Oracle JDK7 bug 发现、分析与解决实战

本文首发于 vivo互联网技术微信公众号
链接： https://mp.weixin.qq.com/s/8f34CaTp--Wz5pTHKA0Xeg
作者：vivo 官网商城开发团队

众所周知，Oracle JDK 是 Java 语言的绝对权威，很多时候 JDK 与 Java 语言近似一个概念。但我们始终要保持实事求是的精神，敢于质疑。本文记录了一次线上troubleshoot 实战，包含问题分析、解决并提交 Oracle JDK bug 的核心过程。

一、背景现象

总之就是某系统上线后 CLOSE_WAIT数量随着时间增加而大量增加，持续触发多个告警。

二、分析定位过程

部署了一个节点，用来复现之前出现的问题。

Step1 问题聚焦

先查看到底是哪些IP之间的连接产生了大量CLOSE_WAIT，另外系统还会涉及调第三方，总之要确认连接建立的双方。

执行命令：

netstat -np | grep tcp|grep "CLOSE_WAIT"

结果：

（ps：xxx、yyy、zzz 均无含义，基于信息安全考虑，屏蔽掉 ip）。

tcp     3547      0 10.107.17.xxx:34602         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:59088         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:58028         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:51962         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp     3563      0 10.107.17.xxx:46962         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:34608         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:46496         yyy.12.230.115:443          CLOSE_WAIT  19819/java         

tcp       38      0 10.107.17.xxx:50774         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:59904         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:40208         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:41064         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:36994         yyy.12.230.115:443          CLOSE_WAIT  19819/java         

tcp     3547      0 10.107.17.xxx:45080         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp     6235      0 10.107.17.xxx:60966         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:56178         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp     3547      0 10.107.17.xxx:39922         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:43270         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:40926         zzz.202.32.242:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:44472         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp     2891      0 10.107.17.xxx:43036         zzz.202.32.241:443          CLOSE_WAIT  19819/java

........

........

tcp       38      0 10.107.17.xxx:33472         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:51976         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:57788         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:35638         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:43778         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:46418         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:49914         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:49258         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:48718         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:51480         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:59816         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:49266         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:50246         yyy.12.230.115:443          CLOSE_WAIT  19819/java

tcp       38      0 10.107.17.xxx:39324         yyy.12.230.115:443          CLOSE_WAIT  19819/java

总之：

yyy.12.230.115
zzz.202.32.241
zzz.202.32.241

这个三个IP是导火索。

Step2 问题分析

这三个IP具体是谁？具体是请求了哪个接口？

暂时无法直接获知！最直接的导火索暂时断了线索。接着从侧面开始查看更多信息，

JVM信息

外部资源、线程什么的都看了,未发现明显异常
抓包

要抓包获取更多线索了。对于很久没有碰过TCP层，有些吃力。

得到线索：发现大量的RST

那么是什么操作会导致CLOSE_WAIT呢？什么样的连接导致大量RST呢(可参考RST通常原因)？

Step3 代码分析定位

运维大佬的协助查询，得知这三个IP是图片CDN服务。

至此，可以定位到具体代码逻辑，图片CDN请求可以排查代码。

仔细分析这部分源码后，推测因为服务器发起 URL请求，请求不存在，导致抛出异常，但是JDK中却没有地方关闭Socket。

javax.imageio.read（URL）

/**

   * Returns a <code>BufferedImage</code> as the result of decoding

   * a supplied <code>URL</code> with an <code>ImageReader</code>

   * chosen automatically from among those currently registered.  An

   * <code>InputStream</code> is obtained from the <code>URL</code>,

   * which is wrapped in an <code>ImageInputStream</code>.  If no

   * registered <code>ImageReader</code> claims to be able to read

   * the resulting stream, <code>null</code> is returned.

   *

   * <p> The current cache settings from <code>getUseCache</code>and

   * <code>getCacheDirectory</code> will be used to control caching in the

   * <code>ImageInputStream</code> that is created.

   *

   * <p> This method does not attempt to locate

   * <code>ImageReader</code>s that can read directly from a

   * <code>URL</code>; that may be accomplished using

   * <code>IIORegistry</code> and <code>ImageReaderSpi</code>.

   *

   * @param input a <code>URL</code> to read from.

   *

   * @return a <code>BufferedImage</code> containing the decoded

   * contents of the input, or <code>null</code>.

   *

   * @exception IllegalArgumentException if <code>input</code> is

   * <code>null</code>.

   * @exception IOException if an error occurs during reading.

   */

public static BufferedImage read(URL input) throws IOException {

      if (input == null) {

          throw new IllegalArgumentException("input == null!");

      }

      InputStream istream = null;

      try {

       //此处，建立TCP连接！并且直接获取流,因为流数据不存在，进入cache块，抛出！

          istream = input.openStream();

      } catch (IOException e) {

          throw new IIOException("Can't get input stream from URL!", e);

      }

      ImageInputStream stream = createImageInputStream(istream);

      BufferedImage bi;

      try {

          bi = read(stream);

          if (bi == null) {

              stream.close();

          }

      } finally {

          istream.close();

      }

      return bi;

  }

可以看到JDK并没有关闭 ImageIO.read(url) 代码中封装的Socket连接！CDN会请求超时关闭导致服务器处于CLOSE_WAIT？限于网络经验有限，并不能100%确认我的想法。所以模拟下吧。

Step4 复现与模拟

根据系统业务源码，快速模拟：

public static void main(String[] args) throws InterruptedException {

    ExecutorService ex = Executors.newFixedThreadPool(100);

    for (int i = 0; i < 5000; i++) {

        ex.execute(task());

    }

}

/**

 * @throws IOException

 * @throws MalformedURLException

 */

private static Runnable task() {

    return new Runnable() {

        @Override

        public void run() {

            // domain must exists,but file doesnot.

            String vivofsUrl = "https://vivobbs.xx.yy.zz/wiwNWYCFW9ieGbWq/20181129/3a2adfde12cd328d81f965088890eeffff.jpg";

            File file = null;

            BufferedImage image = null;

            try {

                file = File.createTempFile("abc", "jpg");

                URL url1 = new URL(vivofsUrl);

                image = ImageIO.read(url1);

            } catch (Throwable e) {

                e.printStackTrace();

            } finally {

                if (null != file) {

                    file.delete();

                }

                if (null != image) {

                    image.flush();

                    image = null;

                }

            }

        }

    };

}

抓包

TCP查看

问题复现！

Step5 沟通后提报bug

report 给Oracle。

三、Oracle沟通

提单之后，Oracle跟我联系沟通。截取部分邮件内容，仅供参考。

已被采纳

四、疑点与不足

TCP状态机的流转不够熟悉透彻。导致一些问题不能从TCP状态机分析推理，知识的全面精通需要不断提高。

更多内容敬请关注 vivo 互联网技术 微信公众号

注：转载文章请先与微信号：Labs2020 联系。