锁竞争
锁竞争是多个线程同时争用同一把锁,于是排队等待、产生额外同步开销的现象。它常常是服务吞吐上不去、长尾延迟变高的原因,但也常常被误判:线程多、BLOCKED 多,不一定就是锁的问题。
要说「性能问题来自锁竞争」,需要一条证据链:先确定服务从什么时候开始变慢,再用线程转储看线程在哪里等,用 JFR 看等了多久,最后在相同负载下复测,证明改动之后等待减少了、服务也确实变好了。
1. 面试核心
先记住这几条,再读正文- 单份线程转储只反映采集那一刻的调用栈和锁等待关系,连续采集多份才能识别持续的等待。
- JFR 的
jdk.JavaMonitorEnter记录获取 monitor 时的竞争等待,不包含完整的持锁时长。 - JFR 的
jdk.ThreadPark记录线程挂起等待,它的来源不只是锁竞争,还包括条件等待和队列空闲。 - JFR 会过滤短于阈值的等待,所以记录下来的时长只覆盖满足配置的事件。卡 · JFR 阈值与采样边界
- 在相同负载下,锁等待下降、吞吐和长尾延迟改善,并且业务结果正确,才能支持「锁热点已缓解」的判断。卡 · 症状时间线
2. 症状时间线
排查的第一步是确定服务什么时候开始变慢,再看同一时段线程在做什么。先记下吞吐、p95/p99、超时和错误开始变化的时刻。p95 和 p99 分别表示 95% 和 99% 的请求延迟低于这个值,用来观察慢请求。
然后把下面这些运行指标对齐到同一段时间:
- 进程和线程的 CPU。
- monitor 等待、park 事件,以及锁持有者的调用栈。
- 运行线程、阻塞线程和队列的数量。
- GC、连接池等待和下游调用耗时。
- 上下文切换和运行队列。
对齐的意义在于找因果。比如锁内有一次 HTTP 调用,下游接口变慢,持锁线程的持锁时间就跟着变长,其他线程全在后面排队。这时锁等待和下游耗时会同时上升,根因在下游和「锁里做 I/O」这个写法。在保证业务一致的前提下,可以把 I/O 移到锁外,或者缩短锁内的等待。
反过来,线程多或 BLOCKED 多,只说明值得往下查等待原因。锁是不是瓶颈,还要结合调用栈和业务延迟的变化来确认。
3. 线程转储
线程转储是某一时刻所有线程调用栈和状态的快照。单份快照可能恰好拍到一次正常的短暂等待,所以要连续采集 3 到 5 份,把相同的等待栈归为一组。再顺着锁的地址找到持有者,看它正在执行什么代码。
jcmd <pid> Thread.print -l
这条命令打印平台线程的调用栈和锁信息,-l 会额外列出线程持有的 JUC 锁。如果几份转储里都出现同一个持有栈,等待线程的数量和业务延迟又一起在涨,这个位置就值得重点检查。
线程名要能对应到具体的执行器和业务。如果只有 pool-3-thread-7 这样的名字,还得先去追查它属于哪个线程池,定位会慢很多。
虚拟线程要用专门的转储方式,见 虚拟线程。
4. JFR 等待事件
JFR(Java Flight Recorder)是 JVM 内置的运行事件记录工具,可以记录等待、CPU、对象分配等活动。线程转储告诉你线程「在哪里等」,JFR 则帮你量化「等了多久」。Java 21 中重点看这三类等待事件:
| 事件 | 等待类型 |
|---|---|
jdk.JavaMonitorEnter | 进入 monitor 的竞争等待 |
jdk.JavaMonitorWait | Object.wait() 条件等待 |
jdk.ThreadPark | LockSupport.park 等待 |
monitor 是 synchronized 使用的对象监视器,争不到 monitor 的线程处于 BLOCKED,对应 JavaMonitorEnter。ReentrantLock 这类 JUC 锁则通过 park 挂起等待的线程,所以 JUC 锁的等待表现为 WAITING,对应 ThreadPark。但 park 还可能来自 Condition 条件队列、阻塞队列,或者没活干的空闲工作线程,必须结合事件的调用栈区分。
分析时重点比较这几项:
- 已记录事件的累计等待时间,判断总成本集中在哪里。
- 单次最长等待时间,找出拖慢长尾请求的操作。
- 热点锁对象和等待栈,定位大量线程争用的共享状态。
- 持有者的调用栈,判断锁内是否有慢 I/O 或过多计算。
注意,JavaMonitorEnter 的时长是拿到锁之前等了多久,不是持锁多久。完整的持锁时长,要结合持有方的采样和业务埋点。同时也可以看 JFR 的 CPU 和对象分配事件,确认成本是不是其实来自别的工作。
4.1 JFR 阈值与采样边界
解读 JFR 之前,先确认这次录制覆盖了哪些等待。对于有持续时间的事件,JFR 只记录已经启用、并且时长达到阈值的那些。短于阈值的等待会被过滤掉,所以把记录的时长加起来,得到的只是「已记录事件」的总时长,不是全部等待。
jcmd <pid> JFR.start name=locks settings=profile duration=60s filename=locks.jfr
jfr print --events jdk.JavaMonitorEnter,jdk.JavaMonitorWait,jdk.ThreadPark locks.jfr
第一条命令用 profile 配置录制 60 秒,结束后生成 locks.jfr;第二条命令打印其中的三类等待事件。如果要诊断短而频繁的等待,先核对实际配置里的阈值,再按需要调低。阈值越低,保留的短事件越多,采集和分析的成本也越高。
事件很少或者没有调用栈时,还要检查录制是否覆盖了故障时段,以及这些事件有没有开启栈采集。记录为空不能排除锁竞争,要结合连续的线程转储和业务指标判断。
5. 上下文切换
上下文切换是 CPU 从执行一个线程转去执行另一个线程的过程。它要保存和恢复执行状态,这是直接成本。间接成本来自缓存局部性:线程反复访问同一批或相邻的数据时,缓存命中率高;切到新线程后,它的数据可能还不在缓存里,需要重新加载。
切换分两种:
- 自愿切换:线程因为等锁或等 I/O 主动阻塞。频繁地阻塞和唤醒,会增加调度次数,锁竞争激烈时就是这样。
- 非自愿切换:线程本来还能运行,但时间片用完或被抢占了。可运行的线程远多于 CPU 核心时,它们会互相争抢执行机会。
所以切换率升高时,要同时看 CPU、等待时长和业务完成量,判断是哪一种。优化可以从减少线程数、批量处理或缩短临界区(被锁保护的那段代码)入手;按互相独立的状态分片、减少共享,也能降低竞争频率。只调整调度参数,业务里的热点仍然在。
6. 并发基准测试
JMH 是 JVM 上的微基准测试工具,适合比较一小段并发操作的成本,比如两种锁写法的吞吐。要让测试接近真实竞争,需要覆盖这些条件:
- 改变线程数和读写比例,看并发度提高后性能怎样变化。
- 分别测试均匀 key 和热点 key,区分分散访问和集中争用。
- 临界区里保留有代表性的计算量,否则只测到了空锁的成本。
- 同时用吞吐模式和采样时间模式,分别看成功操作量和延迟分布。
- 做预热,并使用多个 fork(启动多个独立的 JVM 分别运行),降低单次运行的偶然影响。
- 返回或消费计算结果,防止优化器把没用到的计算整个删掉。
微基准只比较局部机制,服务压测还要把请求处理的其他成本带进来:
- 序列化会消耗 CPU,并产生临时对象。
- GC 会影响运行时间和延迟。
- 连接池和下游调用会引入排队与外部等待。
性能数据好看不代表代码正确,正确性还要通过内存模型推导、代码审查和专门的并发测试验证。JMH 的具体写法见 JMH。
7. 优化结果验证
复测要证明改动改善了整个服务,而不只是让某个指标变好看。保持请求量、并发度和数据分布不变,比较这几项:
- 吞吐和 p99 是否改善,业务结果是否仍然正确。
- 锁等待是否下降,队列或下游等待有没有随之上升。
- CPU 和对象分配率是否增加,有没有引入新的成本。
- 高峰和故障负载下,任务能否按预期拒绝、超时,并在故障解除后恢复。
几个指标要一起看。平均延迟下降但 p99 上升,说明慢请求反而更慢了;吞吐提高却出现业务错误,也不能算优化成功。锁等待下降了,下游等待却上升,可能只是把排队从锁上挪到了别处。所以验收要同时满足正确性、吞吐和长尾延迟的要求。
8. 常见问题
8.1 WAITING 线程多,就说明上下文切换多吗?
不能这样判断。空闲的工作线程会在队列上等待新任务,长期停在 WAITING 是正常状态,并不消耗 CPU。应该先用调用栈区分空闲等待和业务等待,再结合系统的切换率、CPU 和连续的事件记录,确认有没有调度开销。
8.2 把锁拆得越细越好吗?
不是。锁应该按互相独立的状态拆分,粒度根据实际热点决定。拆得更细能减少一部分竞争,但也会增加跨锁协调和加锁顺序的复杂度。
如果多个分片之间有必须共同满足的业务约束,就需要额外的同步来维护它。比如把账户按 ID 分片加锁之后,跨分片的转账仍然要同时锁住两个账户,才能保证总余额不变,还得按统一顺序加锁防止死锁。拆分后仍要通过性能分析和正确性检查验证收益。
9. 面试题卡片
10. 参考资料
- Oracle:Flight Recorder(故障排查指南)
- Oracle:Troubleshoot Process Hangs and Loops
- OpenJDK:JMH
- async-profiler
- OpenJDK 21:JFR 事件元数据
- Java 21:jcmd
- Java 21:jfr
来源:Coding 101 原文 · 免费阅读,引用请保留出处。内容使用说明