异常日志不打印堆栈?谈谈 JVM 的 Fast Throw

文章目录

1、事件缘由

今天在公司生产环境的消费者服务出现了钉钉警告,得知消费出现了问题赶紧登录到阿里云SLS看一下错误日志,结果发现是NullPointerException,正当准备看一下异常发生的代码位置,奇怪的事情发生了,该异常信息没有打印出对应的堆栈日志信息。

这就比较麻烦了,如果不打印出对应的堆栈信息,就很难确定到底是代码的那个位置出现NPE问题。通过调查发现:只有最开始的NPE异常打印出了完整的堆栈日志信息,后续由于不断重复抛出该NPE异常,就把堆栈信息进行了隐藏(不输出了),后来通过调查了解到,JVM 会省略/重用异常的完整栈信息,从而把抛异常的开销大幅降低,但代价是后续这些异常的 stack trace 变得不可用或非常简略,给调试和日志排查带麻烦。 这个优化现象称之为:Fast Throw 快速抛出

2、Fast Throw

Fast Throw 是 HotSpot 为了性能对"频繁抛出"的异常做的优化。JVM 会认为这个异常是"热异常",于是不再创建新的异常对象,而是直接复用一个已经存在的异常对象并抛出,以减少异常创建与堆栈填充的开销。

但并不是所有的异常都会享受到该特性,通过翻阅资料得知,只有一下几个异常频繁抛出,才会出现 Fast Throw 隐藏堆栈日志现象:

  1. java.lang.NullPointerException 空指针异常
  2. java.lang.ArrayIndexOutOfBoundsException 数组下标越界
  3. java.lang.ArrayStoreException 数组存储类型错误
  4. java.lang.ClassCastException 类型转换错误
  5. java.lang.ArithmeticException 除以零等算术异常
  6. java.lang.IllegalMonitorStateException 同步锁状态异常

这样也就正好佐证了,为什么公司线上出现的NullPointerException会吞并堆栈信息,正是因为NPE本身就能享受到 Fast Throw 带来的性能优化。这个特性是JVM默认就开启的,想要关闭的话,需要配置该JVM参数:

java 复制代码
-XX:-OmitStackTraceInFastThrow

但是,在生产环境中,并不建议关闭 Fast Throw!

它的存在是出于对性能的考虑,如果系统某短时间频繁出现异常日志输出,关闭 Fast Throw 会造成 CPU 明显上升!

3、代码复现

通过下述代码,模拟出高频抛出NPE:

java 复制代码
public class FastThrowTest {
    public static void main(String[] args) {
        for (int i = 0; i < 1_000_000; i++) {
            try {
                throwNPE();
            } catch (Exception e) {
                if (i % 100000 == 0) {
                    e.printStackTrace();
                }
            }
        }
    }

    static void throwNPE() {
        String s = null;
        s.length();
    }
}

在IDEA控制台上可以看到,确实后续的日志不再打印堆栈信息了!

相关推荐
m0_561359671 天前
使用Python处理计算机图形学(PIL/Pillow)
jvm·数据库·python
HAPPY酷1 天前
构造与析构:C++ 中对象的温柔生灭
java·jvm·c++
海心焱1 天前
从零开始构建 AI 插件生态:深挖 MCP 如何打破 LLM 与本地数据的连接壁垒
jvm·人工智能·oracle
hello 早上好1 天前
04_JVM 类加载子系统与内存结构
jvm
Serene_Dream1 天前
Java 垃圾收集器
java·jvm·面试·gc
weisian1511 天前
JVM--6-深入JVM栈内存:方法调用的执行舞台
jvm·栈帧·栈内存
Serene_Dream1 天前
Java 内存区域
java·jvm
star12581 天前
数据分析与科学计算
jvm·数据库·python
2301_822382761 天前
使用Python进行网络设备自动配置
jvm·数据库·python
m0_706653231 天前
Python深度学习入门:TensorFlow 2.0/Keras实战
jvm·数据库·python