程序员修复

凌晨两点十七分，程序我盯着屏幕上那行红色的员修报错信息，手指在键盘上悬了半分钟没落下去。程序`NullPointerException at com.xxx.service.impl.OrderServiceImpl.calculatePrice(OrderServiceImpl.java:247)`。员修就这一行，程序把整个支付流程卡死了。员修

白天测试环境跑得好好的程序，预发环境一上就炸。员修运维群里有人@我，程序问是员修不是代码有问题。我没回，程序先把日志捞出来看了一遍。员修日志里订单号、程序用户ID、员修时间戳都对得上，程序唯独到了计算价格那一步，对象突然就空了。可代码逻辑明明写了判空——我翻到247行，盯着那行 `order.getItems().stream()` 看了足足十秒，脑子里闪过一个念头：并发。

这个接口白天QPS不到50，预发环境压测直接拉到800。`order`对象是从缓存里取的，缓存用的是本地Caffeine，过期时间设了30秒。问题就出在这儿——第一个线程拿到order，开始遍历items，遍历到一半，缓存过期了，Caffeine异步刷新把order对象替换成了新的。旧对象被GC回收，但第一个线程还在用引用，`getItems()`返回的list内部数组被清空，stream一跑就NPE。

这种问题很难复现。你本地跑一百遍都没事，因为QPS上不去，缓存根本来不及过期。我去年在上一家公司也遇到过类似的，那次是Guava Cache，场景是用户session刷新，也是并发读写导致对象状态不一致。当时我们加了个`synchronized`块，性能直接掉了一半。这次我学乖了，没急着改代码，先写了个复现脚本，用JMeter模拟并发，把Caffeine的`expireAfterWrite`改成1秒，跑十次能复现三次。

复现了就好办。方案有三个：第一，缓存里存不可变对象，每次刷新生成新实例，旧线程继续用旧的，新线程用新的，互不干扰。第二，加读写锁，读的时候不允许刷新。第三，把`getItems()`改成返回副本。我选了第一个，因为改动最小，而且Caffeine本身就支持`refreshAfterWrite`，配合`buildAsync`可以做到无锁刷新。改完压测跑了一小时，QPS稳在1200，NPE再没出现。

修完这个bug，我靠在椅背上发了会儿呆。程序员修bug，修到最后其实是在修自己对系统的理解。你以为是代码写错了，其实是并发模型没吃透；你以为是缓存配置问题，其实是对象生命周期管理没想清楚。每一次NPE背后，都藏着一个你之前忽略的时序问题。

天亮的时候，运维群里有人发了句“支付恢复了”。我没说话，把复现脚本和修复方案整理成文档，丢进了团队wiki。下次再有人踩这个坑，至少能少熬一个通宵。程序员这行，修复的不只是代码，还有自己那点侥幸心理——总觉得“我写的逻辑没问题”，可系统跑起来，从来不按你写的逻辑走。