一、背景

近期，在日常的日志关键字报警分析时，发现我负责的一个电商核心系统在某时段存在较多ConcurrentModificationException异常日志，遂进行分析和改进，下面是我的一些思考。

1.1 系统架构

一直以来，无状态的服务都被当作分布式服务设计的最佳实践。因为无状态的服务对于扩展性和运维方面有着得天独厚的优势，可以随意地增加和减少节点。本系统的整体架构可以认为是由一个MQ应用、一个RPC应用和底层存储组成。

RPC应用是无状态服务，对外提供常用的查询和操作接口；采用双机房部署，每个机房10*8C16G；

MQ应用是无状态服务，负责消费MQ消息，在消费过程中会调用该RPC应用提供方法；采用双机房部署，每个机房5*8C16G；

底层存储用的是数据库集群和缓存集群，大概如图所示：

1.2 关键代码

MyRpcService 对外提供RPC服务，getList 方法可以根据入参中的状态进行查询，由于业务需要，需要对入参的状态进行排序，实现部分关键代码如下：

public class MyRpcServiceImpl implements MyRpcService{
    @Override
    public BaseResult getList(ListParam listParam) {
        BaseResult baseResult = new BaseResult();
        List<Integer> states = listParam.getStateList();
        // 省略大段代码
        KeyUtil.getKeyString(states);
        // 省略大段代码
        baseResult.setSuccess(true);
        return baseResult;
    }
}

KeyUtil 是一个工具类，getKeyString 方法对入参的itemList进行排序使用的是Java集合框架内置的sort 方法，代码如下：

public class KeyUtil {
    public static String getKeyString(List<Integer> itemList) {
        String result = "";
        //省略代码
        Collections.sort(itemList);
        //省略代码
        return result;
    }
}

MyMqConsumer是MQ消费者，负责监听消息进行消费。在消费逻辑中，会调用MyRpcService的getList() 方法进行状态查询，因为查询的状态是固定的，所以在Consumer类中定义了static final 类型的stateList ，关键代码如下：

public class MyMqConsumer implements MessageListener{
    public static final List<Integer> stateList = Stream.of(1).collect(Collectors.toList());
    @Resource
    private MyRpcService myRpcService;
    @Override
    public void onMessage(List<Message> messageList) {
        // 省略代码
        for (Message message : messageList) {
            // 省略其他代码
            ListParam listParam = new ListParam();
            listParam.setStateList(stateList);
            BaseResult result = myRpcService.getList(listParam);
            // 省略其他代码
        }
    }
}

二、原因分析

看了上面的系统架构和关键代码，不知道你有没有发现问题？可以先抛开设计和代码实现方面的问题不谈，只看这样的代码能不能正常执行，得到正确的业务结果。

既然这么问了，当然会有问题：在高并发环境下，MQ应用在消费消息时，调用RPC服务查询时可能会抛出异常，从而触发MQ异常重试，至于对业务有没有影响，得具体问题具体分析了。

ERROR 执行流程时出错
java.util.ConcurrentModificationException：null
at java.util.ArrayList.forEach(ArrayList.java:1260)~[:?1.8.0_192]
at com.shangguan.test.util.KeyUtil.getKeyString(KeyUtil.java:10)
...

2.1 分析1-ArrayList源码

从日志中可以看到，ConcurrentModificationException是java.util.ArrayList类里面的forEach方法抛出来的，源码如下：

    @Override
    public void forEach(Consumer<? super E> action) {
        Objects.requireNonNull(action);
        final int expectedModCount = modCount;
        @SuppressWarnings("unchecked")
        final E[] elementData = (E[]) this.elementData;
        final int size = this.size;
        for (int i=0; modCount == expectedModCount && i < size; i++) {
            action.accept(elementData[i]);
        }
        if (modCount != expectedModCount) {
            throw new ConcurrentModificationException();
        }
    }

在该方法中，内部会维护一个expectedModCount变量，赋值为modCount，在每次迭代过程中，迭代器会检查expectedModCount是否等于当前的modCount。如果不等，说明在迭代过程中ArrayList的结构发生了修改，迭代器会抛出ConcurrentModificationException异常。这种设计可以确保在多线程环境下，当一个线程修改ArrayList时，其他线程在迭代过程中可以立即发现这种修改，从而避免潜在的数据不一致问题。

再可以看下源码中modCount的注释，大意是：

modCount表示ArrayList自从创建以来结构上发生的修改次数。结构修改是指改变列表大小的修改，或者以其他方式扰乱列表，使正在进行的迭代可能产生不正确的结果。

modCount字段用于iterator和listIterator方法返回的迭代器（或列表迭代器）。如果这个字段的值在迭代过程中发生意外的变化，迭代器（或列表迭代器）将在next、remove、previous、set或add操作时抛出ConcurrentModificationException异常。这提供了fail-fast（快速失败）行为，而不是在迭代过程中遇到并发修改时具有不确定性。

子类可以选择使用这个字段。如果子类希望提供fail-fast迭代器（和列表迭代器），那么它只需在其add(int, E)和remove(int)方法（以及覆盖的任何其他导致列表结构修改的方法）中递增此字段。单次调用add(int, E)或remove(int)应该在此字段上增加不超过1次，否则迭代器（和列表迭代器）将抛出虚假的ConcurrentModificationException。如果实现不希望提供fail-fast迭代器，可以忽略此字段。

2.2 分析2-线程安全问题

有个有趣的现象是，这个异常日志仅存在MQ应用中，这是为什么呢？

这其实是一个多线程问题。我们知道，static对象是在类加载时创建的全局对象，它们的生命周期与类的生命周期相同。static对象在程序启动时创建，在程序结束时销毁。这意味着static对象在多个线程之间共享的，可能存在线程安全问题。

翻回去仔细看下代码，可以看到MyMqConsumer定义的stateList是static类型的，是否是否存在线程安全问题呢？

在流量较低的情况下，多个消息不在同一时刻到达，每个线程处理消息将不会争夺static对象，所以不会有问题；

当流量较大情况下，有多个消息可能在同一时刻到达，每个线程处理过程中都会对stateList进行赋值，调用远程RPC接口，它们之间将会争夺static对象，可能存在问题。例如上图中右半部分，线程1还没有处理完消息1时，线程2就开始争抢，那么就可能使ArrayList中modCount != expectedModCount条件满足，从而抛出异常。

三、改进思考

3.1 本问题的优化

经过上述分析，已经清楚问题的产生原因了。对于本问题的优化，其实也比较简单。有如下两种方式可供选择：

1. 在MyMqConsumer调用RPC查询的入参，使用new List来替代原来的类中定义好的static对象；

2. 修改KeyUtil代码，浅拷贝传入的itemList，再进行排序

3.2 类似问题的发现和改进

本问题已经修复，那类似的问题是否可以避免或者减少，将是接下来值得思考的一个问题。为了减少这类问题发生，我结合平时工作过程中的几个阶段，认为可以从以下几个方面进行改进：

开发

开发过程中，开发人员需要提升认知和水平，注意代码中可能存在的线程问题；注意编写单元测试，可以通过模拟多线程环境来检测潜在的问题。

代码评审

开发完成的代码一定需要进行代码评审，评审过程中架构师需要发挥自己丰富的开发经验和较强的代码直觉，“火眼金睛”，发现代码中的漏洞；当然这对评审人员的要求很高，因为仅通过改动的几行代码发现问题确实是一件很有挑战的事情。如果要有一些自动化工具或者插件，则可以起到事半功倍的效果。这里其实我还没有调研相关的工具，如果有大佬有相关经验欢迎评论交流。