背景介绍

业务介绍

在某学习APP浏览文章，客户端会将浏览的文章信息上传到服务端，服务端将浏览信息最终存储到HBase；
在某学习APP首页点击【我的】->【历史】，会展示用户浏览文章的历史记录。

技术介绍

服务端的服务是【阅读历史离线服务】，从metaq消费用户阅读文章的信息，解析、处理相关业务逻辑，最后存储到HBase。

问题现象

ECS监控

两台机器【xx-xxxx-xxx-xxx-xxx-xxx-6、xx-xxx-xxx-xxx-xxx-xxx-1】在早高峰的时候Load很高，CPU使用率正常。

metaq监控

造成消息消费的慢，每天早上都有大量消息堆积，导致用户看不到自己的阅读历史。

问题分析

基本情况

【阅读历史离线服务】共有x台ECS，每台ECS配置是8c16g。其中x台机器正常，2台机器不正常。

排查思路

找不同

分析不正常机器与正常机器有哪些差异：对比了【应用程序版本】、【应用程序配置】、【JVM配置参数】、【JDK版本】、【操作系统版本】，发现【JDK版本】不一致。
正常机器：

openjdk version "1.8.0_171"OpenJDK Runtime Environment (build 1.8.0_171-b10)OpenJDK 64-Bit Server VM (build 25.171-b10, mixed mode)

异常机器：

openjdk version "1.8.0_222"OpenJDK Runtime Environment (build 1.8.0_222-b10)OpenJDK 64-Bit Server VM (build 25.222-b10, mixed mode)

到此初步定位不同机器运行状态不一致的现象是由于【JDK版本】不一致造成的，所以将【问题机器的JDK版本】替换为【正常机器的JDK版本】问题就可以解决了。

定位问题代码

但是问题的根因还需要尝试排查一下，既然是【JDK版本】不一致造成的，那么会不会是【1.8.0_222】这个版本中有BUG，刚好我们写的程序触发了这个BUG？
所以接下来需要弄清楚程序运行过程中执行了哪些业务逻辑、这些业务逻辑涉及到了哪些JDK API，直接想到的工具是arthas profiler，下面是抓到的热点方法。
通过对比【异常机器】与【正常机器】的热点方法，发现Runtime.getRuntime().availableProcessors()很可疑：

业务相关代码：

CompletableFuture<Result> completableFuture = //业务逻辑，调用hbase-client中apicompletableFuture.whenCompleteAsync((result, t) -> {   //业务逻辑处理            }, Pool.getSubmitPool()).exceptionally((t) -> {   //业务逻辑处理}).get();

CompletableFuture相关代码:

/**     * Waits if necessary for this future to complete, and then     * returns its result.     *     * @return the result value     * @throws CancellationException if this future was cancelled     * @throws ExecutionException if this future completed exceptionally     * @throws InterruptedException if the current thread was interrupted     * while waiting     */    public T get() throws InterruptedException, ExecutionException {        Object r;        return reportGet((r = result) == null ? waitingGet(true) : r);    }/**     * Returns raw result after waiting, or null if interruptible and     * interrupted.     */    private Object waitingGet(boolean interruptible) {        Signaller q = null;        boolean queued = false;        int spins = -1;        Object r;        while ((r = result) == null) {            if (spins < 0)                spins = (Runtime.getRuntime().availableProcessors() > 1) ?                    1 << 8 : 0; // Use brief spin-wait on multiprocessors            else if (spins > 0) {                if (ThreadLocalRandom.nextSecondarySeed() >= 0)                    --spins;            }            else if (q == null)                q = new Signaller(interruptible, 0L, 0L);            else if (!queued)                queued = tryPushStack(q);            else if (interruptible && q.interruptControl < 0) {                q.thread = null;                cleanStack();                return null;            }            else if (q.thread != null && result == null) {                try {                    ForkJoinPool.managedBlock(q);                } catch (InterruptedException ie) {                    q.interruptControl = -1;                }            }        }        if (q != null) {            q.thread = null;            if (q.interruptControl < 0) {                if (interruptible)                    r = null; // report interruption                else                    Thread.currentThread().interrupt();            }        }        postComplete();        return r;    }

猜测验证

public class Processors {    public static void main(String []args) {        int availableProcessors = Runtime.getRuntime().availableProcessors();        System.out.println("Available Processors: " + availableProcessors);                for(int i = 0;i < availableProcessors;i++){            Thread t = new Thread(()-> {                    while (true){                        try {                            int ps = Runtime.getRuntime().availableProcessors();                            Thread.sleep(1L);                        }catch (Exception e){                            e.printStackTrace();                        }                    }            });            t.start();        }    }}

将验证代码在【JDK版本】为【1.8.0_222】的机器上运行，随即复现了线上问题。

定位根因

那么【1.8.0_222】与【1.8.0_171】版本在Runtime.getRuntime().availableProcessors()的实现上有什么差别呢？【1.8.0_222】增加了容器环境的逻辑，比【1.8.0_171】复杂了很多。
最后我们看看在https://bugs.openjdk.java.net/的解释吧。

总结：
Runtime.getRuntime().availableProcessors()在不同JDK版本上的实现是没有问题的，CompletableFuture.waitingGet在【1.8.0_222】版本上，没有测试到Runtime.getRuntime().availableProcessors()对性能的影响，导致了性能问题。

解决方法

openjdk在1.8.0_191~1.8.0_222之间的版本都存在问题，换成1.8.0_191之前，或1.8.0_232及以后的版本可以。

问题根因

CompletableFuture.get()的实现方式在一些jdk版本存在缺陷，
详情见：[JDK-8227018] CompletableFuture should not call Runtime.availableProcessors on fast path - Java Bug System