线程转储
线程转储(thread dump)是线程调用栈、状态和部分锁关系的记录,用来判断线程正在执行什么、在等什么。服务卡住或请求超时时,可以从这些信息中查找死锁、锁竞争和线程池饥饿的线索。具体能看到哪些线程和锁,取决于采集命令。
单份转储只反映采集时的状态,不能说明线程已经等了多久、用了多少 CPU。要判断等待是否持续,需要对比多份转储;要量化等待时间,可以结合 JVM 自带的运行事件记录工具 Java Flight Recorder(JFR)。
1. 面试核心
先记住这几条,再读正文- 线程转储记录的是采集时刻的调用栈和状态,间隔几秒采集多份,才能判断等待是否持续。
BLOCKED表示等待进入synchronized的监视器;ReentrantLock通过park等待时,状态可能是WAITING。- 锁引起的死锁是线程互相持有对方等待的锁,按锁标识把持有者和等待者连起来,能看到循环等待。卡 · 采集线程转储
- 空闲工作线程等任务时也是
WAITING;父任务占满线程池后同步等待同一个池里的子任务,会造成线程池饥饿。卡 · 线程状态与栈 Thread.dump_to_file可以包含虚拟线程,但不做自动死锁检测。卡 · 虚拟线程的线程转储
2. 采集线程转储
服务卡住时,先把线程当时在做什么保存下来,再和业务指标对照。平台线程可以这样采集:
jcmd <pid> Thread.print -l > thread-01.txt
只采一份不够。第一份之后,间隔几秒再采 2—4 份,同时记下这段时间的线程池和请求指标:
- 线程池的线程总数,以及 active,也就是正在执行任务的工作线程数。
- queue,也就是排队等待执行的任务数。
- 同一时间段的 CPU 使用率和请求延迟。
-l 会额外输出 ownable synchronizer 信息。ownable synchronizer 是有独占持有者的同步器,比如 ReentrantLock 内部用的同步器。这些信息能帮助我们找到锁的持有者。采集的开销随线程数量增加,线程很多时要留意对应用的影响。
Thread.print 在 Java 21 中主要用来观察平台线程,虚拟线程要用 Thread.dump_to_file(见第 8 节)。不同命令覆盖的线程和锁信息不一样,保存结果时注明用的是哪个命令。具体选项可以用 jcmd <pid> help Thread.dump_to_file 查看。
3. 线程状态与栈
线程状态告诉你 JVM 认为线程处于哪一类活动,调用栈告诉你它具体停在哪段代码。只看其中一个容易误判。
| 状态 | 含义与例子 |
|---|---|
RUNNABLE | 执行或可运行,也可处于部分 native I/O |
BLOCKED | 等待进入或重新进入 synchronized monitor |
WAITING | 无期限 wait、join 或 park |
TIMED_WAITING | 带期限 wait、sleep 或 park |
NEW / TERMINATED | 尚未启动 / 已结束 |
表里的 monitor 是 synchronized 使用的监视器,同一时刻只有持有它的线程才能进入受它保护的临界区。park 用来挂起线程,ReentrantLock 等并发工具靠它实现等待。拿到许可、中断或虚假唤醒都可能使 park 返回,所以返回后仍需检查等待条件。
同样是 WAITING,意义可能完全不同。空闲工作线程在任务队列上 park,是正常等待。但如果队列和请求等待一直在增长,就要从栈里确认线程在等什么:锁、数据库连接,还是某个 Future,以及该由谁来唤醒它。对 TIMED_WAITING,还要检查超时时间和任务期限是否匹配。
ReentrantLock 通过 park 等待时,线程可能显示为 WAITING;带超时的等待也可能是 TIMED_WAITING。所以排查锁竞争时,只数 BLOCKED 线程会漏掉这类等待,要同时看调用栈和锁对象。NEW 和 TERMINATED 的线程没有在处理请求,可以先放一边。
4. 死锁
锁引起的死锁是多个线程互相等待对方持有的锁,谁都无法继续。比如一个线程按 L1、L2 的顺序进入嵌套 synchronized,另一个按 L2、L1 的顺序进入,就可能出现:
线程 A 持有锁 L1,等待锁 L2
线程 B 持有锁 L2,等待锁 L1
在转储里找死锁,就是按锁标识把等待者和持有者连起来,看是否成环。monitor 相关的栈里,locked 表示已经持有的锁,waiting to lock 表示正在等的锁。
ReentrantLock 使用的 AQS 是 Java 并发工具管理同步状态和等待队列的基础框架。这类锁要把 park 等待栈与 ownable synchronizer 的持有信息对应起来,才能找到谁在等谁。
jstack -l <pid> 或 jcmd <pid> Thread.print -l 能自动发现部分 monitor 和同步器死锁,报告里会出现 Found one Java-level deadlock 并列出相关线程。但等待 Future、等待外部资源形成的环,JVM 识别不了,要结合业务上的依赖关系自己判断。
修复的关键是改变造成循环等待的拿锁方式:
- 统一各条代码路径的获取顺序,所有线程都按同一顺序拿锁。
- 减少嵌套持锁,或者把需要一起保护的临界区合并,让所有权关系更简单。
- 用
tryLock(timeout, unit)给拿锁设一个失败出口,失败时释放已经持有的锁,再有限次重试。
重启能暂时恢复服务,但造成循环等待的代码不改,问题还会再出现。
5. 锁竞争
锁竞争是多个线程争用同一把锁。和死锁不同,持有者最终能完成工作并释放锁,队列会向前推进,只是等待者要排队,吞吐下降、请求长尾变长。下面的代码把远程调用放在了锁里:
synchronized void record(Metric metric) {
remoteClient.send(metric);
}
record 持有 monitor 时调用 remoteClient.send。远程服务响应慢,持有者就迟迟不释放锁,其他调用 record 的线程都在 monitor 上排队。
在转储里,它的样子是:多份转储都显示同一个持有者停在远程调用里,后面跟着大量 BLOCKED 等待者。要量化等了多久,可以用 JFR:jdk.JavaMonitorEnter 记录 monitor 竞争,jdk.ThreadPark 记录 park 等待,启用这些事件后能看到等待时长和等待对象。async-profiler 的 lock 模式也能从采样角度展示锁竞争。
优化要围绕共享状态和持锁时间展开:
- 把 I/O 等慢操作移出锁,缩短临界区。
- 把彼此独立的状态拆开,各用各的锁,减少无关请求互相等待。
- 用不可变快照、并发集合或消息传递改变共享方式,同时验证数据一致性。
- 按热点 key 分片时,检查请求是否还是集中在少数分片上,否则竞争只是换了个地方。
6. 线程池饥饿
线程池饥饿是工作线程被长期占用,导致排队的任务拿不到线程执行。父任务等待同池的子任务就是一种情况:它不需要形成 monitor 锁环,也能让任务停止推进。看下面这段在池内父任务中执行的代码:
Future<Result> child = executor.submit(task);
return child.get();
假设线程池大小固定,所有工作线程都在执行这样的父任务。每个父任务把子任务提交到同一个池,再调用 get() 同步等结果。子任务只能在队列里排着,因为所有工作线程都被等待中的父任务占着,没有线程来执行它们,父任务也就永远等不到结果。
排查时要把线程总数、active、queue 和任务的提交关系放在一起看。active 等于池容量、queue 持续积压,而且工作线程的栈都停在子任务的 Future.get() 上,就是这种情况。
修复的思路是不在池内同步等待:改成子任务完成后再触发后续操作,也就是非阻塞编排。也可以让子任务使用单独的执行器,但仍要控制队列大小和下游容量,否则等待只是转移到了数据库等资源上。
7. 活锁与饥饿
线程一直在动,任务却完不成,可能是活锁,也可能是饥饿。活锁是线程不断改变状态或重试,却始终完成不了工作,密集重试时 CPU 使用率还会升高。饥饿是特定任务长期拿不到锁、许可或调度机会,而其他任务照常有进展。
单份 RUNNABLE 的栈分不清线程是在正常计算还是在反复重试。要结合任务完成数、重试次数、锁获取延迟和连续采样,判断线程是否一直在活动却没有完成任务,JFR 可以补充这段时间的运行事件。
CPU 排查见 CPU 使用率。
8. 虚拟线程的线程转储
Java 21 的虚拟线程让大量阻塞任务共享少量平台线程。要看这些任务的业务栈,可以导出 JSON 格式的线程转储:
jcmd <pid> Thread.dump_to_file -format=json /safe/path/threads.json
这条命令同时包含平台线程和虚拟线程,但有两个限制:它逐个线程采集,得到的不是同一时刻的一致快照;它也不做自动死锁检测。ThreadMXBean.findDeadlockedThreads() 只检测平台线程之间的锁环,涉及虚拟线程的等待环不在它的结果里。
承载虚拟线程运行的平台线程称为 carrier。在 Java 21 中,虚拟线程在 synchronized 块里阻塞时,会被固定在 carrier 上无法卸载,这称为 pinning;执行 native 方法期间也会固定。长时间固定会让能运行其他虚拟线程的 carrier 变少,进而影响吞吐。
虚拟线程便宜,但它们等的数据库连接和共享锁并不会变多。诊断时要分别看这几处资源:
- 从业务栈确认虚拟线程在等哪把锁或哪个资源池。
- 查看 carrier 的 CPU 使用率,判断承载线程是否饱和。
- 检查 pinning 持续多久,以及它是否真的影响了任务吞吐。
- 对照数据库连接池和下游服务的容量,确认请求是否积压在外部资源上。
9. 常见问题
9.1 sleep 和 wait 都会释放锁吗?
sleep 不释放已持有的锁,Object.wait 只释放调用对象的 monitor。线程在 synchronized 里调用 sleep,其他线程仍然无法进入同一个 monitor 保护的临界区。Object.wait 返回前会重新获取调用对象的 monitor;线程持有的其他锁不受这次等待影响。
9.2 换成 ReentrantLock 就能避免死锁吗?
不能,换成 ReentrantLock 不会自动破坏死锁所需的互斥、持有并等待、不可强制剥夺和循环等待四个条件。线程拿着一把锁去等另一把锁,对方也这样做,就可能谁都无法继续。带超时的 tryLock 提供了失败出口,但调用方失败后还必须释放已经持有的锁,其他线程才能继续。
9.3 怎样区分线程池在空闲,还是任务已经卡住?
两种情况下工作线程都可能是 WAITING,区别在队列和等待目标。空闲时,队列为空,工作线程在等新任务,业务指标正常。卡住时,请求等待或队列持续增长,工作线程却都在等某把锁、某个连接池或子 Future。所以要同时看队列、等待目标和任务完成情况。
10. 面试题卡片
11. 参考资料
来源:Coding 101 原文 · 免费阅读,引用请保留出处。内容使用说明