查看原文
其他

刨根问底---一次 OOM 试验造成的电脑雪崩引发的思考

码海 码海 2021-08-09

问题初现----电脑雪崩

在写「垃圾回收-实战篇」时,按书中的一个例子做了一次实验,我觉得涉及的知识点挺多的,所以单独拎出来与大家共享一下,相信大家看完肯定有收获。

画外音:尽信书不如无书,对每一个例子我们最好亲自试试,说不定有新的发现

实验是这样的:想测试在指定的栈大小(160k)下通过不断创建多线程观察其造成的 OOM 类型

画外音:造成 OOM 的原因有很多,将在本周的 「垃圾回收-实战篇」一文中做详细描述,这里不再赘述

实验的代码如下:

publicclass Test {
private void dontStop() {
while(true) {
}
}

public void stackLeakByThread() {
while (true) {
Thread thread = new Thread(new Runnable() {
@Override public void run() {
dontStop();
}
});
thread.start();
}
}

public static void main(String[] args) {
Test oom = new Test();
oom.stackLeakByThread();
}
}

过了一会儿风扇狂转,不久就发生了 OOM,然后程序没有终止,用 Ctrl + C 也无法终止,会提示「the VM may need to be forcibly terminated」,这是什么鬼,如图示

电脑卡死了,鼠标键盘完全没法响应!只好重启了电脑,然后我先在终端输入 top 命令,再执行以上的程序, 发现 CPU 的负载达到了 800%!

在以上对问题的描述中至少有三个问题值得我们去思考

  1. 以上 while (true) 为啥会造成 cpu 负载 800%
  2. 在主线程发生 OOM 后我在终端用 Ctrl + C 试图终止 Java 进程的执行,但没成功,为啥中止信号不生效呢
  3. 主线程发生 OOM 后 Java 进程为啥不会停止运行

一个个来看

while (true) 与 cpu 负载的关系

首先我们要明白 %CPU 代表的含义,它指的是进程占用一个核的百分比,如果进程启动了多个线程,多线程就会占用多个核,是可能超过 100% 的,但最多不超过 CPU核数 * 100%, 怎么查看逻辑 CPU 的个数

  • Linux 下可以用
cat /proc/cpuinfo| grep "processor"| wc -l
  • Mac 可以用
sysctl hw.logicalcpu

我的电脑是 Mac 的,用以上命令查了一下逻辑核心发现是 8 个, 而实验看到的 CPU 占有率是 800%,也就是说我们的实验程序打满了 8 个逻辑 CPU!有人说那是因为你在源源不断地创建线程啊,当然就打满了所有 CPU 了,那我们再来试验一下,只创建 7 个线程,加个主线程共 8 个,这 8 个主线程内部都只执行一个 while(true) ,如下

publicclass Test {
privateint threadCount = 0;
private void dontStop() {
while(true) {
}
}

public void stackLeakByThread() {
while (true) {
// 只创建 7 个线程, 加上主线程共 8 个线程if (threadCount > 7) {
continue;
}
Thread thread = new Thread(new Runnable() {
@Override public void run() {
dontStop();
}
});
thread.start();threadCount++;
}
}

public static void main(String[] args) {
Test oom = new Test();
oom.stackLeakByThread();
}
}

执行之后 %CPU 还是接近 800%(大家可以试验一下,这里不贴图了), 也就是说 8 个 while(true) 把 8 个核全部打满了,平均一个 while(true) 打满一个核 ,那么问题来了, 单个线程执行 while(true) 为啥会打满一个核呢,CPU 不是按时间片来分配各个进程的吗

如图示:操作系统按时间片的调度算法来给不同的进程分配 CPU 时间,如果某个进程时间片用完了,会让出 CPU 的控制权给其他的进程执行

首先,需要指明的是:CPU 确实是按时间片来给不同的进程分配它的控制权的

但 CPU 对时间片的分配策略是动态的, 具有偏向性的,简单理解如下:

Java 中的线程执行完系统分配的时间片后确实是会让出 CPU 的执行权,但别的进程会告诉系统自己没什么事情要做,不需要那么多的时间,这个时候系统就会切换到下一个进程,直到回到这个死循环的进程上,而 Java 进程无论什么时候都再循环,都会一直会报告有事情要做,系统就会把尽可能多的时间分给它(正所谓会哭的小孩有奶吃),系统会不断调高 while(true) 线程的优先级,提升它的 CPU 占用时间片,也就是说 while(true) 这个死循环用光了别的进程省下的时间,不让 CPU 有片刻休息的时间,导致 CPU 负载过高,这就像马太效应,勤奋的线程执行的越努力,其他懒惰的线程就越会被缩短时间片,越得不到机会! 

画外音: Windows 系统中就存在一个称为「优先级推进器」(Priority Boosting,可以关闭)的功能,大致作用就是当系统发现一个线程执行得特别勤奋努力的话,可能会越过线程优先级优先为此线程分配执行时间

发生 OOM 后 Ctrl+C 为啥无法中止 Java 进程

上文提到,发生 OOM 后, 由于已经观察到 OOM 的现象,所以想把 Java 进程通过 Ctrl+C 杀死,但发现不起作用,如图示

为啥 Ctrl + C 这种通用的 kill 掉进程的方式不起作用呢,我在 Oracle 的论坛(见文末参考链接)找到了 Oracle 工程师的回答

The message "Java HotSpot(TM) 64-Bit Server VM warning: Exception java.lang.OutOfMemoryError occurred dispatching signal UNKNOWN to handler- the VM may need to be forcibly terminated" is getting printed by the JVM's native signal handling code. The signal handler itself encountered OOM while making a Java up-call and that's why the JVM didn't get terminated with ctrl+c.

简单地说就是 JVM 中的信号处理器确实收到了终端发出的 Ctrl + C 的终止信号,但当它调用 Java 进程想中止时发生了 OOM 导致中断失败, 那为啥调用会发生 OOM 呢,我猜是因为信号处理器要启动一个线程来做这种终止通知的操作,而我们知道,当前已经无法再创建线程了(已经发生 unable to create new native thread 的错误了)

主线程发生 OOM 后 Java 进程为啥不会停止运行

最后一个问题,主线程发生 OOM 后 Java 进程居然没终止,这个该怎么解释

Main 主线程与其他的子线程并不是父子关系,而是平等的关系,所以主线程虽然因为 OOM 挂了,但其他子线程并不会停止运行,由于子线程们执行的 while(true),所以子线程会一直存在,既然它们一直存在,那对应的 Java 进程就会一直运行着。

那怎么让主线程终止运行后,其他线程也可立即结束呢,可以把这些子线程设置为守护线程,创建好 Thread thread 后,可以用 thread.setDaemon(true) 将其设置成守护线程,这样当主线程挂了,守护线程也会立即停止运行,原因嘛,也很简单,既然是守护线程,那被守护的线程都挂了,那守护线程也没存在的意义了

总结

本文通过一个 OOM 试验引出了三个值得思考的问题,相信大家应该学了不少知识点,这里还是要提醒一下大家,看到书中的 demo 时,最好能亲自去尝试一下,说不定你能有新的发现!纸上得来终觉浅,绝知此事要躬行!碰到问题最好穷追猛打,这样我们才会收获很多,进步很快!

参考

https://blog.csdn.net/russell_tao/article/details/7103012

https://blog.csdn.net/aitangyong/article/details/16858273

https://zhuanlan.zhihu.com/p/91573757

https://community.oracle.com/thread/4088001

更多算法 + 计算机基础知识 + Java 等文章,欢迎关注我的微信公众号哦。


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存