Java / 系统课时

理解 STW 与安全点

理解 STW 与安全点

应用出现一次较长暂停时,不能直接把全部时间都归因于 GC 算法本身。HotSpot 往往先协调相关 Java 线程进入可安全检查的状态,再执行需要全局一致性的 VM 操作。本篇把暂停拆成“到达安全点”和“安全点内工作”两部分,帮助你判断长暂停究竟卡在哪里。

学习目标

  • 解释 Stop-The-World 与 Safepoint 的关系,而不是把两者视为同一个概念
  • 理解运行中、阻塞中和执行本地代码的线程如何配合 Safepoint
  • 从 Safepoint 日志区分“线程到达慢”和“安全点内工作耗时长”

STW 是应用线程暂停窗口

Stop-The-World,简称 STW,描述的是一个结果:在某段时间内,受影响的 Java 应用线程不能继续正常执行 Java 代码,以便 JVM 完成需要全局一致性的操作。垃圾收集是最常见来源,但去优化、部分类重定义以及某些 VM 操作同样可能要求建立全局 Safepoint。

STW 期间并不是整个 JVM 的所有线程都停止。执行 GC 或其他 VM 操作的内部线程仍然需要运行,因此更准确的理解是:应用侧 Java 执行被暂停,JVM 获得一个能够稳定检查线程栈、对象引用和运行时状态的窗口。

Safepoint 是实现这种一致性窗口的重要机制。JVM 请求全局 Safepoint 后,需要确认受影响的 Java 线程都进入可安全检查的状态,然后才能执行对应 VM 操作。

STW 请求、线程到达安全点与恢复执行的时间关系

线程并不是用同一种方式停下来

正在执行 Java 代码的线程通常会经过 HotSpot 插入的 Safepoint poll。轮询点常见于方法执行路径、循环回边等位置;检测到全局 Safepoint 请求后,线程停止继续执行 Java 代码,并向 JVM 表明自己已经进入安全状态。

已经阻塞、等待或 parked 的线程,通常不需要像正在运行的线程那样继续执行很多指令才能配合 Safepoint。JVM 会结合线程当前状态判断它是否已经可以安全检查,因此“线程很多”并不自动等于“到达 Safepoint 一定很慢”。

执行 JNI 或其他 native 代码的线程又不同。线程在 native 区域时可能被视为不再执行普通 Java 代码,但它从 native 返回 Java 时必须经过状态转换检查;如果全局 Safepoint 尚未结束,它不能直接重新进入 Java 执行。

长暂停要先拆成两个时间段

排查 STW 时,首先区分两个问题。第一个是 Reaching safepoint:JVM 已经发出请求,但仍在等待线程进入安全状态。第二个是 At safepoint:线程已经全部满足条件,JVM 正在执行真正的 GC、栈扫描或其他 VM 操作。

如果 Reaching safepoint 明显偏长,应优先检查线程为什么迟迟不能完成状态转换,例如 CPU 极度饱和导致线程长期得不到调度、JNI/native 路径持续时间异常,或者存在较长的 JVM 临界执行路径。现代 HotSpot 会在常见编译路径插入 Safepoint poll,因此不能简单看到一个长循环就断言它一定导致长时间无法到达 Safepoint。

如果 Reaching safepoint 很短而 At safepoint 很长,则说明问题已经转向安全点内部工作。例如 Full GC 需要处理大量存活对象、根集合扫描成本较高,或者收集器正在完成一次较重的 STW 阶段。此时继续研究线程为什么没有停下来通常会偏离根因。

用统一日志观察 Safepoint

JDK 9 及之后可以通过 Unified Logging 记录 Safepoint。下面以 JDK 21 和 G1 为例,在实验进程中调用一次 System.gc(),同时记录 GC 与 Safepoint 信息。这里的目的不是验证“一定发生 Full GC”,而是观察 JVM 是否产生相关 Safepoint 日志,以及比较 Reaching safepoint 与 At safepoint 的耗时。

bash
cat > SafepointDemo.java <<'EOF'
public class SafepointDemo {
    public static void main(String[] args) throws Exception {
        Thread worker = new Thread(() -> {
            long sum = 0;
            // 持续执行 Java 代码,便于观察 Safepoint 协调过程。
            for (long i = 0; i < 800_000_000L; i++) {
                sum += i;
            }
            System.out.println("sum=" + sum);
        });

        worker.start();
        Thread.sleep(200);
        System.gc();
        worker.join();
    }
}
EOF
javac SafepointDemo.java
java -XX:+UseG1GC -Xlog:safepoint=info,gc=info SafepointDemo

预期结果

text
[safepoint] Safepoint "<VALUE>", Time since last: <VALUE> ns, Reaching safepoint: <VALUE> ns, Cleanup: <VALUE> ns, At safepoint: <VALUE> ns, Total: <VALUE> ns
sum=<VALUE>

实际运行时还可能出现其他 GC 日志,也不保证出现 Pause Full (System.gc()) 这一具体形态;System.gc() 只是向 JVM 发出回收建议,具体是否触发回收、采用什么回收阶段以及日志内容,都取决于当时的 JVM 状态和 GC 行为。分析时不要把某一条具体 GC 日志当成必然输出,而应重点比较 Reaching safepoint、At safepoint 和 Total。若前者占主要部分,应检查线程状态与调度;若后者占主要部分,则继续结合 GC 日志判断安全点内部到底执行了什么。

理解这一拆分后,看到“应用停了 500 ms”时就不应立即得出“GC 收集对象花了 500 ms”的结论。先确定时间消耗发生在进入 Safepoint 之前还是之后,才是后续 GC 性能治理的正确起点。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

理解 STW 与安全点

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通