一个正则表达式导致CPU 利用率居高不下
129 浏览量
2020-12-13
14:42:57
上传
评论
收藏 230KB PDF 举报
一个正则表达式导致一个正则表达式导致CPU 利用率居高不下利用率居高不下
前几天线上一个项目监控信息突然报告异常，上到机器上后查看相关资源的使用情况，发现 CPU 利用率将近 100%。通过
Java 自带的线程 Dump 工具，我们导出了出问题的堆栈信息。
藏在正则表达式里的陷阱，一个正则表达式导致CPU 利用率居高不下
我们可以看到所有的堆栈都指向了一个名为 validateUrl 的方法，这样的报错信息在堆栈中一共超过 100 处。通过排查代码，
我们知道这个方法的主要功能是校验 URL 是否合法。
很奇怪，一个正则表达式怎么会导致 CPU 利用率居高不下。为了弄清楚复现问题，我们将其中的关键代码摘抄出来，做了个
简单的单元测试。
public static void main(String[] args) {
String badRegex = "^([hH][tT]{2}[pP]://|[hH][tT]{2}[pP][sS]://)(([A-Za-z0-9-~]+).)+([A-Za-z0-9-~\/])+$";
String bugUrl = "http://www.fapiao.com/dddp-web/pdf/download?request=6e7JGxxxxx4ILd-kExxxxxxxqJ4-
CHLmqVnenXC692m74H38sdfdsazxcUmfcOH2fAfY1Vw__%5EDadIfJgiEf";
if (bugUrl.matches(badRegex)) {
System.out.println("match!!");
} else {
System.out.println("no match!!");
}
}
当我们运行上面这个例子的时候，通过资源监视器可以看到有一个名为 java 的进程 CPU 利用率直接飙升到了 91.4% 。
藏在正则表达式里的陷阱，一个正则表达式导致CPU 利用率居高不下
看到这里，我们基本可以推断，这个正则表达式就是导致 CPU 利用率居高不下的凶手！
于是，我们将排错的重点放在了那个正则表达式上：
^([hH][tT]{2}[pP]://|[hH][tT]{2}[pP][sS]://)(([A-Za-z0-9-~]+).)+([A-Za-z0-9-~\/])+$
这个正则表达式看起来没什么问题，可以分为三个部分：
第一部分匹配 http 和 https 协议，第二部分匹配 www. 字符，第三部分匹配许多字符。我看着这个表达式发呆了许久，也没发
资源评论
