OSCache 缓存重建在 Race Condition 下的 NRE 问题

@郑昀汇总

 

一，现象：

高并发情况下，使用 OSCache 作为本地缓存中间件的前端服务，日志文件中会出现大量如下错误信息：

异常堆栈：

java.lang.IllegalStateException: Cannot complete cache update - current state (2) is not UPDATE_IN_PROGRESS

         at com.opensymphony.oscache.base.EntryUpdateState.completeUpdate(EntryUpdateState.java:105)

         at com.opensymphony.oscache.base.Cache.completeUpdate(Cache.java:762)

         at com.opensymphony.oscache.base.Cache.putInCache(Cache.java:619)

         at com.opensymphony.oscache.base.Cache.putInCache(Cache.java:580)

         at com.opensymphony.oscache.general.GeneralCacheAdministrator.putInCache(GeneralCacheAdministrator.java:249)

         at com.opensymphony.oscache.general.GeneralCacheAdministrator.putInCache(GeneralCacheAdministrator.java:259)

二，NRE 背景：

无论你使用哪一种本地缓存中间件，如果你缓存数据片段时设置了过期时间，都需要考虑缓存失效后的缓存重建（repopulate the cache）场景。

进一步必须考虑 Race Condition （同进程下多线程，或不同进程）下如何重建。

 

也就是说，某个线程在重建缓存过程中，其他线程发现缓存不存在或已过期，该如何处置？

 

从2005年OSCache的版本到现在，它一直这么声称：

   * @throws NeedsRefreshException Thrown when the object either

     * doesn't exist, or exists but is stale. When this exception occurs,

     * the CacheEntry corresponding to the supplied key will be locked

     * and other threads requesting this entry will potentially be blocked

     * until the caller repopulates the cache. If the caller choses not

     * to repopulate the cache, they <em>must</em> instead call

     * {@link #cancelUpdate(String)}.

即，

当 key 不存在，或者存在但数据过期（stale）时，

调用 getFromCache 函数时会抛出 NRE 异常；

当异常发生时，

对应于这个 key 的 CacheEntry 将被锁住，

而请求这个 entry 的其他线程将可能（注意，仅仅是可能）被阻塞，直到调用者重建缓存。

如果调用者没有选择重建缓存，必须 调用 cancelUpdate 函数来“Cancels any pending update for this cache entry”。

 

三，缓存重建的 OSCache 官方推荐做法：

读取缓存遇到 NRE 异常时，OSCache 官方推荐的做法是：

String myKey = "myKey";
String myValue;
int myRefreshPeriod = 1000;
try {
    // Get from the cache
    myValue = (String) admin.getFromCache(myKey, myRefreshPeriod);
} catch (NeedsRefreshException nre) {
    try {
        // Get the value (probably from the database)
        myValue = "This is the content retrieved."; 
        // Store in the cache
        admin.putInCache(myKey, myValue);
    } catch (Exception ex) {
        // We have the current content if we want fail-over.
        myValue = (String) nre.getCacheContent();
        // It is essential that cancelUpdate is called if the
        // cached content is not rebuilt
        admin.cancelUpdate(myKey);
    }
}

即，本线程先试图重建缓存，如果再次发生异常，则本线程（不管三七二十一）直接调用 cancelUpdate 函数。

现在的一些 OSCache Manager 工具类，get 方法也就实现为一旦捕获 NRE 异常就直接 canelUpdate：

public OSCache get(String key,int myRefreshPeriod){  
     try{  
         return (OSCache)this.admin.getFromCache(key,myRefreshPeriod);  
     }catch(NeedsRefreshException ex){  
         this.admin.cancelUpdate(key);  
         return null;  
     }  
 }   

四，OSCache 在 Race Condition 下缓存重建的特殊场景

简单地说，就是：

线程1 正在重建缓存；

线程2 读取缓存时得到 NRE 异常，主动 cancel update；

线程1 重建缓存完毕，却发现状态被改为了 UPDATE_CANCELLED ，与期望不符，于是抛出异常 java.lang.IllegalStateException 。

 

具体过程如下：

（0）缓存过期；

（1）线程 T1 获得 update lock，并开始调用 putInCache 函数 ；

（2）线程 T2 在 T1 没有结束 update 之前，也开始 getCacheEntry 了；

（3）T2 调用的 getCacheEntry 函数捕获  NeedsRefreshException 异常；

（4）T2 调用 cancelUpdate 函数来“取消所有试图更新本 cache entry 的操作”，于是 EntryUpdateState 变为 UPDATE_CANCELLED，它是一个正整数 2；

（5）T1 其实已经重建了缓存；

（6）T1 随后调用 completeUpdate（EntryUpdateState.java,93行） 来通知那些等着本次更新操作的线程；但 completeUpdate 函数却发现当前 EntryUpdateState 居然不等于 UPDATE_IN_PROGRESS（对应0），而是 UPDATE_CANCELLED（对应2），于是抛出异常。即下面代码抛出的 IllegalStateException 异常，文字通常为：“Cannot complete cache update - current state (2) is not UPDATE_IN_PROGRESS”，其中的 2 就是指  UPDATE_CANCELLED：

/**
 * Updates the state to <code>UPDATE_COMPLETE</code>. This should <em>only</em>
 * be called by the thread that managed to get the update lock.
 * @return the counter value after the operation completed
 */
public int completeUpdate() {
    if (state != UPDATE_IN_PROGRESS) {
        throw new IllegalStateException("Cannot complete cache update - current state (" + state + ") is not UPDATE_IN_PROGRESS");
    }

    state = UPDATE_COMPLETE;
    return decrementUsageCounter();
}

 

总之，按目前 OSCacheManager 的做法，在高并发环境下，一旦一个 OSCache 缓存失效，而缓存的数据片段很大，那么很有可能让其他线程在 getFromCache 时有机会捕获 NRE 异常，最终导致做缓存重建的线程抛出 IllegalStateException 异常，虽然此时缓存已经重建完毕。

 

参考资源：

1）关于OSCache及NeedsRefreshException