说下程序的架构。
有个后台管理系统A,在页面修改数据后,会用httpClient发http请求给系统B;
系统B做了异步机制,收到A发的请求后,将数据封装为Mq消息发给RabbitMq,然后结束该请求;
然后系统B自己也是消费者,去对应的Rabbitmq拉取消息后,封装一个httpClient通知系统C。
系统C会将该数据放到Redis里面。
然后我们发现,Redis里面的value出现了中文乱码问题。
大概的流程如下:
我采取的办法是,因为我们的所有系统,都默认是要采用“utf-8”来编码,那么我只要一路跟踪请求的链路,看看到底是在哪一步乱码的,就知道问题所在了。
我准备利用wireshark和rawcap来跟踪链路。本来不需要RawCap,主要是wireshark无法跟踪localhost链路上的网络请求。(上图,系统A、B、Mq在同一台机器上)
二、链路跟踪 2.1 A到B的链路跟踪
上面提到,A是后台管理系统。下面是其界面。
注意到,上图中,有一个“中”字。而“中”在utf8中被编码为:
这边先不讲,怎么利用wireshark和rawcap来抓包。先看我们跟踪的结果:
经过寻找,我们页面上提交的“11中11236ckl111”就在上图红框标出的地方。
这有个小技巧,我提交的字符串中,“中”字前后有两个1,主要就是方便寻找。
上图,红框前后各有两个31,(对应数字1),那中间的“e4 b8 ad”就是中字的编码。
可以看到,这个编码没问题,因为和我们查到的“中”的utf8编码是一致的。
2.2 B到Mq的链路跟踪
注意上图,就是系统B发到Mq的消息(上图中红框标识了其协议为AMQP,后面的Basic Publish表示这是一条生产者发送的消息)。
这里的编码也是没问题的。
2.3 系统B消费Mq的消息的链路跟踪
和上一节类似,该消息就是系统B作为消费者从Mq拉到的。
这里的编码也没问题。
2.4 系统B消费消息后,发送给系统C的消息的链路跟踪
注意了,上图这里,我们发现,这次“中”所在的编码,不再是utf-8,而是变成了什么“e6 b6 93 ef bf bd”之类的内容。
我猜想了半天,实在难以理解为什么编码会变成这样。哪怕utf32也不会用6字节来编码这么一个简单的汉子吧。
出问题的节点是找到了,那么剩下的就是查看代码。
2.5 代码问题定位
上图,第一个红框的位置,是获取消息体的字节数组;
第二个位置,就是将字节数组解码为String。
我猜测就是第二步出了问题。
让我们看看该方法的说明:
这里是说,将会按照系统的默认字符集来解码。
我在192.168.19.88上写了个java测试类,打印了下列变量:
String csn = Charset.defaultCharset().name();而结果显示出来就是:
所以,问题很明显,就是因为本来是utf8的字节,用gbk来解码,当然会乱码。
2.6 解决办法1
参考了:
https://blog.csdn.net/qq_21033663/article/details/53022797
1、通过System.out.println(System.getProperty("file.encoding"));可查看JVM运行时所使用的编码
2、默认情况:
1)Windows下,file.encoding=”GBK”,
2)Linux下,file.encoding=”UTF-8”。
3、通过修改Tomcat配置来指定JVM运行时所使用的编码
1)linux下,在catalina.sh配置:JAVA_OPTS="$JAVA_OPTS -Dfile.encoding=utf-8"
2)Windows下:在catalina.bat配置:set JAVA_OPTS=%JAVA_OPTS% -Dfile.encoding=UTF-8
2.7 解决办法2
new String的时候,指定正确的解码字符集就可以了。
如下: