java 调用shell时出现假死问题

现象:在使用java 调用 shell 解压rar 文件,当文件数量较少时,没有任何问题.一旦文件数量超过500,就会出现卡死等问题.

public static String exec(String cmd) {String result = "";try {String[] shellCmd = new String[] { "/bin/sh", "-c", cmd };Process ps = Runtime.getRuntime().exec(cmd);ps.waitFor();BufferedReader br = new BufferedReader(new InputStreamReader(ps.getInputStream()));StringBuffer sb = new StringBuffer();String line;while ((line = br.readLine()) != null) {sb.append(line).append("\n");}result = sb.toString();System.out.println(result);} catch (Exception e) {e.printStackTrace();}return result;}

以上是我最开始使用的代码.网上有很多的地方都是这样写的.

如果用来调用一些简单的shell ,的确不会有什么问题.一旦处理的文件过多,就不行了.

为什么呢?

其实主要的问题来源于waitfor()这块,

让我们来看看waitFor()的说明：

JDK帮助文档上这么说：如有必要，一直要等到由该 Process 对象表示的进程已经终止。如果已终止该子进程，此方法立即返回。但是直接调用这个方法会导致当前线程阻塞，直到退出子进程。对此JDK文档上还有如此解释：因为本地的系统对标准输入和输出所提供的缓冲池有效，所以错误的对标准输出快速的写入何从标准输入快速的读入都有可能造成子进程的所，甚至死锁。好了，问题的关键在缓冲区这个地方：可执行程序的标准输出比较多，而运行窗口的标准缓冲区不够大，所以发生阻塞。接着来分析缓冲区，哪来的这个东西,当Runtime对象调用exec(cmd)后，JVM会启动一个子进程，该进程会与JVM进程建立三个管道连接：标准输入，标准输出和标准错误流。假设该程序不断在向标准输出流和标准错误流写数据，而JVM不读取的话，当缓冲区满之后将无法继续写入数据，最终造成阻塞在waitfor()这里。 知道问题所在，我们解决问题就好办了。查看网上说的方法多数是开两个线程在waitfor()命令之前读出窗口的标准输出缓冲区和标准错误流的内容。

看代码

public class RmtShellExecutor {// 本地执行方法public static void execLocal(String cmd) {try {Process proc = Runtime.getRuntime().exec(cmd);GobblerThread errorGobbler = new GobblerThread(proc.getErrorStream(), "ERROR");GobblerThread outputGobbler = new GobblerThread(proc.getInputStream(), "OUTPUT");errorGobbler.start();outputGobbler.start();int exitVal = proc.waitFor();System.out.println("ExitValue: " + exitVal);} catch (Exception e) {e.printStackTrace();}}}

public class GobblerThread extends Thread {InputStream is;String type;GobblerThread(InputStream is, String type) {this.is = is;this.type = type;}public void run() {try {InputStreamReader isr = new InputStreamReader(is);BufferedReader br = new BufferedReader(isr);String line = null;while ((line = br.readLine()) != null)System.out.println(line);} catch (IOException e) {e.printStackTrace();}}}

再次调用,已经没有什么问题了,mark 一下,防止下次出现同样的问题.