java_lang_OutOfMemoryError_unable_to_create_new_native_thread内存泄漏分析

【问题现象】：

自动化用例跑了约三个多小时后，界面响应时间长，界面出现500错误。之后再点击时，页面重定向至首页。查看jboss下的server.log文件发现内存溢出的OutOfMemory异常。

【出现的问题日志】：
java.lang.OutOfMemoryError
at java.util.zip.ZipFile.open(Native Method)
at java.util.zip.ZipFile.<init>(ZipFile.java:203)
at java.util.jar.JarFile.<init>(JarFile.java:132)
at java.util.jar.JarFile.<init>(JarFile.java:97)

2010-11-24 15:32:48,377 ERROR [STDERR] Exception in thread"Thread-5271" 
2010-11-24 15:32:48,377 ERROR [STDERR] java.lang.OutOfMemoryError:unable to create new native thread

【问题定位】：
对于一般的内存泄漏导致的堆栈溢出，通常的错误信息主要有以下几种。
1. java.lang.OutOfMemoryError: Java heap space
2. java.lang.OutOfMemoryError: PermGen space
3. java.lang.OutOfMemoryError: Requested array size exceeds VM limit
4. java.lang.OutOfMemoryError: <reason> <stack trace> (Nativemethod)

而在出现内存泄露的机器上，其日志显示是无法创建本地线程的原因所引起的。这里的异常信息 是：java.lang.OutOfMemoryError: unable to create new native thread，对应上述内存溢出的第4种场景。尽管可以初步怀疑是虚拟机参数的设置导致的问题，但实际上还是需要确认系统在自动化场景下有没有其他内存泄 露问题。
重新跑自动化，并中间使用“jstat –gcutil 进程ID1000 3 >>jstat.txt”命令，每隔3秒查看一下虚拟机堆空间的回收情况。在运行了三个多小时后，发行server.log种已经出现了该 OutOfMemory的异常信息。此时查看了jstat.txt文件，发现从自动化开始运行一直到堆栈溢出，内存回收都很正常。全部垃圾回收时间花费了 5秒左右，且未有full gc，全为younggc的时间。持久区（Perm）、年老区(Old)，分别占用了25%、19%左右的空间。且使用“top”命令监测中间CPU和内存占用都比较稳定，没 有激增的现象。
使用“jmap –hito 进程ID”查看内存对象统计，发现没有业务逻辑相关的类导致的泄露问题。系统中创建最多的就是与Sting相关的char数组对象。这个也是正常情况，排除程序级别的内存泄漏问题。也就是说堆栈溢出不是1和2的两种情况。
此时再分析server.log种的日志信息，得知是无法创建本地线程所致的问题。也就是说在压力环境下拥有大量的线程，或者本地内存耗尽时，企图创建新的线程时抛出。而系统能创建的线程数的计算公式如下： 
(MaxProcessMemory - JVMMemory - ReservedOsMemory) / (ThreadStackSize) = Numberof threads 
MaxProcessMemory 指的是一个进程的最大内存
JVMMemory JVM内存
ReservedOsMemory 保留的操作系统内存
ThreadStackSize 线程栈的大小

【解决方法】:
针对无法创建更多本地线程的情况，调整线程栈的大小，添加-Xss选项，设置为256k后再跑自动化，发现问题解决。
 JAVA_OPTS="-Xms2048M -Xmx2048M -Xmn512M -Xss256k-XX:PermSize=512M….”

【分析1】

(MaxProcessMemory- JVMMemory – ReservedOsMemory) / (ThreadStackSize) = Number of threads 

MaxProcessMemory：进程最大的寻址空间，但我想这个值应该也不会超过虚拟内存和物理内存的总和吧。关于不同系统的进程可寻址的最大空间，可参考下面表格：

Maximum Address Space Per Process
Operating System	Maximum Address Space Per Process
Redhat Linux 32 bit	2 GB
Redhat Linux 64 bit	3 GB
Windows 98/2000/NT/Me/XP	2 GB
Solaris x86 (32 bit)	4 GB
Solaris 32 bit	4 GB
Solaris 64 bit	Terabytes

JVMMemory: Heap+ PermGen

ReservedOSMemory：Native heap，JNI

便可推导出单个JVM Instance可支持的最大线程数的估计值：

(MaxProcessMemory<固定值> –Xms<初始化值，最小值> – XX:PermSize<初始化值，最小值> – 100m<估算值>) / Xss = Number ofthreads<最大值>

在本地(32bit windows)试了试，可达的线程的最大值差不多就是这个数，它不受物理内存的限制，会利用虚拟内存，从任务管理器看到memory已经是5500 m左右了（开了两个jvm），我机器的物理内存是2g，也不知道这个准不准，后来还抛出了“unable to create newnative thread”的兄弟“Exception in thread"CompilerThread0" java.lang.OutOfMemoryError: requested 471336 bytesfor Chunk::new. Out of swap space?“。

本地测完了后，就该轮到dev环境了，linux2.6，64bit，双核，8G（虚拟机），总的物理内存是16g。在上面整了一下，创建到了15000多个线程的时候挂掉了。此时其他application也不能创建新的线程，而且db也报错了，操作系统不能fork新的线程了。这应该是操作系统的哪里限制了新线程的创建，

·        max thread，linux2.6似乎是32000

·        最大可用内存：物理内存+虚拟内存

·        配置，在linux可以限制可用资源的大小，show一下这些参数

core file size          (blocks, -c) 0 data seg size           (kbytes, -d) unlimited file size               (blocks, -f) unlimited pending signals                 (-i) 1024 max locked memory       (kbytes, -l) 32 max memory size         (kbytes, -m) unlimited open files                      (-n) 65536 pipe size            (512 bytes, -p) 8 POSIX message queues     (bytes, -q) 819200 stack size              (kbytes, -s) 10240 cpu time               (seconds, -t) unlimited max user processes              (-u) 16384 virtual memory          (kbytes, -v) unlimited file locks                      (-x) unlimited

为了进一步确定在linux上一个jvm因为达到了最大寻址空间OOM了，不会影响其他jvm，我在Linux做了进一步测试，一开始用Sun文档中说的最大寻址空间3G试了一下，发现根本不对，达到了3G后还是非常high地在创建新的线程。于是出动超级无敌变态的JVM初始化配置。

 

oracle   27408 27017 12 13:45 ?        00:00:07 /home/oracle/ias1013/FWAPP/FWDev/jdk/bin/java -server -Xmx4096m -Xms4096m -XX:+HeapDumpOnOutOfMemoryError -XX:PermSize=4096m -XX:MaxPermSize=4096m -XX:HeapDumpPath=/home/oracle/ias1013/FWAPP/FWDev/j2ee/OC4J_OOMTest/workEnv/log -Xss100m

结果在create 3379个线程后，“unable to create new native thread”出现了，这时其他jvm都是可以create新线程的。如果按照上面公式计算，linux 64bit，2.6kernel，它的最大寻址空间肯定超过了300g，当然应该还没有达到可用内存的限制，因为其他JVM还能create新线程。

我还怀疑是不是oracle application server上的某个配置参数限制了总的线程数，影响了所有application，但我们的产品环境一个application就是一个单独的application server。

现在基本上可以确定是操作系统哪里设置错了，我想System team的帅哥们应该把产品环境的某个参数配置错了，系统本身的影响肯定不会有了，因为产品环境上我们只create了800左右个线程，就OOM了，那应该就是配置的问题了，怀疑的参数有下面四个

max userprocesses             (-u) 2048

virtualmemory          (kbytes, -v)unlimited

max memory size        (kbytes, -m) unlimited

stacksize             (kbytes, -s) 10240

最后发现只有max user processes 和virtualmemory对总的线程数有影响，我把max user processes降到2048后，发现此时只能创建 2000左右个线程了(Xms64m, Xss1m)，进一步地把virtual memory下调到2048000K发现能创建的就更少了1679（Xms64m, Xss1m），而它只会对当前shell起作用，而多个application server应该是不同的shell,所以他是打酱油的。另外两个参数好像就是来做做俯卧撑的，操作系统stack size是不应该会有什么影响，我们把它上调到102400，还是可以创建2000左右的线程数（max user processes），因为java有自己的线程模型，它的栈的大小是用Xss来控制的。Max memory size不知道是啥东东，照理说如果是最大内存应该不会只在旁边做俯卧撑，那这个参数到底是春哥还是曾哥，查了一下man ulimit，有下面解释

             -a     All current limits are reported

             -c     The maximum size of core files created

             -d    The maximum size of a process data segment

             -f     The maximum size of files created by the shell

             -l     The maximum size that may be locked into memory

             -m     The maximum resident set size (has no effect onLinux)

             -n     The maximum number of open file descriptors (mostsystems do not allow this value to be set)

             -p     The pipe size in 512-byte blocks (this may not beset)

             -s     The maximum stack size

             -t     Themaximum amount of cpu time in seconds

             -u     The maximum number of processes available to asingle user

             -v     The maximum amount of virtual memory available tothe shell

“Has no effect on Linux”就足以证明它确实只是来做做俯卧撑的。最后查出只有“max user processes”会对所有application能创建总的线程数有限制。

【分析2】

1、服务器硬件配置如下：
Type IBM X3850
Processor Details 2132 MHz * 16
Memory 16G
操作系统是RedHat企业版5.0，64位服务器

2、我使用的JDK是jdk-1_5_0_12-linux-i586，应用服务器是Weblogic 9.2，weblogic服务器setDomain.sh文件的参数配置如下：
# PATCH_LIBPATH=[myPatchLibpath] (unix)
# PATCH_PATH=[myPatchPath] (unix)

. ${WL_HOME}/common/bin/commEnv.sh

WLS_HOME="${WL_HOME}/server"
export WLS_HOME

WLI_HOME="${WL_HOME}/integration"
export WLI_HOME

MEM_ARGS="-Xms3072m -Xmx3072m"
export MEM_ARGS

if [ "${JAVA_VENDOR}" = "Sun" ] ; then
if [ "${PRODUCTION_MODE}" = "" ] ; then
MEM_DEV_ARGS="-XX:CompileThreshold=8000 -XX:PermSize=96m-XX:+UseParallelGC "
export MEM_DEV_ARGS
fi
fi

# Had to have a separate test here BECAUSE of immediate variable expansion onwindows

if [ "${JAVA_VENDOR}" = "Sun" ] ; then
MEM_ARGS="${MEM_ARGS} ${MEM_DEV_ARGS} -XX:MaxPermSize=256m"
export MEM_ARGS
fi

1.用ulimit看一下，虚拟内存是否做了限制。这个异常我测试下来是出现在当总内存（物理内存+虚拟内存）不够的情况下。
2.用profile工具或者gc log看一下内存的使用情况。看程序中是否有内存溢出的风险。
3.出问题时系统中的线程使用情况。kill -3 或者用TDA.  

 

做了下相应的测试，发现公式中的：
便可推导出单个JVMInstance可支持的最大线程数的估计值：
(MaxProcessMemory<固定值> – Xms<初始化值，最小值> – XX:PermSize<初始化值，最小值> – 100m<估算值>) / Xss = Number of threads<最大值>
Xms不会影响创建线程的个数，起作用的应该是：-Xmx
其他地方和我想的基本一致，但是我在测试过程中遇到了比较奇怪的问题，没有办法解释：下面是我测试的情况，重点关注“-Xmx1692m”，似乎作为了一个分隔线，之上的也能用公式解释，之下的也能用公式解释。

-Xms3060m -Xmx3060m
-Xss2048k (thread :94)

-Xms2560m -Xmx2560m
-Xss2048k (thread :157)

-Xms2048m -Xmx2048m
-Xss2048k (thread :221)
-Xss1024k (thread :598)

-Xms1792m -Xmx1792m
-Xss1024k (thread :683)

-Xms1692m -Xmx1692m
-Xss1024k (thread :49)(进程自己结束)

-Xms1560m -Xmx1560m
-Xss2048k (thread :31)(进程自己结束hs_err_pid24865.log)

-Xms1536m -Xmx1536m
-Xss2048k (thread :34)(进程自己结束hs_err_pid24865.log)
-Xss1024k(thread :100)

-Xms1024m -Xmx2048m
-Xss2048k (thread :221)

-Xms1048m -Xmx1048m
-Xss2048k (thread :95)

-Xms560m -Xmx1152m
-Xss2048k(thread :82)
-Xss1024k(thread :228)

-Xms1048m -Xmx3560m
-Xss2048k (thread :32)(进程自己结束)    

【分析3】

Java 虚拟机包括六个不同的运行时数据区域（内存域）：
1.程序计数器（Program Counter Register）
2.Java 虚拟机栈（Java VM Stack）
3.Java堆（Heap）
4.方法区（Java VM Method Area）
5.常量池（Runtime Constant Pool）
6.本地方法栈（Native Method Stack）
1. 程序计数器又称为PC寄存器，是存放当前正在运行的Java 字节码操作指令的地址。（这里加些说明：对于一个运行中的Java程序而言，其中的每个线程都有它自己的PC(程序计数器)寄存器，它是在该线程启动时创 建的，PC寄存器的大小是一个字长，因此它既能够持有一个本地指针，也能够持有一个ReturnAddress）
2.Java虚拟机栈是有栈帧（stack frame）组成，帧则是用来存储线程在执行过程中的参数，返回值，以及中间结果等。如果没有足够的内存给Java VM 栈，或没有足够的内存来生成新的线程时，Java虚拟机将抛出OutOfMemoryError.
3.Heap是用来存储Java类实例或数组的。当没有足够的内存给新生实例或数组时，Java虚拟机将抛出OutOfMemoryError
4.方法区是由一些C/C++写的方法，给与JVM一些方法支持，同理，当没有可用的内存时也会抛出OutOfMemoryError异常。
? 你可能看到一个域OutOfMemoryError完全不一样的异常：StackOverError。该异常的抛出则是当本地内存栈或Java虚拟机栈 超出配置大小时抛出。在大多数IBM的Java虚拟机中，-Xmso命令参数可以控制操作系统栈线程和本地线程栈大小，-Xss参数可以控制Java虚拟 机线程栈的大小。在一些如：Sun HotSpot的JVM厂商，Java方法通过C/C++本地指令共享栈帧，-Xss可以为一个线程配置最大内存，改值的默认值和平台，以及觉床额JVM 的实现厂商有关，但一般都在245k-1024k的大小，请参考你的JVM说明文档。在另外文章中我们会涉及更多关于 StackOverFlowError的东西。
?现在，我们了解一下那些内存域会引起java.lang.OutOfMemory,让我们来看看一下几个实际错误信息，我们又改如何处理他们呢？
?? Java代码
•  Java.lang.OutOfMemoryError:?Requested?array?size?exceeds?VM?limit?? 

【工具】 

Java命令行实用工具jps和jstat

在Linux或其他UNIX和类UNIX环境下，ps命令想必大家都不陌生，我相信也有 不少同学写过 ps aux | grep java | grep -v grep | awk '{print $2}' 这样的管道命令来找出Java进程的pid。常言道，Java并非真的"跨平台"，它自己就是平台。作为平台，当然也有些基本的工具，让我们可以用更简单、更统一，同时又是非侵入的方式来查询进程相关信息。今天我们就来认识一下其中的两个。

jps

顾名思义，它对应到UNIX的ps命令。用法如下:

jps [ options ] [ hostid ]

其中，options可以用 -q (安静) -m (输出传递给main方法的参数)-l (显示完整路径) -v (显示传递给JVM的命令行参数) -V (显示通过flag文件传递给JVM的参数) -J (和其他Java工具类似用于传递参数给命令本身要调用的java进程)；hostid是主机id，默认localhost。

jstat

用于输出给定java进程的统计信息。用法如下:

jstat -options 可以列出当前JVM版本支持的选项，常见的有 -class (类加载器) -compiler (JIT) -gc (GC堆状态) -gccapacity (各区大小) -gccause (最近一次GC统计和原因) -gcnew (新区统计) -gcnewcapacity (新区大小) -gcold (老区统计) -gcoldcapacity (老区大小) -gcpermcapacity (永久区大小) -gcutil (GC统计汇总) -printcompilation(HotSpot编译统计)

假定你要监控的Java进程号是12345，那么
jstat -gcutil -t 12345 200 300 即可每200毫秒连续打印300次带有时间戳的GC统计信息。

简单解释一下: -gcutil是传入的option；必选，-t是打印时间戳，是以目标JVM启动时间为起点计算的，可选；12345是vmid/pid，和我们从jps拿到的是一样的，必选；200是监控时间间隔，可选，不提供就意味着单次输出；300是最大输出次数，可选，不提供且监控时间间隔有值的话，就是无 限期打印下去。