记一次自定义starter引发的线上事故复盘

前言

本文素材来源于业务部门技术负责人某次线上事故复盘分享。故事的背景是这样，该业务部门招了一个技术挺不错的小伙子小张，由于小张技术能力在该部门比较突出，在入职不久后，他便成为这个部门某个项目组的team leader，同时也拥有review 该项目的权利。（注： 该项目为微服务项目），在某次小张review项目的时候，他发现好几个项目，发现代码有很多重复，于是他就动了把这些重复代码封装成starter的念头，然后也是因为这次的封装，带来一次线上事故。下面就以代码示例的形式，模拟这次事故

代码示例

注： 本文仅模拟出现事故的代码片段，不涉及业务

1、模拟小张的封装的starter

@Slf4j
public class HelloSevice {

    private ThreadPoolTaskExecutor threadPoolTaskExecutor;

    public HelloSevice(ThreadPoolTaskExecutor threadPoolTaskExecutor){
        this.threadPoolTaskExecutor = threadPoolTaskExecutor;
    }

    public String sayHello(String username){
        threadPoolTaskExecutor.execute(()->{
            log.info("hello: {} ",username);
        });
        return " hello : " + username;
    }
}

@Configuration
public class HelloServiceAutoConfiguration {


    @Bean
    public ThreadPoolTaskExecutor threadPoolTaskExecutor(){
        ThreadPoolTaskExecutor threadPoolTaskExecutor = new ThreadPoolTaskExecutor();
        threadPoolTaskExecutor.setCorePoolSize(2);
        threadPoolTaskExecutor.setMaxPoolSize(4);
        threadPoolTaskExecutor.setQueueCapacity(1);
        threadPoolTaskExecutor.setThreadFactory(new ThreadFactory() {
            private AtomicInteger atomicInteger = new AtomicInteger();
            @Override
            public Thread newThread(Runnable r) {
                Thread thread = new Thread(r);
                thread.setName("hello-pool-" + atomicInteger.getAndIncrement());
                return thread;
            }
        });

        return threadPoolTaskExecutor;

    }

    @Bean
    public HelloSevice helloSevice(ThreadPoolTaskExecutor threadPoolTaskExecutor){
        return new HelloSevice(threadPoolTaskExecutor);
    }

}

spring.factories

org.springframework.boot.autoconfigure.EnableAutoConfiguration=\
com.github.lybgeek.thirdparty.autoconfigure.HelloServiceAutoConfiguration

2、模拟有引用小张封装的starter的微服务项目

因为这些微服务中有一些耗时的任务，因此使用了spring的异步。示例如下

@Configuration
public class ThreadPoolConfig {

    @Bean
    public ThreadPoolTaskExecutor threadPoolTaskExecutor(){
        ThreadPoolTaskExecutor threadPoolTaskExecutor = new ThreadPoolTaskExecutor();
        threadPoolTaskExecutor.setCorePoolSize(2);
        threadPoolTaskExecutor.setMaxPoolSize(5);
        threadPoolTaskExecutor.setQueueCapacity(10);
        threadPoolTaskExecutor.setThreadFactory(new ThreadFactory() {
            private AtomicInteger atomicInteger = new AtomicInteger();
            @Override
            public Thread newThread(Runnable r) {
                Thread thread = new Thread(r);
                thread.setName("echo-pool-" + atomicInteger.getAndIncrement());
                return thread;
            }
        });

        threadPoolTaskExecutor.setRejectedExecutionHandler((r, executor) -> System.err.println("记录日志。。。。"));

        return threadPoolTaskExecutor;

    }
}

@Service
@Slf4j
public class EchoService {

    @Async("threadPoolTaskExecutor")
    public void echo(String content){
        log.info("echo -> {} ",content);
        try {
            //模拟耗时操作
            TimeUnit.MINUTES.sleep(2);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

3、和本文有关系的配置内容

spring:
  main:
    allow-bean-definition-overriding: true

4、模拟调用耗时业务代码块示例

@Component
public class BeanCommandRunner implements CommandLineRunner {

    @Autowired
    private EchoService echoService;



    @Override
    public void run(String... args) throws Exception {

        for (int i = 0; i < 6; i++) {
            echoService.echo("content:" + i);
        }

    }
}

相关的代码如上述内容

大家可以思考一下上面的示例有没有什么问题

我们启动一下程序，观察一下控制台
报了一个线程池拒绝异常，而且通过这个异常信息，我们发现这个线程池走是小张封装线程池，而非业务自己定义的线程池。这明显是不正常的，正常的逻辑是业务代码优先级需比公共代码优先高才合理

那如何解决呢？

仅需利用springboot的条件注解即可，在小张封装的starter下做如下改动

@Bean
    @ConditionalOnMissingBean
    public ThreadPoolTaskExecutor threadPoolTaskExecutor(){
        ThreadPoolTaskExecutor threadPoolTaskExecutor = new ThreadPoolTaskExecutor();
        threadPoolTaskExecutor.setCorePoolSize(2);
        threadPoolTaskExecutor.setMaxPoolSize(4);
        threadPoolTaskExecutor.setQueueCapacity(1);
        threadPoolTaskExecutor.setThreadFactory(new ThreadFactory() {
            private AtomicInteger atomicInteger = new AtomicInteger();
            @Override
            public Thread newThread(Runnable r) {
                Thread thread = new Thread(r);
                thread.setName("hello-pool-" + atomicInteger.getAndIncrement());
                return thread;
            }
        });

        return threadPoolTaskExecutor;

    }

修改后，我们在启动一下程序，观察控制台

此时走就是业务自定义的线程池了

为什么加了一个 @ConditionalOnMissingBean就可以了

这就得从springboot的自动装配说起了，springboot的自动装配类继承了org.springframework.context.annotation.DeferredImportSelector，这个接口具有懒加载的功能，当项目启动后，先加载业务自定义的bean，再来加载starter的bean，当我们项目中没有配置

spring:
  main:
    allow-bean-definition-overriding: true

时，项目启动就会直接报类似如下异常

当时他们业务项目因为他们feign没有指定contextId，导致报了上述的异常，业务开发为了省事就直接把
allow-bean-definition-overriding设置成true，这也为后续小张自定义的starter引发的事故埋下了很好的根基。那我们再切回主线，当spring发现有两个一样的bean，且发现allow-bean-definition-overriding为true，后面加载的bean会把前面加载的bean覆盖掉，这也是为啥小张starter的bean会生效。当我们在starter上的bean上加载 @ConditionalOnMissingBean后，因为业务项目的bean已经存在了，starter的bean就不会加载进spring容器了。

我们从技术维度说明了解决方案，我们再从非技术的角度上复盘一下这次事故

复盘

不知道会不会有朋友说，你说那么多，不就加一个@ConditionalOnMissingBean就能解决这个问题，下次注意就好了啊。但据业务技术人反馈当时他们排查了挺久，因为他们业务项目平时没啥并发量，所以小张那个问题就被掩盖住了，而有次他们业务搞了一个营销活动，因为并发上去了，才把问题暴露出来。这侧面也说明项目压测的重要性，不能因为平时没啥并发，就掉以轻心

不懂大家的公司是否也有这样的情况，在我们这边，底下成员代码只能merge request，只有team leader review后，再将代码合并到主干，因为team leader拥有的权限比较大，他写的代码，只要他愿意，直接就能合并到主干了。这次也是因为小张直接将他写的代码推到主干发布，酿成事故。后面我们这边提出了一个方法，就是team leader的代码要由更高级的leader进行走查，但是这个方法我是感觉也不是很好，因为有不少项目组的team leader的老板基本上已经脱离一线，不敲代码了，也不懂能不能行。

其次因为小张入职不久，对业务其实没有完全吃透，因为看到重复的代码，出于技术洁癖，就想去改，出发点是好的，但有句话技术是为业务服务，业务都没搞懂，就去动，有时候会带来意想不到的风险

总结

对自己的不熟悉的项目或者开发公共组件，深思熟虑再动手是很重要的