项目记录——故障排查

这里将会记录一些我在企业开发中的遇到的一些长见识的Bug，以及针对别人代码的故障排查

SQL DML堵塞问题（Oracle）

Bug描述

最近项目需要接收大数据部门接口传来的数据，然后对数据做一些update操作后插入到一个表里面，后文会将该表称之为Business表。在执行这个操作的时候，意外发现执行时间过长，超过二十分钟了。

最开始以为是数据量过大的问题，后来发现并不是，因此不得不化身为DBA寻找阻塞原因，因此记录下解决这个问题的经历：

问题排查

首先可以用以下sql分析和确定下，这个查询是不是被堵住了：

select s1.username || '@' || s1.machine || '(SID=)' || s1.sid || ')' as blocking_session,
s2.username || '@' || s2.machine || '(SID=)' || s2.sid || ')' as waiting_session,
s1.sql_id, s1.sql_child_number,s1.sql_exec_start,s2.event
from 
v$session s1, v$session s2
where s1.blocking_session = s2.sid;

这SQL查询是用来检测 Oracle 数据库中的长时间堵塞（blocking）情况，它从 v$session 视图中获取有关会话的信息，特别是正在阻塞其他会话的会话和正在等待的会话的信息。

• s1 和 s2 是 v$session 视图的别名，分别代表两个不同的会话。
• s1.username || '@' || s1.machine || '(SID=)' || s1.sid || ')' 和 s2.username || '@' || s2.machine || '(SID=)' || s2.sid || ')' 是用来创建会话的标识信息，包括用户名、机器名、会话标识（SID），以及会话是否被堵塞的标志。
• s1.sql_id, s1.sql_child_number 表示正在执行 SQL 查询的会话（s1）的 SQL 查询 ID 和子编号。
• s1.sql_exec_start 是 SQL 查询的执行开始时间。
• s2.event 表示正在等待的会话（s2）当前正在等待的事件。
• where s1.blocking_session = s2.sid 是查询的过滤条件，它会筛选出那些正在阻塞其他会话的会话（s1）和正在等待其他会话解除堵塞的会话（s2）。

通过上述SQL，可以找到堵塞session的SID，然后用如下sql确认阻塞原因：

select s.sid, s.serial#, s.username, s.event, s.sql_id, s.sql_child_number, s.sql_exec_start, q.sql_text
from v$session s join v$sql q on s.sql_id = q.sql_id and s.sql_child_number = q.child_number
where s.sid = <blocking_session_id>; (这里输入前面查询到的阻塞SID)

这个SQL查询是用于查找数据库中指定会话（sid）的详细信息，包括该会话的用户名、正在执行的SQL查询、等待事件和其他相关信息。

• v$session s 和 v$sql q 是 v$session 和 v$sql 视图的别名，分别代表会话信息和SQL查询信息。
• q.sql_text 是用于选择会话的SQL查询文本。
• s.sql_id = q.sql_id 和 s.sql_child_number = q.child_number 表示会话的 SQL 查询 ID 和子编号与 SQL 查询信息的 SQL ID 和子编号匹配，以关联会话和查询。
• where s.sid = <blocking_session_id> 是查询的过滤条件，这里输入前面查询到的阻塞SID

通过上述的代码，我查看 s.event 发现了出问题的是update语句。

现在，我有两个选择：

（1）通过 alter system kill session '<sid><serial#>' immediate 命令直接终止堵塞会话，回滚事务；

（2）继续深挖，找到问题原因，直接修改问题代码；

显然，应该选择第二种方案，选择第一种方案再次运行还是会报错，所以继续查询v$lock查看锁信息

select l.sid, s.username, l.type, l.id1, l.id2, l.lmode, l.request
from v$lock l
join 
v$session s on l.sid = s.sid

这个SQL查询用于检查 Oracle 数据库中的锁信息，以查找哪些会话正在持有或请求锁，以及相关的会话信息。

• v$lock l 和 v$session s 是 v$lock 视图和 v$session 视图的别名，分别代表锁信息和会话信息；
• l.sid = s.sid 表示锁信息的会话 ID (sid) 与会话信息的会话 ID 匹配，以关联锁和会话；
• l.sid：这列表示持有或请求锁的会话的会话 ID（Session ID）。每个会话都有一个唯一的会话 ID。
• s.username：这列表示持有或请求锁的会话的用户名。它标识了数据库中执行操作的用户。
• l.type：这列表示锁的类型。不同的锁类型用于不同的资源或对象，例如表、行、索引等。
• l.id1 和 l.id2：这两列通常一起工作，表示锁的标识符。具体的含义取决于锁的类型，例如对于表锁，它们可能表示表的对象标识符。
• l.lmode：这列表示锁的模式。它描述了锁的类型，例如共享锁、排他锁等。
• l.request：这列表示会话是否正在请求锁，以及请求的锁类型和模式。

将查询结果与SID对应，发现阻塞的几个所分别是：

type	ID1	ID2	LMODE	REQUEST
AE	100	0	4	0
TM	168385	0	3	0
TX	393225	221646	0	6

上述结果说明了：

1. 第一行（AE 锁）：

   • type 是 “AE”，表示这是一个表级别的锁。
   • ID1 是 100，可能是表的标识符。
   • ID2 是 0，通常表示表级别锁的 ID2 为 0。
   • LMODE 是 4，表示持有排他锁。
   • REQUEST 是 0，表示当前没有请求新的锁。

2. 第二行（TM 锁）：

   • type 是 “TM”，表示这是一个表级别的锁。
   • ID1 是 168385，可能是表的另一个标识符。
   • ID2 是 0，通常表示表级别锁的 ID2 为 0。
   • LMODE 是 3，表示持有共享锁。
   • REQUEST 是 0，表示当前没有请求新的锁。

3. 第三行（TX 锁）：

   • type 是 “TX”，表示这是一个事务级别的锁。

   • ID1 是 393225，可能表示某个事务的标识符。

   • ID2 是 221646，可能表示另一个事务的标识符。

   • LMODE 是 0，表示没有锁（或者叫无锁）。

   • REQUEST 是 6，表示当前正在请求新的锁。

接着，识别一下第三行的事务锁，究竟锁住的是哪段代码：

select do.object_name, row_wait_obj#, do.data_object_id,
row_wait_file#, row_wait_block#, row_wait_row#,
dbms_rowid.rowid_create(1,do,data_object_id, row_wait_file#, row_wait_block#, row_wait_row#)
from v$session s, dba_objects do 
where sid = <sessionId>
and s.row_wait_obj# = do.object_id;

这个 SQL 查询用于查找特定会话（sid）正在等待的行级锁的相关信息。以下是查询中的各个部分的含义：

1. do.object_name：这表示正在等待行级锁的数据对象的名称，即表的名称或其他数据库对象的名称。
2. row_wait_obj#：这是会话正在等待的行级锁的对象号。它用于标识数据对象，该对象上的行级锁正被等待。
3. do.data_object_id：这是数据对象的唯一标识符。
4. row_wait_file#、row_wait_block#、row_wait_row#：这些列表示行级锁的具体位置信息，包括等待的文件号、块号和行号。
5. dbms_rowid.rowid_create(1, do, data_object_id, row_wait_file#, row_wait_block#, row_wait_row#)：这是一个函数调用，用于创建行级锁的 ROWID（行标识符），以便精确定位到正在等待的行级锁。
6. v$session s, dba_objects do：这部分表示查询将从 v$session 视图和 dba_objects 视图中检索信息。
7. where sid = <sessionId>：这是查询的过滤条件，用于指定要检查的特定会话的 sid。
8. and s.row_wait_obj# = do.object_id：这是查询的连接条件，它将会话的 row_wait_obj# 与数据对象的 object_id 进行匹配，以便检索正在等待的行级锁的数据对象的信息。

接着，我查询到的rowId 是 AABK/5AAFAAAAHHAAA, 把这个id放到如下的sql查询里面，就能查询出来是具体哪一行出的问题了：

select * from Business where rowid = 'AABK/5AAFAAAAHHAAA';

注意Business是我的表名。

解决方案

定位发现问题行，同时是update语句出的问题之后，我发现是数据中有重名问题，同时update后面的insert语句执行过快，两个数据同时争夺同一个行锁，造成了阻塞。于是我修改了原来的java代码，对每个update语句增加了50ms的延时，解决了问题

---

包装对象引用问题

Bug描述

包装对象的==和equals是个老生常谈的问题，但是我最近还是踩坑了。

最近完成项目的时候遇到一个问题，我发现一个树形的下拉框里面，有的菜单有二级菜单三级菜单，有的应该有三级菜单却没有。

大概就是这样：

问题排查

于是我就去研究这个BUG是怎么产生的。

刚开始调试前端代码，发现是element-ui的el-tree组件，逻辑很简单，不应该有问题：

<el-tree :data="menus"
             :default-expanded-keys="expandedKeys"
             :expand-on-click-node="false"
             :props="defaultProps"
             node-key="catId"
             draggable
             :allow-drop="allowDrop"
             show-checkbox>
                 
    getMenus () {
      this.$http({
        url: this.$http.adornUrl('/product/category/list/tree'),
        method: 'get'
      }).then(({data}) => {
        this.menus = data.page
      })
    },

所以我把重心转向了后端代码，后端list/tree方法的serviceImpl 是一个递归查找树方法：

@Override
    public List<CategoryEntity> listWithTree() {
        // 1. find all classification
        List<CategoryEntity> entities = baseMapper.selectList(null);

        // 2. assemble to tree (parent-son)
        // 2.1 find all first-level category
        List<CategoryEntity> firstLevel = entities.stream().filter((item) ->
             item.getParentCid() == 0
        ).map((cat) -> {
            cat.setChildren(getChildren(cat,entities));
            return cat;
        }).sorted(Comparator.comparingInt(CategoryEntity::getSort)).collect(Collectors.toList());
        return firstLevel;
    }

    /**
     * recursion get each categories' children category
     * @return
     */
    private List<CategoryEntity> getChildren(CategoryEntity root, List<CategoryEntity> all){
        List<CategoryEntity> children = all.stream().filter(categoryEntity -> {
            return categoryEntity.getParentCid() == root.getCatId();
        }).map(category -> {
            // find children category
            category.setChildren(getChildren(category,all));
            return category;
        }).sorted(Comparator.comparingInt(cat -> (cat.getSort() == null ? 0 : cat.getSort()))).collect(Collectors.toList());
        return children;
    }

baseMapper.selectList(null) 用于拿到所有数据。

CategoryEntity 有几个核心属性： catId 是当前分类的ID，parentCid是当前分类的父分类ID，顶级分类的父分类ID是指向0的。children 是一个数组，用于存放当前分类的子分类有哪些 CategoryEntity 。

因此，在listWithTree 方法里面，item.getParentCid() == 0 用于找到所有的第一级顶级分类，然后设置其中每一个分类的children，那么，如何获取某个分类的子分类呢？

接下来就调用 getChildren 方法，这个方法需要传入当前分类和所有数据，通过 categoryEntity.getParentCid() == root.getCatId() 找到所有数据中，所有父分类指向当前分类的对象，然后继续递归查找直到查询到null为止。

刚开始的时候我研究代码逻辑并没有发现问题，断点调试的时候，如图所示的 E-book分类有自己的children，那为什么sas 分类的children 是 [] 呢？

接着我去看了下数据库，数据库也确实存在指向sas 分类的子数据。那问题来了，为什么有的分类能找到有的找不到呢？

stream流的断点调试信息稍微不足，只好通过log.info 查看每一步信息，经过我耐心的查找，我终于发现了问题所在：

**categoryEntity.getParentCid() == root.getCatId() 的判断是[]**，这就很奇怪了，这说明没有在数据库找到合适的对象，这不应该啊，因为我已经在数据库验证过数据了。

于是我想到了一个问题：getParentCid() 和 getCatId() 到底获取到了什么东西？

@TableId
private Long catId;
private Long parentCid;

于是，我在后台代码看到了Long而不是long，就意识到了问题所在了：

对于 Long 对象，当值在 -128 到 127 之间时，Java 会使用缓存，即相同的值会共享同一个对象。而超出这个范围的值，每次都会创建新的对象。这就导致了使用 == 比较时，对于超出缓存范围的值，即使它们的内容相同，也可能得到 false。

这也就解释了为什么有的能显示，有的不能显示。能显示不过是因为ID值还没有超出127而已。

解决方案

• 明白问题了，解决方案也就相对容易，只需要使用equals替换成如下代码即可：

private List<CategoryEntity> getChildren(CategoryEntity root, List<CategoryEntity> all){
    List<CategoryEntity> children = all.stream().filter(categoryEntity -> {
        return categoryEntity.getParentCid().equals(root.getCatId());
    }).map(category -> {
        // find children category
        category.setChildren(getChildren(category,all));
        return category;
    }).sorted(Comparator.comparingInt(cat -> (cat.getSort() == null ? 0 : cat.getSort()))).collect(Collectors.toList());
    return children;
}

真心希望不要有下次踩坑了。

EsayPoi解析Excel图片空指针

Bug描述

一个很有趣的Bug，我在这里被困扰了一天的时间。

现在有两个几乎一模一样的Excel文件，当我进行导入并解析的时候，一个Excel文件会报空指针，一个文件会正常解析并且导入。

这里的业务逻辑是：

• 业务方先下载Excel模板
• 业务方根据模板输入自己想要导入的信息，其中有一列是图片信息
• 图片信息是业务方自己粘贴进Excel的
• 最后业务方点击导入，把Excel解析，把其中的信息导入数据库

这个Bug就是业务方在这个流程中遇到的，业务方有两个几乎一模一样的Excel文件，它们的文本信息是完全一样的，唯一的区别就是图片不一样。

而且，就算把可以正常解析导入的Excel文件中的图片粘贴到出问题的Excel文件，也还是会报空指针异常，很奇怪。

问题排查

一开始我以为是图片可能覆盖了其他单元格，所以尝试拉伸了一下图片，发现没有作用。

然后仔细研究后端代码，发现这一块是调用的EasyPoi API的 *ExcelImportUtil类的importExcelMore*方法进行解析的。于是我继续下钻，发现更准确的说，是在调用EasyPoi API的 *PoiPublicUtil*类的 getSheetPictures07 方法时出现的问题。

更准确的说，是在执行这个放里面如下所示的代码的时候报的错：

...
	pic.getPreferredSize()
...

打断点，这里需要一个anchor的cell1属性和cell2属性。

然后这里的cell2属性是空，于是报了空指针。

知道错误的起源了，现在回头去找为什么cell2属性是null呢？这个属性是在哪里构造的呢？

经过漫长的寻找，最后发现是在Poi API的*XSSFDrawing*类里面的 getAchorFromParent 方法里面构造的。

该方法如下所示：

private XSSFAnchor getAnchorFromParent(XmlObject obj) {
  XSSFAnchor anchor = null;
  XmlObject parentXbean = null;
  XmlCursor cursor = obj.newCursor();
  if (cursor.toParent()) {
    parentXbean = cursor.getObject();
  }
  cursor.dispose();
  if (parentXbean != null) {
    if (parentXbean instanceof CTTwoCellAnchor) {
      CTTwoCellAnchor ct = (CTTwoCellAnchor) parentXbean;
      anchor = new XSSFClientAnchor(ct.getFrom(), ct.getTo());
    } else if (parentXbean instanceof CTOneCellAnchor) {
      CTOneCellAnchor ct = (CTOneCellAnchor) parentXbean;
      anchor = new XSSFClientAnchor(getSheet(), ct.getFrom(), ct.getExt());
    } else if (parentXbean instanceof CTAbsoluteAnchor) {
      CTAbsoluteAnchor ct = (CTAbsoluteAnchor) parentXbean;
      anchor = new XSSFClientAnchor(getSheet(), ct.getPos(), ct.getExt());
    }
  }
  return anchor;
}

不用完全理解代码，只需要看中间这里，parentXbean 将会在这里创造出anchor和它的cell2属性。

当我们使用断点调试，会发现，如果导入有问题的Excel，会走向这个判断：*parentXbean instanceof CTOneCellAnchor*

而正常的Excel会走向这个判断：*parentXbean instanceof CTTwoCellAnchor*

那么，问题就在CTTwoCellAnchor 和 CTOneCellAnchor上面了。

这两个类是什么呢？显然是和图片相关的东西——在这里感谢Greg Woolsey 的解释一下子点醒了我。参考：

https://bz.apache.org/bugzilla/show_bug.cgi?id=61203

所以，CTTwoCellAnchor是指图片的大小和位置随着单元格而变；CTOneCellAnchor是指大小固定，位置随着单元格而变

那么，这对应的就是Excel里面的图片属性：

解决方案

• 至此，问题就解决了，只需要修改Excel里面的图片属性即可。至此问题就解决了，至于更底层的原因，由于项目排期的紧张没有时间深入钻研，欢迎了解的朋友评论区留言

---

Json默认解析方式

Bug描述

一个很正常的操作：我在后端调用方法，向前端返回一个List的结果集。我们知道这个结果集在前端是用很多个json数据放在一个List里面的。

我将要返回的数据有这几个列：

• DESCR - 部门名
• userId - ID
• name - 姓名
• jobType - 工作类型

其中 userId,name,jobType在前端展示都是正常的，获取到了数据，但是DESCR这个列没有数据：

DESCR	userId	name	jobType
	1	a	A
	2	b	B
	3	c	C

看了下后端，打断点发现数据都是正常传过来的，DESCR这个列是有值的，但是不知道为什么在前端不显示

问题排查

在前端打断点调试，发现传过来的Json数据长这个样子：

{dESCR:...,userId:'1',name:'a',jobType:'A'},
{dESCR:...,userId:'2',name:'b',jobType:'B'},
...

这就奇怪了，为啥DESCR这个列的首字母小写了呢？

后来发现，不只是DESCR这个列首字母小写了，事实上每个首字母大写的列的首字母都会被小写，在这里因为它们在这里本来就是小写的所以看不出来。

之所以会这样，探讨其背后原理是因为所有 JSON 的实现都离不开HttpMessageConverter，它是一个消息转换工具，主要实现两方面的功能：

• 将服务端返回的对象序列化成 JSON 字符串
• 将前端传来的 JSON 字符串反序列化成 Java 对象

在SpringBoot生成的依赖包中已经自动为我们导入了相关依赖。SpringMVC 自动配置了 Jackson 和 Gson 的 HttpMessageConverter。

我们公司项目默认使用的Jackson解析Json代码，jackson在序列化过程中会将大写开头的字段自动转成小写开头。

解决方案

• 给需要保留大小写的不变的属性增加*@JsonFormat或者@JsonProperty*注解
• 给类加上 @JsonAutoDetect(getterVisibility=JsonAutoDetect.Visibility.NONE) 注解

---

BatchUpdateException: ORA-12899

Oracle SQL表设计问题

Bug描述

产品经理让我排查一下不知道什么环境下（没问是开发、测试还是正式环境）出现的一个Bug，前端上传excel更新数据失败，提示“数据库异常，请联系管理员”。

问题排查

很明显，这通常都是后端报错了，所以我按照流程复现了下该报错，然后直接看idea结果，idea报错：

Exception in thread “main” java.sql.BatchUpdateException: ORA-12899: value too large for column “xx” (actual: 208, maximum: 200)

这样的报错根据字面意思，似乎是数据超了sql某个字段的字节限制，那么通过我们在 项目记录——企业需求 中的连接迁移提到的前端代码反推后端代码的方法，找到对应的后端代码，再找到对应的实体类，看它链接的是哪个数据表，这有助于我们在公司庞大的数据库中直接定位问题表。

定位到问题表table之后，在Navicat点击“设计表”，我可以直接看到每个字段的字节限制，再对应报错的excel文件里面的内容，我可以很简单的找到对应的限制了200个字节的出问题的列。但是奇怪的是，如果一个中文编码占据2个字节，我个人感觉这个excel文件中这个列的数据的字节数并没有达到208这个标准。

查询：

select userenv('language') from dual;

结果是 AMERICAN_AMERICA.AL32UTF8

这说明我们Oracle数据库采用的是 AMERICAN_AMERICA.AL32UTF8 作为字符编码集，这个UTF-8编码集一个中文占据三个字节，为了验证我们的猜想，查询：

select lengthb('xx') from dual;

xx就是超过字节限制的数据内容，得到208个字节的答案，这证明我们的猜想没错。

解决方案

• 更换oracle sql中字符编码集为 *SIMPLIFIED CHINESE_CHINA.AL32UTF8*，这样一个中文只占据两个字节。但是显然该方法可能影响到其他表
• 要求上传excel的数据列对应内容不要太多
• 针对该字段的字节上限进行扩容

---