糟了，银行线上跑了一年的代码出事故了

介绍

周末在水群的时候，发现有个小伙伴遇到了一个线上问题

线程池中线程的状态只有一个为RUNNABLE，其他都为WAITING，问有可能是哪些原因造成的?

线程池有25个线程，只有一个线程卡在网络读取上面，状态为RUNNABLE，其他线程都为WAITING。

可能有小伙伴们没用过这个工具，简单介绍一下这个性能监测工具JMC，JMC是源自JRockit JVM的一套监控和管理工具，Oracle在发布JAVA 7u4(Java 7 Update 40)时将其包含在JDK中，用户不再需要单独下载

只需要在命令中执行jmc即可

应用启动配置如下参数

-Dcom.sun.management.jmxremote.port=7091  -Dcom.sun.management.jmxremote.authenticate=false  -Dcom.sun.management.jmxremote.ssl=false 

连接到配置的JMC就能看到各种监测指标。

本来我想让这个小伙伴把代码发过来看看的，可他却说自己做的是银行的项目，连不上外网，只能用手机开视频对着电脑让我看个大概。我复原一下这个代码的场景，估计很多小伙伴一下就能发现问题了，因为我把多余的代码都省略了，只留了会造成问题的代码

public class BankDemo {      public ExecutorService service = Executors.newFixedThreadPool(5);      public static class Task implements Runnable {          private CountDownLatch latch;          public void setLatch(CountDownLatch latch) {             this.latch = latch;         }          @SneakyThrows         @Override         public void run() {             // 建立一个Socket连接发送数据             Socket socket = new Socket("127.0.0.1",10006);             // ...             // 执行最后调用如下方法             latch.countDown();         }     }      // 真实的代码这里的过程为，每次往线程池里面放一批任务，这一批任务执行完毕，再放下一批任务     // 即循环调用如下方法     @SneakyThrows     public void runTask(List<Task> taskList) {         CountDownLatch latch = new CountDownLatch(5);         taskList.forEach(item -> {             item.setLatch(latch);             service.submit(item);         });         latch.await();     } } 

提示一下WAITING状态的线程阻塞在LockSupport.park()方法上(用了上图的JMC工具)

写个小插曲，这个小伙伴一直和我强调这个代码已经在线上跑了一年了，一直没发生问题。怎么到自己这就发生问题了，所以他的解决方案是一直看自己修改了哪些部分，但是始终没看出来问题。

而我的思路就和他不一样了，因为有些bug只有在特定场景下才会出现，不要坚信之前的代码就没有问题，要从问题本身着手

Java线程状态

在发现问题的时候基础知识还是很重要的，回顾一下

简易的线程状态如下图

Java Thread线程内部有一个枚举内部类State，定义了Java语言线程状态的枚举值

1. NEW(初始化状态)
2. RUNNABLE (可运行/运行状态)
3. BLOCKED(阻塞状态)
4. WAITING (无时限等待)
5. TIMED_WAITING(有时限等待)
6. TERMINATED(终止状态)

Java将操作系统层面的阻塞状态细分为BLOCK，WAITING，TIMED_WAITING三种状态

NEW：新建状态，线程被创建但未启动的状态。创建线程有三种方式

1. 继承Thread类
2. 实现Runnable接口
3. 实现Callable接口

我们最常用的是通过实现接口这种方式，Runnable和Callable接口的区别如下

1. Runnable无法获取返回值，而Callable可以获取返回值
2. Runnable无法抛出异常，而Callable可以抛出异常

RUNNABLE(就绪状态)：调用start之后运行之前的状态RUNNING(运行状态)：线程正在运行BLOCKED(阻塞状态)：进入以下状态，有以下几种情况

1. BLOCK(同步阻塞)：锁被其他线程占用，如等待进入synchronized方法或者代码块
2. WAITING(主动阻塞)：执行Object.wait()，Thread.join()等
3. TIMED_WAITING(等待阻塞)：执行Object.wait(long)，Thread.sleep(long)等

DEAD(终止状态)：线程执行完毕 最后将各种方法补充到线程状态图上

场景还原

造成线程WAITING，一般是调用了如下3种方法之一

1. Object.wait()
2. Thread.join()
3. LockSupport.park()

排查问题的过程如下

1. 在明确了代码中没有调用Object.wait()和Thread.join()后，那基本就确定了是调用了java.util.concurrent包下面的工具类导致的线程阻塞，因为java.util.concurrent包下的工具类频繁使用了LockSupport.park()
2. 接着就可以确定是使用CountDownLatch造成的问题了，其他的线程已经结束了，只有一个线程在运行，此时其他线程就阻塞等待
3. 那这个RUNNABLE的线程做啥了，为啥一直没有结束?此时文章最开始的一张图指明了方向，这个线程阻塞在网络读取上了。
4. 既然卡在网络读取上，肯定就是没有设置连接的超时时间，或者读取的超时时间。一问，果然和我想的一样，没有设置

设置完后，他在本地跑了一下，刚开始还正常运行，后来就直接抛出异常了

SocketTimeoutException: connect timed out(连接服务端超时) SocketException: Connection reset(服务端关闭了连接，但是客户端还在从连接中读取数据)

那为什么刚开始程序能正常跑?后面就开始报这种连接异常了呢?

1. 服务端确实并发太大了
2. 服务端的网路请求用BIO实现的，一个请求创建一个线程，本身就支持不了高并发

至于是哪种原因?我让小伙伴找服务端的开发人员确认了 一下，服务端居然是使用BIO实现的。网络请求居然不用Netty，还是你们任性!

期待我后续的Netty文章哈，这种事情坚决不能再发生。

本文转载自微信公众号「 Java识堂」，可以通过以下二维码关注。转载本文请联系 Java识堂公众号。