太极限了，JDK的这个Bug都能被我踩到

hello，大家好呀，我是小楼。,之前遇到个文件监听变更的问题，刚好这周末有空研究了一番，整理出来分享给大家。,我们还是从故障说起，这样更加贴近实际，也能让大家更快速理解背景。,有一个下发配置的服务，这个配置服务的实现有点特殊，服务端下发配置到各个服务的本地文件，当然中间经过了一个agent，如果没有agent也就无法写本地文件，然后由client端的程序监听这个配置文件，一旦文件有变更，就重新加载配置，画个架构图大概是这样：,今天的重点是文件的变更该如何监听(watch)，我们当时的实现非常简单：,从上述简单的描述，我们能看出这样实现有一些缺点：,还好，上述两个缺点几乎没有什么大的影响。,但后来还是发生了一次比较严重的线上故障，这是为什么呢?因为一个JDK的BUG，这里直接贴出罪魁祸首：,BUG详见：https://bugs.java.com/bugdatabase/view_bug.do?bug_id=8177809。,在某些JDK版本下，获取文件的最后更新时间戳会丢失毫秒精度，总是返回整秒的时间戳，为了直观感受，写了个demo分别在jdk1.8.0_261和jdk_11.0.6测试(均为MacOs)：,如果是在这个BUG的影响下，只要同一秒内有2次变更，且读取文件最后时间戳位于这2次变更之间的时间，第2次变更就无法被程序感知了，同1秒这个概率比同一毫秒大的多的多，所以当然就被触发了，导致了一次线上故障。,这就好比之前是沧海一粟，现在变成了大海里摸到某条鱼的概率。这也能被我们碰到，真是有点极限~,当了解到之前的实现存在BUG后，我就去搜了一下Java下如何监听文件变更，果然被我找到了WatchService。,说是WatchService可以监听一个目录，对目录下的文件新增、变更、删除进行监听。于是我很快就写了个demo进行测试：,先对/tmp/file_test目录进行监听，然后每隔5毫秒往文件写数据，理论上来说，应该能收到3次事件，但实际上很奇怪，仔细看接收到modify事件的时间大概是第一次文件修改后的9.5s左右，很奇怪，先记着，我们读一下WatchService源码：,通过debug发现，这里的watchService实际上是PollingWatchService的实例，直接看PollingWatchService的实现：,PollingWatchService上来就起了个线程，这让我隐隐不安。再找一下这个scheduledExecutor在哪里用到：,每隔一段时间(默认为10s)去poll下，这个poll干了什么?代码太长，我截出关键部分：,果然，和我们的实现类似，也是去读文件的最后更新时间，根据时间的变化来发出变更事件。,换句话说，在某些JDK版本下，他也是有BUG的!,这也就解释了上文提到的事件监听为什么是在第一个9.5s之后才发出，因为监听注册后，sleep了500ms后修改文件，10s轮询，刚好9.5s后拿到第一轮事件。,至此，我想起了linux上的tail命令，tail 是在文件有变更的情况下输出文件的末尾，理论上也是监听了文件变更，这块刚好在很久之前听过一个技术大佬分享如何自己实现tail命令，用到的底层技术就是inotify。,简单来说，inotify是linux内核提供的一种监控文件变更事件的系统调用。如果基于此来实现，不就可以规避JDK的BUG了吗?,但奇怪的是为什么Java没有用这个来实现呢?于是我又搜了搜，发现谷歌似乎有一个库，但被删了，看不到代码:,github上又搜到一个：https://github.com/sunmingshi/Jinotify。,看起来是一个native的实现，需要自己编译.so文件，这样就比较蛋疼了。,记得上次这么蛋疼还是在折腾Java的unix domain socket，也是找到了一个google的库，测试没问题，放到线上就崩了~不得不说google还是厉害，JDK提供不了的库，我们来提供！,于是我带着这个疑问去问了一个搞JVM开发的朋友，结果他告诉我，Java也可以使用inotify!,瞬间斗志来了，难道是我测试的姿势不对?,我又去翻了一遍Java文档，发现在角落隐藏了这么一段话：,也就是说，不同的平台下会使用不同的实现，PollingWatchService是在系统不支持inotify的情况下使用的兜底策略。,于是将watchService的类型打印出来，在Mac上打印为：,在Linux上是：,LinuxWatchService在Mac上是找不到这个类，我猜测应该是Mac版的JDK压根没把这块代码打包进来。,原来我本地测试都走了兜底策略，看来是测了个寂寞。,于是我写了个demo再测试一把：,可以看出，Linux上能收到的事件比本地多的多，而且接收事件的时间明显实时多了。,为了更加准确的验证是inotify，用strace抓一下系统调用，由于JVM fork出的子进程较多，所以要加-f命令，输出太多可以存入文件再分析：,果然是用到了inotify系统调用的，再次验证了我们的猜想。,再次回到开头的故障，我们是如何修复的呢?由于下发的文件和读取文件的程序都是我们可控的，所以我们绕过了这个BUG，给每个文件写一个version，可以用文件内容md5值作为version，写入一个特殊文件，读取时先读version，当version变化时再重新载入文件。,可能你要问了，为什么不用WatchService呢?,我也问了负责人，据说inotify在docker上运行的不是很好，经常会丢失事件，不是Java的问题，所有语言都存在这个问题，所以一直没有使用。不过这块找不到相关的资料，也无法证明，所以暂时搁置。,有些BUG，不踩过就很难避免，代码只要存在BUG的可能性，就一定会暴露出来，只是时间问题。,我们要在技术上深入探究，小心求证，但产品上不必执着，可另辟蹊径。