📝 Part 7：异步任务上下文丢失问题详解

在现代 Java 应用中，异步编程已经成为提升性能、解耦业务逻辑的重要手段。无论是使用 CompletableFuture、线程池（ExecutorService）、定时任务（ScheduledExecutorService），还是 Spring 的 @Async 注解，我们都可能遇到一个共同的问题：上下文信息丢失。

本文将带你深入理解为什么异步任务中会出现上下文丢失，并提供多种解决方案，包括手动拷贝、TTL 封装、AOP 自动注入等，帮助你在各种场景下都能正确地传递上下文。

一、什么是上下文丢失？

在同步调用中，我们通常使用 ThreadLocal、MDC、RequestContextHolder 或 RpcContext 来保存和传递上下文信息（如 traceId、userId、tenantId 等）。

但在异步任务中，由于子线程是新创建的，它无法继承主线程的 ThreadLocal 数据，因此导致上下文信息丢失。

示例代码：

@GetMapping("/async")
public String asyncTest() {RequestContextHolder.getRequestAttributes().setAttribute("userId", "123", RequestAttributes.SCOPE_REQUEST);new Thread(() -> {try {// 报错：RequestAttributes is nullString userId = (String) RequestContextHolder.getRequestAttributes().getAttribute("userId", RequestAttributes.SCOPE_REQUEST);} catch (Exception e) {e.printStackTrace();}}).start();return "Check console for error.";
}

二、常见异步场景汇总

场景	描述
`new Thread()`	最原始的方式，上下文完全不继承
`Runnable` / `Callable`	手动提交到线程池执行的任务
`CompletableFuture`	使用默认线程池或自定义线程池执行异步任务
`@Async` 注解	Spring 提供的异步方法调用
`ScheduledExecutorService`	定时任务执行器
`ForkJoinPool`	并行流或并行计算使用的线程池

三、根本原因分析

Java 的线程本地变量（ThreadLocal）本质上是绑定在当前线程上的，当新的线程被创建时，这些变量不会自动复制过去。

也就是说：

主线程设置的 ThreadLocal 值，在子线程中是不可见的。
同样适用于 MDC、RequestContextHolder、RpcContext 等基于 ThreadLocal 实现的上下文机制。

四、解决方案汇总

✅ 方案一：手动拷贝上下文

这是最基础也是最容易实现的方法，适用于简单的异步任务。

示例代码：

RequestAttributes originalAttrs = RequestContextHolder.getRequestAttributes();new Thread(() -> {try {RequestContextHolder.setRequestAttributes(originalAttrs);String userId = (String) RequestContextHolder.getRequestAttributes().getAttribute("userId", RequestAttributes.SCOPE_REQUEST);System.out.println("User ID in thread: " + userId);} finally {RequestContextHolder.resetRequestAttributes();}
}).start();

优点：

实现简单；
不依赖第三方库。

缺点：

需要手动管理上下文生命周期；
在复杂任务中维护成本高。

✅ 方案二：使用 TransmittableThreadLocal（推荐）

阿里巴巴开源的 TransmittableThreadLocal 可以自动完成线程池中上下文的传递。

Maven 引入：

<dependency><groupId>com.alibaba</groupId><artifactId>transmittable-thread-local</artifactId><version>2.12.1</version>
</dependency>

使用方式：

private static final TransmittableThreadLocal<String> context = new TransmittableThreadLocal<>();context.set("value");ExecutorService executor = TtlExecutors.getTtlExecutorService(Executors.newFixedThreadPool(2));executor.submit(() -> {System.out.println(context.get()); // 输出 value
});

优点：

支持线程池、CompletableFuture、ScheduledExecutorService；
兼容原生 ThreadLocal；
可与 MDC、RequestContextHolder、RpcContext 等结合使用。

缺点：

需引入第三方依赖；
需要对线程池进行包装。

✅ 方案三：封装 Runnable / Callable

你可以通过装饰器模式对 Runnable 和 Callable 进行封装，实现上下文的自动注入。

示例代码：

public class ContextAwareRunnable implements Runnable {private final Runnable task;private final RequestAttributes requestAttributes;public ContextAwareRunnable(Runnable task) {this.task = task;this.requestAttributes = RequestContextHolder.getRequestAttributes();}@Overridepublic void run() {try {RequestContextHolder.setRequestAttributes(requestAttributes);task.run();} finally {RequestContextHolder.resetRequestAttributes();}}
}// 使用示例
new Thread(new ContextAwareRunnable(() -> {String userId = (String) RequestContextHolder.getRequestAttributes().getAttribute("userId", RequestAttributes.SCOPE_REQUEST);System.out.println("User ID in thread: " + userId);
})).start();

✅ 方案四：使用 AOP 自动注入上下文

如果你希望在整个项目中统一处理异步任务的上下文注入，可以结合 AOP 实现自动注入。

示例代码（基于 @Async）：

@Aspect
@Component
public class AsyncContextAspect {@Around("@annotation(org.springframework.scheduling.annotation.Async)")public Object aroundAsync(ProceedingJoinPoint pjp) throws Throwable {RequestAttributes attrs = RequestContextHolder.getRequestAttributes();try {RequestContextHolder.setRequestAttributes(attrs);return pjp.proceed();} finally {RequestContextHolder.resetRequestAttributes();}}
}

这样你就可以在任何使用 @Async 注解的方法中自动恢复上下文。

✅ 方案五：使用 ThreadPoolTaskExecutor 包装

如果你使用的是 Spring 的 ThreadPoolTaskExecutor，可以通过 TtlThreadPoolTaskScheduler 进行包装。

示例配置类：

@Configuration
@EnableAsync
public class AsyncConfig {@Bean(name = "taskExecutor")public Executor taskExecutor() {ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();executor.setCorePoolSize(4);executor.setMaxPoolSize(8);executor.setQueueCapacity(100);executor.setThreadNamePrefix("async-executor-");executor.initialize();// 使用 TTL 包装return TtlExecutors.getTtlExecutorService(executor.getThreadPoolTaskExecutor());}
}

五、综合对比表

方案	是否支持线程池	是否需要手动管理	第三方依赖	Spring 兼容性	推荐指数
手动拷贝上下文	❌	✅	❌	✅	⭐⭐
TransmittableThreadLocal	✅	❌	✅	✅	⭐⭐⭐⭐⭐
Runnable/Callable 封装	✅	✅	❌	✅	⭐⭐⭐
AOP 自动注入	✅	❌	❌	✅	⭐⭐⭐⭐
ThreadPoolTaskExecutor 包装	✅	❌	✅	✅	⭐⭐⭐⭐

六、最佳实践建议

场景	推荐方案
单个异步任务	手动拷贝上下文
多线程并发任务	使用 TTL + 线程池
CompletableFuture / @Async	使用 TTL 包装线程池
日志追踪（MDC）	结合 TTL 自动传递
Dubbo 调用链	自定义 Filter + RpcContext
统一上下文框架	设计 ContextManager 接口抽象不同来源