线上问题复盘，JVM Fast Throw 的故事

文章字数 1.3k 左右，阅读时长 5 分钟

首先，这是一个 悲伤的故事，涉及到JVM 底层优化的知识点。想到第一次碰到这种问题时的懵逼，应了句老话：书到用时方恨少！

负责的消息中台在 晚上八点左右，运维群里反馈大量用户接收不到短信消息。登陆 Kibana 查找对应的 Error 日志，发现出现了 大量的下标越界异常

当时更...，线上问题得到了修复。但是，出现问题可不得找到问题的产出原因，不然下次有可能还会出现

因为在 ELK 上进行 日志分析不太方便，难以根据对应异常进行不同纬度上的统计分析，所以联系运维同学将故障产生当天的 Info、Error 日志 拉下来进行线下分析

经过日志分析得知，异常的产出有两种，一种是有堆栈信息，比如：

java.lang.ArrayIndexOutOfBoundsException: -1
... 省略堆栈信息

另外一种，就比较诡异，只有异常，没有对应的堆栈信息

java.lang.ArrayIndexOutOfBoundsException: null

第一种问题比较好定位，根据 异常堆栈信息，定位到了具体代码，直接进行了修复，难就难在第二种

其实这两个是一个异常，往后看小伙伴就明白了。后面做的所有事情，都是为了搞清楚两件事情

为什么异常 message 会输出 null
为什么堆栈信息没有输出打印

JVM Fast Throw

什么是 Fast Throw？

大白话一点来说，就是：当一些异常类型（空指针、下标越界、算术运算等...）在代码里的固定位置被抛出多次，虚拟机（HotSpot VM）会直接 抛出一个事先分配好、类型匹配的异常对象。此异常对象的 message 和 stack trace 都为空

看到这里相信读者朋友已经明白了为什么同一种异常，打印出来的日志却是不一样内容 了吧。就是因为某一个异常在同一个地方多次被抛出，JVM 抛出一个预分配异常，那么 message、stack trace 相当于被吞掉了

The compiler in the server VM now provides correct stack backtraces for all "cold" built-in exceptions. For performance purposes, when such an exception is thrown a few times, the method may be recompiled. After recompilation, the compiler may choose a faster tactic using preallocated exceptions that do not provide a stack trace. To disable completely the use of preallocated exceptions, use this new flag: -XX:-OmitStackTraceInFastThrow.

JDK 1.5 的发布文档介绍中描述了此情况，出现这种优化方案的原因是 为了提高性能。当同一种异常在相同的位置被抛出多次，编译器就会重新编译此方法。重编译后，编译器可能会 使用不提供堆栈跟踪的预分配异常 来选择更快的策略

如果想要关闭这种预分配异常的机制，可以使用 -XX:-OmitStackTraceInFastThrow。感兴趣的读者朋友可以看一下发布说明：https://sourl.cn/PMzVkC

另外通过 JVM 的源码得知，Fast Throw 机制目前支持五种异常情况，截图如下

模拟 Fast Throw

上面说的都是理论部分，这个章节使用代码来实战下

List<String> list = new ArrayList();
for (int j = 0; j < 10000; j++) {
    try {
        list.get(-1);
    } catch (Exception ex) {
        int length = ex.getStackTrace().length;
        System.out.println(String.format("报错异常 :: %s, 堆栈长度 :: %s", ex, length));
    }
}

上面程序跑在了 Java8 的环境中，通过运行程序结果可以看出来，Fast Throw 在 Java 8 中依然生效

如果没有特别情况，最好不要关闭此特性。因为如果并发量大的接口，因为程序的 BUG 导致大量的请求在同一代码处抛出异常，Fast Throw 机制可以节省很多性能损耗。通过单线程跑测试 Demo 得知，异常调用情况越多，性能差别越大

	开启 Fast Throw	关闭 Fast Throw
10w	1004ms	3547ms
100 w	6193ms	30928ms
500w	37492ms	...

如果线上环境触发了 Fast Throw 机制，可以通过 向前追溯相同位置、相同异常的日志 来定位问题的产出原因

结言

千言万语汇成一句话就是，重构有风险，上线需谨慎

针对公共功能的重构，需要包含全量的测试用例，要将可能会出现的问题产出背景考虑到极致，亦或者和身边同事说明需求背景，大家一起想下，可以极大程度避免极端问题的产出

必要的压力测试 是很重要的，这一点可以很好的将 流量大才能显现的问题 提前暴露出来

故障的产生带来的意义，有好有坏，坏的点大家都懂得；好的点自然是 积累了线上问题故障排查的经验，这样的话，后面公司妹子再遇到相同的问题，大喊一声：妹子，放开那 BUG，让我来！