今天收到业务团队反馈线上有个应用往 Pulsar 中发送消息失败了，经过日志查看得知是发送消息时候抛出了 java.lang.InterruptedException 异常。
和业务沟通后得知是在一个 gRPC 接口中触发的消息发送，大约持续了半个小时的异常后便恢复正常了，这是整个问题的背景。
前置排查拿到该问题后首先排查下是否是共性问题，查看了其他的应用没有发现类似的异常；同时也查看了 Pulsar broker 的监控大盘，在这个时间段依然没有波动和异常。
เครื่องสล็อต这样可以初步排除是 Pulsar 服务端的问题。
接着便是查看应用那段时间的负载情况，从应用 QPS 到 JVM 的各个内存情况依然没发现有什么明显的变化。
Pulsar 源码排查既然看起来应用本身和 Pulsar broker 都没有问题的话那就只能从异常本身来排查了。
首先第一步要得知具体使用的是 Pulsar-client 是版本是多少，因为业务使用的是内部基于官方 SDK 封装 springboot starter 所以第一步还得排查这个 starter 是否有影响。
通过查看源码基本排除了 starter 的嫌疑，里面只是简单的封装了 SDK 的功能而已。
接下来便只能是分析堆栈了，因为 Pulsar-client 的部分实现源码是没有直接打包到依赖中的，反编译的话许多代码行数对不上，所以需要将官方的源码拉到本地，切换到对于的分支进行查看。
这一步稍微有点麻烦，首先是代码库还挺大的，加上之前如果没有准备好 Pulsar 的开发环境的话估计会劝退一部分人；但其实大部分问题都是网络造成的，守备只要配置一些 Maven 镜像多试几次总会编译成功。
我这里直接将分支切换到 branch-2.8。
从堆栈的顶部开始排查 TypedMessageBuilderImpl.java:91：
看起来是内部异步发送消息的时候抛了异常。
接着往下看到这里：
看起来是这里没错，但是代码行数明显不对；因为 2.8 这个分支也是修复过几个版本，所以中间有修改导致代码行数与最新代码对不上也正常。
不过初步来看应该是这行代码抛出的线程终端异常，这里看起来只有他最有可能了。
为了确认是否是真的是这行代码，这个文件再往前翻了几个版本最终确认了就是这行代码没错了。
我们点开java.util.concurrent.Semaphore#acquire()的源码。
通过源码会发现 acquire() 函数确实会响应中断，一旦检测到当前线程被中断后便会抛出 InterruptedException 异常。
定位问题所以问题的原因基本确定了，就是在 Pulsar 的发送消息线程被中断了导致的，但为啥会被中断还需要继续排查。
我们知道线程中断是需要调用 Thread.currentThread().interrupt(); API的，首先猜测是否 Pulsar 客户端内部有个线程中断了这个发送线程。
于是我在 pulsar-client 这个模块中搜索了相关代码：
据介绍，为深入学习贯彻习近平总书记关于思政课建设的重要讲话重要指示精神、深刻领会阐释“六要”和“八个相统一”的丰富内涵，清华大学邀请14位青年思政课教师组成课题组，围绕“六要”“八个相统一”开展学术研究。思政课教师学术沙龙将为广大师生深入讨论思政课改革提供重要平台。
排除掉和 producer 不相关的地方，其余所有中断线程的代码都是在有了该异常之后继续传递而已；所以初步来看 pulsar-client 内部没有主动中断的操作。
既然 Pulsar 自己没有做，那就只可能是业务做的了？
于是我在业务代码中搜索了一下：
果然在业务代码中搜到了唯一一处中断的地方，而且通过调用关系得知这段代码是在消息发送前执行的，并且和 Pulsar 发送函数处于同一线程。
大概的伪代码如下：
执行这段代码可以完全复现同样的堆栈。
幸好中断这里还打得有日志：
通过日志搜索发现异常的时间和这个中断的日志时间点完全重合，这样也就知道根本原因了。
因为业务线程和消息发送线程是同一个，在某些情况下会执行 Thread.currentThread().interrupt();，其实单纯执行这行函数并不会发生什么，只要没有去响应这个中断，也就是 Semaphore 源码中的判断了线程中断的标记：
但恰好这里业务中断后自己并没有去判断这个标记，导致 Pulsar 内部去判断了，最终抛出了这个异常。
总结所以归根结底还是这里的代码不合理导致的，首先是自己中断了线程但也没使用，从而导致有被其他基础库使用的可能，所以会造成了一些不可预知的后果。
再一个是不建议在业务代码中使用 Thread.currentThread().interrupt(); 这类代码，第一眼根本不知道是要干啥，也不易维护。
其实本质上线程中断也是线程间通信的一种手段伊塔事件，有这类需求完全可以换为内置的 BlockQueue 这类函数来实现。