一次定时任务不执行情况分析

一、业务表现

在业务容器中，存在如下三个进程：

• JAVA应用进程
• OBProxy进程
• Agent进程

其中Agent进程会启动一个守护线程，定时检查OBproxy进程的状态，如果OBproxy进程挂了，会重新拉起该进程。

现象

业务容器发生OOM，linux OOM killer主动kill掉了OBProxy进程。

Agent的守护线程未按照预期拉起OBproxy进程。

对应Agent简化版代码如下：

ScheduledExecutorService executorService = Executors.newSingleThreadScheduledExecutor();

        executorService.scheduleWithFixedDelay(() -> {
    
    
            try {
    
    
                if (obProxyProcessDown) {
    
    
                    pullObProxyProcess();
                }
            } catch (Exception e) {
    
    
                //LOG
            }
        }, 1, 1, TimeUnit.SECONDS);

使用ScheduledExecutorService#scheduleWithFixedDelay定时检查OBproxy进程状态，在OBproxy进程挂掉的情况下主动拉起。

二、原因

如上简化代码，ScheduledExecutorService#scheduleWithFixedDelay里定时任务Task#catch的异常类型是Exception，但是系统OOM那会，抛出的是OOM Error异常，Error > Exception，没Catch住，导致ScheduledExecutorService线程池里的后续任务不执行。

三、复现

OOM后，后续的打印动作并未执行。

四、分析

定时任务执行异常，上面的java.util.concurrent.FutureTask#runAndReset返回false，导致后续的reExecutePeriodic未执行，定时任务没加入到BlockingQueue中，表现就是：后续定时任务不会执行。

具体可以参考：任务异常导致线程池中的线程变为waiting状态