FastJson是一款性能优异的java序列化和反序列框架，广泛应用于日常开发工作中，也许正是因为作者在设计这款框架时，比较注重性能方面的考量，在框架安全性，空间占用等方面做了一些牺牲。

很不幸小编前两天就遇到了一个使用FastJson导致内容泄漏的问题。下面是小编从发现内存泄漏问题，到问题排查，再到问题修复的整个过程的记录，当各位读者遇到类似问题后，能有所启发。

某天线上告警，系统jvm堆内存使用率过高，后台登录机器发现jvm 比较gc频繁，而且gc后，对内存占用并没有明显减少，初步怀疑出现了"内存泄漏"。

于是，使用jmap命令查看了一下当前堆内存的信息：

jamp -histo <pid> | head -n 20

结果如下图

经过多次GC后，上图中的主要对象的数量不降反增，说明系统的确存在内存泄漏问题，而且是FastJson内部的对象。

到这里，第一个问题出现了：上面的FieldInfo,DefaultFieldDeserializer,JavaBeanDeserializer 这些类是干啥的呢？

fastJson反序列化的流程

要了解 FieldInfo,DefaultFieldDeserializer,JavaBeanDeserializer 类的作用，我们需要先了解一下FastJson进行反序列化的流程。

FastJson在将json字符串反序列化成java对象的过程中，会为这个java类生成一个反序列化器，也就是 JavaBeanDeserializer,

同时FastJson还会给这个java类的每个字段都会被封装成一个FeildInfo对象，并且为每个字段也会生成一个 针对字段的反序列化器 DefaultFieldDeserializer。

当对一个java类 进行反序列化时，先用字段反序列化器，反序列化出每个字段，然后再用 JavaBeanDeserializer 反序列化出对象。

上面涉及到的FastJson内部类的关系可以参考下图：

简单来说，就是在反序列化时，一个java类型会对应一个 JavaBeanDeserializer 和 多个 DefaultFieldDeserializer，而且fastJson内部会使用一个类似Map的KV结构 IdentityHashMap 将 类型和 JavaBeanDeserializer进行缓存，防止每次使用时都需要创建，来提升性能。

为什么会产生内存泄露

这一切都看似很合理，但是为什么会出现上图中产生的内存泄漏呢？

在上图中 堆中存在大量的 JavaBeanDeserializer 对象，按照上文讲到的 JavaBeanDeserializer 和类型的对应关系，那么业务系统中 也就会有对应数量的 java类，但是业务系统中其实并没有这么多java类型。

到这里，第二个问题出现了：IdentityHashMap的缓存没有生效吗？

这个时候，我使用了 jmap dump命令将此时内存空间进行了 dump。

jmap -dump:live,format=b,file=dump.bin <pid>

然后使用mat工具分析了一个这么多 JavaBeanDeserializer 对应的java类型都是什么？

经过分析发现了问题，大量的 JavaBeanDeserializer 对应的 java class 都是一样的。

到这里我们基本上可以得出结论：由于中存在某种问题，产生了java类型一样，但是保存到 IdentityHashMap 时 key不同，导致 IdentityHashMap 认为他们是不同的数据型，导致大量 相同的 JavaBeanDeserializer 保存到了 IdentityHashMap 中，进而也会存在更多的 DefaultFieldDeserializer ，因为这些 JavaBeanDeserializer 一直被 IdentityHashMap 引用，所以无法被gc回收，也就产生了 内存泄漏。

什么情况下产生内存泄露

知道了问题产生的原因，那接下来就要看下业务系统到底存在什么bug，才会产生很多类型相同但对 IdentityHashMap 而言 Key 却不同的问题呢？

在排查业务系统的bug之前，还要确认下 IdentityHashMap 判断两个Key相同的标准是什么？具体可以看一下代码

public boolean put(K key, V value) {
    final int hash = System.identityHashCode(key);
    final int bucket = hash & indexMask;

    for (Entry<K, V> entry = buckets[bucket]; entry != null; entry = entry.next) {
        if (key == entry.key) { // 使用 == 进行相同判断
            entry.value = value;
            return true;
        }
    }

    Entry<K, V> entry = new Entry<K, V>(key, value, hash, buckets[bucket]);
    buckets[bucket] = entry;  

    return false;
}

看以上代码可以发现 IdentityHashMap 判断两个key是否相同的依据是”==“，条件十分苛刻。

接下来就要看一下，业务系统中在进行反序列化时，使用的具体类型是什么，是不是么有满足 上面判断相同的条件呢？

下面是业务系统的伪代码：

    private static void des2(String json) {
        ParameterizedTypeImpl type = new ParameterizedTypeImpl(new Type[]{SomeInfo.class}, null, CommonVO.class);
        CommonVO<SomeInfo> tmpResult =  JSON.parseObject(json, type);
        System.out.println(tmpResult);
    }

果然有问题，每次进行序列化时，都创建了一个新的数据类型，这也就导致了IdentityHashMap缓存失效，罪魁祸首在这里。

如何解决

知道了问题，修改起来就很简单了：将数据类型作为一个对象属性，或者一个类属性，防止每次调用desc2时，都创建一个新的类型，修改后内存泄漏问题，也就迎刃而解了。

不过除了以上解决方案，FastJson也提供了一个解决方案，使用 TypeRefrence,及时每次序列化化都创建一个 对应的对象也不会产生内存泄漏的问题，为什么 TypeRefrence 不会出现问题呢？
源码之下无秘密，以下TypeRefreen的代码

protected TypeReference(){
        Type superClass = getClass().getGenericSuperclass();

        Type type = ((ParameterizedType) superClass).getActualTypeArguments()[0];

        Type cachedType = classTypeCache.get(type);
        if (cachedType == null) {
            classTypeCache.putIfAbsent(type, type);
            cachedType = classTypeCache.get(type);
        }

        this.type = cachedType;
    }

这里使用了一个 ConcurrentMap 对类型进行缓存，我们知道 ConcurrentMap 判断key相同的依据是 key的hashcode是否一样， 而这里的 ParameterizedType对hashcode和equal方法进行进行了重写：

@Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;

        ParameterizedTypeImpl that = (ParameterizedTypeImpl) o;

        // Probably incorrect - comparing Object[] arrays with Arrays.equals
        if (!Arrays.equals(actualTypeArguments, that.actualTypeArguments)) return false;
        if (ownerType != null ? !ownerType.equals(that.ownerType) : that.ownerType != null) return false;
        return rawType != null ? rawType.equals(that.rawType) : that.rawType == null;

    }

    @Override
    public int hashCode() {
        int result = actualTypeArguments != null ? Arrays.hashCode(actualTypeArguments) : 0;
        result = 31 * result + (ownerType != null ? ownerType.hashCode() : 0);
        result = 31 * result + (rawType != null ? rawType.hashCode() : 0);
        return result;
    }

使用TypeRefrence改写后的代码如下：

    private static void des3(String json) {
        Type type = new TypeReference<ResultDTO<OEVideoCreateResultDTO>>() {}.getType();
        CommonVO<SomeInfo> tmpResult =  JSON.parseObject(json, type);
        System.out.println(tmpResult);
    }

只要数据类型相同，那么key就是相同的，这也就保证了，只要数据类型相同，即使每次都是用新的 TypeRefrence 也不会产生上面的内存泄漏问题。

最后小编还尝试了GSON和 Jackson这两种工具，使用上面问题代码进行了反序列化压测，结果并没有出现内存泄露的问题，你知道为什么吗？