热备份切换时主节点线程池卡在shutdown→tidying状态导致假死；应先用jstack和状态检查确认卡点，再调用shutdownnow()强制推进并配合awaittermination()止血；根治需改用带超时、中断响应和日志反馈的关闭模板，并联动健康探针与k8s生命周期钩子。
这个问题本质是热备份切换时，主节点线程池未完成优雅关闭，卡在 SHUTDOWN → TIDYING 状态迁移环节，导致整个状态机停滞、备份节点无法接管、服务不可用。这不是线程没停掉的小问题，而是系统级“假死”——进程仍在运行，但既不响应新请求，也不释放资源，更不进入 TERMINATED 状态。
确认是否真卡在状态机挂起
别急着重启，先快速验证是否真卡住：
- 用
jstack <pid></pid>抓堆栈，重点搜awaitTermination、interruptIdleWorkers、tryTerminate，看主线程是否阻塞在awaitTermination()调用上 - 查线程池内部状态：
executor.isShutdown()返回true、executor.isTerminated()返回false，且executor.getQueue().size()和executor.getActiveCount()均 > 0 —— 这就是典型的 SHUTDOWN 未转 TIDYING - 检查是否有长任务：比如 PDF 渲染、大文件 IO、未设超时的 HTTP 调用、数据库游标未关闭等，它们让线程无法自然退出
立即止血：强制推进状态机（生产现场可用）
若已确认卡住且影响业务，需在保留数据一致性的前提下，安全“踢一脚”状态机：
- 调用
shutdownNow()—— 它会把状态从 SHUTDOWN 强制推进到 STOP，并尝试中断所有线程；注意：这不会丢失正在执行的任务逻辑，但会触发InterruptedException，所以你的任务代码必须正确响应中断（如while(!Thread.interrupted())+catch(InterruptedException)清理后退出） - 紧接着立刻调用
awaitTermination(5, TimeUnit.SECONDS)；若仍不返回，说明有线程未响应中断，此时可记录日志并允许进程继续退出（K8s 的 terminationGracePeriodSeconds 会兜底） - 禁止直接
System.exit()或 kill -9：会跳过 JVM 关闭钩子，导致连接池未关闭、日志缓冲区未刷盘、临时文件残留
根治方案：带超时与兜底的关闭流程
下次发布前，必须替换掉裸调 shutdown() 的写法，改用可中断、有超时、有日志反馈的组合：
- 在 Spring Boot 中，用
@PreDestroy配合自定义销毁逻辑，而非依赖默认行为 - 核心模板如下（务必设超时，且超时后执行
shutdownNow()）：
public void gracefulShutdown(ExecutorService executor, long timeoutMs) {
executor.shutdown();
try {
if (!executor.awaitTermination(timeoutMs, TimeUnit.MILLISECONDS)) {
List<runnable> unfinished = executor.shutdownNow();
log.warn("Forced shutdown: {} tasks dropped or interrupted", unfinished.size());
// 可选：对 unfinished 中的关键任务做补偿（如写入 DB 标记为 pending）
executor.awaitTermination(3, TimeUnit.SECONDS); // 最终等待
}
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
log.error("Shutdown interrupted", e);
}
}</runnable>
- 关键参数建议：timeoutMs 设为 30~60 秒（匹配 K8s terminationGracePeriodSeconds），避免比运维侧宽限期还长
- 所有提交到线程池的任务，必须主动检查中断状态，不能忽略
InterruptedException，也不能在 catch 块里只写个空打印
热备份场景下的协同加固
单点修复不够，要和备份机制联动：
- 主节点进入关闭流程时，通过共享存储（如 Redis）或健康探针（如 /actuator/health）主动标记 “SHUTTING_DOWN”，让负载均衡器提前摘流
- 备份节点启动后，先轮询主节点健康端点，确认其已进入 TERMINATED 状态或超时未响应，再正式对外提供服务
- 在 Kubernetes 中，配置
preStop生命周期钩子，执行轻量级关闭前置动作（如关闭 Admin Server、禁用 Actuator 端点），避免关闭过程中被误探测为“存活”
