架构师写的BUG，非比寻常
原创：小姐姐味道（微信公众号ID：xjjdog），欢迎分享，转载请保留出处。
部门新来了个架构师，BAT背景，住在三环，开宝马上班，有车位。
小伙话不多，但一旦说话斩钉截铁，带着无法撼动的自信。原因就是，有他着数亿高并发经验，每一秒钟的请求，都是其他企业运行一年也无法企及的。这就让人非常羡慕，毕竟他靠这个比我赚的钱要多。
俗话说，要想在公司不出事故，那就不要写代码。干活多了容易出事，一身轻松无人问津，这就是现实。
但有时候还是要看成果的。新来的研发领导不懂技术，但他懂技术指标，所以就统计大家提交git的数量，如果git活动是一片绿色如A股，那就算过关了。
架构师思来想去，决定领一个 并发量最高的需求 ：统计接口的平均响应时间和启动以来的请求数。
为什么说它的并发量高呢？这是因为，它是统计所有接口的，自然比每一个接口的请求量都要大。AOP代码一包，每个接口都得从他这里走一圈。
该我们的架构师上场了。代码如图。
架构师说，我的代码不需要做注释。所谓的注释，都是给垃圾代码用的。我深以为是，他明显是受到了 Netflix 公司的影响。
程序考虑到了高并发场景，使用了线程安全的 ConcurrentHashMap ，然后每次通过监控key取出相应的数据，然后在value上递增。这么简单的代码，确实不需要增加什么注释。
作为项目里 并发量最高 的代码，出于对高级架构师的信任，我们并不需要做什么代码review，也不需要做什么测试。大家都很忙，代码您呐，到线上遛一遛吧。
我建议你先找一找代码的问题，如果你发现了问题，那就比架构师还厉害；如果你没发现，也不证明你比架构师弱，没有什么好伤心的。
下面插一副图，阻断一下思维。
装B遭雷劈，线上运行一段时间后，内存溢出了。
大家吵吵个没完，毕竟 xjjdog 说过，内存溢出问题的排查周期很长，大约平均需要40天左右才能解决问题。在大家开始论证的时候，架构师偷偷的启动了 Eclipse MAT 。MAT用来分析内存问题是非常合适的，但前提是你需要把堆栈给捣鼓下来。
架构师会用 jmap ，最主要的是权限大，于是自己搞了一份拷贝到线下分析。
我能理解到他的心情，毕竟问题定位到自己的代码不是一件什么值得高兴的事情。他发现内存的堆里面，满满的全是 MonitorKey 和 MonitorValue 。
Monitor$MonitorKey@15aeb7ab
我和架构师关系比较好，于是他问我： 咱们的接口是不是特别的多？
我说：不是啊，你别看访问量大，就这么个狗屁业务能有多少接口？几百个撑了天了。
他说：我在堆里发现了几千万个...
说完他就不言语了，因为他发现里面有不少是一样的接口。一定是参数的原因，所以他在代码里加了这个，把 ？ 后面的给截断了。
key = key.split("//?")[0];
结果发布到线上，过不了多久内存又溢出了。这次终于引起了大牛们的注意，经过大家的分析，发现代码是忘了给 MonitorKey 重写 equals 和 hashCode 方法了。
我不禁脸红起来。作为好朋友，我不应该让他出这个丑。但我又是隐隐快乐的，因为他工资比我高。
所以这就是一个很大的问题。很多同学对HashMap的知识点对答如流，甚至还专门记忆了红黑树。但换一个方式去问，却又一脸懵逼。
其中一种问法是这样的：一个普通的对象，能够作为HashMap的key么？
答案显然是可以的，但需要注意重写hashCode和equals方法。如果忘记重写的话，大概率会造成内存泄漏。
很不幸，现实中忘记的案例很多。大牛架构师也会中招。
代码重写hashCode和equals方法后，线上就再也没发生过内存溢出。
等等，还没完。毕竟是架构师，仅仅这样一个bug还是证明不了水平的。架构师写的bug，肯定非比寻常。
这种事出现的多了，研发领导对技术的权威性就不再是那么感冒。我们决定从并发量最高的代码开始，进行一下代码review。
很不幸，架构师的 visit 代码出现问题了。虽然问题不是很大，但它毕竟是个问题。
在统计数据的时候，代码使用了ConcurrentHashMap，但它并没有什么卵用。
visit方法，首先拿出了key，然后判空，再塞值。这明显不是一个原子操作。
线程1：获取key为a的值 线程2：获取key为a的值 线程1：a为null，生成一个b 线程2：a为null，生成一个c 线程1：保存a=b 线程2：保存a=c
此时，B丢了。
业务可以忍受，但严谨的技术大牛们忍受不了，提出了修改的意见。
架构师说，给visit方法加个 synchronized 不就成了。
public synchronized void visit(String url, String desc, long timeCost)
我说不行。有更优雅的写法，效率更高。那就是使用 putIfAbsent 方法，代码改动如下：
MonitorKey key = new MonitorKey(url, desc); MonitorValue value = monitors.putIfAbsent(key, new MonitorValue()); value.count.getAndIncrement(); value.totalTime.getAndAdd(timeCost); value.avgTime = value.totalTime.get() / value.count.get();
大家就这两种方式争论了起来。
技术总监托着腮想了半天，看了看争的面红耳赤的同学们，说： 这就是我不放心你们的缘故。线上环境要尽量保持稳定性，做最小的变更。既然加个 synchronized 就能够很容易简单解决的问题，为啥不直接用呢？下面这种代码改动太大，有风险。
总监接着把头转向我： 这个BUG非比寻常，为了让大家引以为戒，你来做整个事故的复盘。把问题的排查和得到的教训分享给大家，让大家向这种至简的架构看齐。我们平常的工作中，也要尽量以结果导向为主，用什么手段无所谓，能漂亮把事情办好就行 。
这就是此篇文章的由来，我虚心受教，同时也明白自己的工资是涨不上去了。
你要是点个赞或者友情三连，或许还能安慰我一下下。
作者简介： 小姐姐味道 (xjjdog)，一个不允许程序员走弯路的公众号。聚焦基础架构和Linux。十年架构，日百亿流量，与你探讨高并发世界，给你不一样的味道。我的个人微信xjjdog0，欢迎添加好友，进一步交流。
后台回复“ 加群 ”，带你进入高手如云交流群
推荐阅读：
正文到此结束
热门推荐
相关文章
近期评论
-
666
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
