[BUG] CSVWriter 写入CSV数据超过 65536 个字节时报错

[CodePlayer]

问题描述

我们使用 Fastjson2 用于生成 CSV 格式的数据文件。 写入少量数据时，一切表现正常。 然而，当写入超过 65536 个字节的数据时，就会触发如下数组越界异常 。

java.lang.ArrayIndexOutOfBoundsException: Index 65536 out of bounds for length 65536
	at com.alibaba.fastjson2.support.csv.CSVWriterUTF8.writeComma(CSVWriterUTF8.java:52)
	at com.alibaba.fastjson2.support.csv.CSVWriter.writeLine(CSVWriter.java:149)

通过异常堆栈信息得知报错代码位置如下：

https://github.com/alibaba/fastjson2/blob/a122b8d58133c429f85a954546d12df2eb233265/core/src/main/java/com/alibaba/fastjson2/support/csv/CSVWriterUTF8.java#L48-L53

如果之前 CSVWriterUTF8.off 已经是 65536，本次再调用 writeComma()方法时，由于 bytes.length 固定是 65536，并不满足 if( off + 1 == bytes.length ) 的 if 条件，因此触发越界异常。

此外，我们恰好在该数据量边界写入的是字符串，也得到了一个类似的异常：

java.lang.StringIndexOutOfBoundsException: offset 65532, count 5, length 65536
	at java.base/java.lang.String.checkBoundsOffCount(String.java:4591)
	at java.base/java.lang.String.getBytes(String.java:1734)

环境信息

请填写以下信息：

• OS信息： CentOS 8.2
• JDK信息： Openjdk 17
• 版本信息：Fastjson2 2.0.52

期待的正确结果

正常写入，不再报错。

[wenshao]

堆栈信息可以发一下么？

[CodePlayer]

堆栈信息可以发一下么？

简单的堆栈信息就是我上面发的，线上环境的堆栈信息在记录日志时做了精简，只会显示最近2行 + 本应用包名开头的，所以暂时没有完整的堆栈信息。

我们目前是临时通过 每 write 100 行，就手动调用一次 writer.flush() 的方式来规避该 bug。

[CodePlayer]

通过上述简单关键堆栈信息里的 报错文件名称 和 行数，再结合报错异常分析，也能定位到具体的问题。

在这里，把 if (off + 1 == bytes.length) 改为 if (off >= bytes.length) 应该可以解决该问题。

[wenshao]

如果这里有问题，应该是很多个地方都会有问题，应该是某个地方的offset计算错了，你本地方便做调试么？看调用这个之前是什么操作，最后一列是什么类型？

[CodePlayer]

try (CSVWriter writer = CSVWriter.of()) {
	writer.writeValue("1".repeat(65531));
	writer.writeComma();
	writer.writeValue(new BigDecimal("1.00"));
	writer.writeComma(); // java.lang.ArrayIndexOutOfBoundsException: Index 65536 out of bounds for length 65536
}

前几天比较忙，今天调试了一下，发现 write BigDecimal 刚好达到 65536 时，内部并没有 flush()，再次调用其他方法就会报错 。 以上是复现该问题的简单模拟代码，CSVWriterUTF8 和 CSVWriterUTF16 类似的其他方法也可以一并检查一下，如果某个 write 方法里面没有 flush() 调用，就可能存在该风险。

[wenshao]

https://oss.sonatype.org/content/repositories/snapshots/com/alibaba/fastjson2/fastjson2/2.0.53-SNAPSHOT/ 问题已修复，帮忙用2.0.53-SNAPSHOT帮忙验证，2.0.53版本预计在月底发布

[wenshao]

https://github.com/alibaba/fastjson2/releases/tag/2.0.53 问题已修复，请用新版本

[CodePlayer]

@wenshao 用新版本测试了下，writeBigDecimal 的问题已经解决了，不过又发现了一个类似的 bug。

OutputStreamWriter out = new OutputStreamWriter(new ByteArrayOutputStream(), StandardCharsets.UTF_8);
try (CSVWriter writer = CSVWriter.of(out)) {
	writer.writeValue("1".repeat(65534));
	writer.writeComma();
	writer.writeString("123"); // java.lang.StringIndexOutOfBoundsException: offset 65535, count 3, length 65536
}

https://github.com/alibaba/fastjson2/blob/a122b8d58133c429f85a954546d12df2eb233265/core/src/main/java/com/alibaba/fastjson2/support/csv/CSVWriterUTF16.java#L141-L149

定位了下，如上所示，是 CSVWriterUTF16 的 142 行代码处没有 预先检测数组容量 所致。

错误堆栈信息如下：

java.lang.StringIndexOutOfBoundsException: offset 65535, count 3, length 65536

	at java.base/java.lang.String.checkBoundsOffCount(String.java:4593)
	at java.base/java.lang.String.getChars(String.java:1681)
	at com.alibaba.fastjson2.support.csv.CSVWriterUTF16.writeString(CSVWriterUTF16.java:142)
	at test.FastjsonTest.test(FastjsonTest.java:56)

发现这些 bug 有些随机，必须要恰好构造出符合特定条件的数据才能出现。

[CodePlayer]

@wenshao 举一反三，我分析了一下，出 bug 的地方一般可能存在两种情况：

1. 存量部分 + 增量部分 刚好超过底层数组容量 65536，且没有预检测
2. 增量部分 自己就超过了 65536。

我先构造一个 65535 容量的 Writer buffer，然后依次调用每一个 write*() 方法，发现还有如下方法存在类似的问题（此处以 CSVWriterUTF16 为例，CSVWriterUTF8 同理】）：

OutputStreamWriter out = new OutputStreamWriter(new ByteArrayOutputStream(), StandardCharsets.UTF_8);
try (CSVWriter writer = CSVWriter.of(out)) {
	writer.writeValue("1".repeat(65534));
	writer.writeComma();
	writer.writeLocalDateTime(LocalDateTime.now()); // java.lang.ArrayIndexOutOfBoundsException: Index 65539 out of bounds for length 65536
// 【writeInstant(Instant instant) 也受此影响】
}

还有

OutputStreamWriter out = new OutputStreamWriter(new ByteArrayOutputStream(), StandardCharsets.UTF_8);
try (CSVWriter writer = CSVWriter.of(out)) {
	writer.writeValue("1".repeat(65534));
	writer.writeComma();
	writer.writeString("2".repeat(65537)); // java.lang.StringIndexOutOfBoundsException: offset 65535, count 65537, length 65536
// 【CSVWriterUTF16.writeString(byte[] utf8) 也受此影响】
}