY-1797)。最好的 SO 代表。我曾经花费的积分:-D
    • “这在现实生活中很少见”——很遗憾不是这样。我在追踪我工作的公司正在开发的真实产品中的真实泄漏后编写了这段代码。当然,真正的泄漏要慢得多,但非常真实。
    • 不客气。这是一个有趣的问题。仅供参考,我还在 sun/nio/ch/EPollSelectorImpl 中发现了小错误。它在构造函数中分配三个文件描述符,如果第三个描述符无法打开,则不会关闭其中两个。我向 Oracle 发布了报告,但目前我只有 Review ID。
    • 不确定我是否理解什么不能按预期工作。首先你说“有时 Selector 永远不会醒来”,这是否意味着在 Selector.select() 处应该有很多线程被阻塞?你能请。检查是不是这样?然后你提到 NIOConnection.enableIOEvent 可能会导致问题,如果我们在关闭/唤醒之后调用它......这与第一条语句有什么关系?谢谢!
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2020-02-11
    • 2013-03-16
    • 1970-01-01
    • 1970-01-01
    • 2011-05-12
    • 1970-01-01
    相关资源
    最近更新 更多