JVM优化(5)GC机制之垃圾收集器以及内存分配

目录:

3、垃圾收集器以及内存分配

3.1、串行垃圾收集器

3.1.1、编写测试代码

3.1.2、设置垃圾回收为串行收集器

3.2、并行垃圾收集器

3.2.1、ParNew垃圾收集器

3.2.2、ParallelGC垃圾收集器

3.3 、CMS垃圾收集器

3.3.1、测试

3.4、G1垃圾收集器(重点)

3.4.1、原理

3.4.2、Young GC

3.4.3、Mixed GC

3.4.4、G1收集器相关参数

3.4.5、测试

3.4.6 、对于G1垃圾收集器优化总结

4 、可视化GC日志分析工具

4.1、GC日志输出参数

4.2 、GC Easy 可视化工具


3、垃圾收集器以及内存分配

前面总结了垃圾回收的算法,还需要有具体的实现,在jvm中,实现了多种垃圾收集器,包括:串行垃圾收集器、并行垃圾收集器、CMS(并发)垃圾收集器、G1垃圾收集器。

3.1、串行垃圾收集器

串行垃圾收集器,是指使用单线程进行垃圾回收,垃圾回收时,只有一个线程在工作,并且java应用中的所有线程都要暂停,等待垃圾回收的完成。这种现象称之为STW(Stop-The-World)。对于交互性较强的应用而言,这种垃圾收集器是不能够接受的。一般在Javaweb应用中是不会采用该收集器的。

3.1.1、编写测试代码

public class TestGC {
    public static void main(String[] args) throws Exception {
        List<Object> list = new ArrayList<Object>();
        while (true){
            int sleep = new Random().nextInt(100);
            if(System.currentTimeMillis() % 2 ==0){
                list.clear();
            }else{
                for (int i = 0; i < 10000; i++) {
                    Properties properties = new Properties();
                    properties.put("key_"+i, "value_" +
System.currentTimeMillis() + i);
                    list.add(properties);
                }
            }
           // System.out.println("list大小为:" + list.size());
            Thread.sleep(sleep);
        }
    }
}

3.1.2、设置垃圾回收为串行收集器

在程序运行参数中添加2个参数,如下:

  • -XX:+UseSerialGC        //指定年轻代和老年代都使用串行垃圾收集器
  • -XX:+PrintGCDetails     //打印垃圾回收的详细信息
# 为了测试GC,将堆的初始和最大内存都设置为16M
‐XX:+UseSerialGC ‐XX:+PrintGCDetails ‐Xms16m ‐Xmx16m

启动程序,可以看到下面信息:

[GC (Allocation Failure) [DefNew: 4416K‐>512K(4928K), 0.0046102 secs]
4416K‐>1973K(15872K), 0.0046533 secs] [Times: user=0.00 sys=0.00,
real=0.00 secs]
[Full GC (Allocation Failure) [Tenured: 10944K‐>3107K(10944K), 0.0085637
secs] 15871K‐>3107K(15872K), [Metaspace: 3496K‐>3496K(1056768K)],
0.0085974 secs] [Times: user=0.02 sys=0.00, real=0.01 secs]

GC日志信息解读:
年轻代的内存GC前后的大小:

  • DefNew

      表示使用的是串行垃圾收集器。

  • 4416K->512K(4928K)

      表示,年轻代 GC前,占有4416K内存,GC后,占有512K内存,总大小4928K

  • 0.0046102 secs

      表示, GC所用的时间,单位为毫秒。

  • 4416K->1973K(15872K)

      表示, GC前,堆内存占有4416K,GC后,占有1973K,总大小为15872K

  • Full GC

      表示,内存空间全部进行 GC

3.2、并行垃圾收集器

并行垃圾收集器在串行垃圾收集器的基础之上做了改进,将单线程改为了多线程进行垃圾回收,这样可以缩短垃圾回收的时间。(这里是指,并行能力较强的机器)当然了,并行垃圾收集器在收集的过程中也会暂停应用程序,这个和串行垃圾回收器是一样的,只是并行执行,速度更快些,暂停的时间更短一些。

3.2.1、ParNew垃圾收集器

ParNew垃圾收集器是工作在年轻代上的,只是将串行的垃圾收集器改为了并行。通过-XX:+UseParNewGC参数设置年轻代使用ParNew回收器,老年代使用的依然是串行收集器。
测试:

#参数
‐XX:+UseParNewGC ‐XX:+PrintGCDetails ‐Xms16m ‐Xmx16m
#打印出的信息
[GC (Allocation Failure) [ParNew: 4416K‐>512K(4928K), 0.0032106 secs]
4416K‐>1988K(15872K), 0.0032697 secs] [Times: user=0.00 sys=0.00,
real=0.00 secs]

由以上信息可以看出, ParNew: 使用的是ParNew收集器。其他信息和串行收集器一致。

3.2.2、ParallelGC垃圾收集器

ParallelGC 收集器工作机制和ParNewGC收集器一样,只是在此基础之上,新增了两个和系统吞吐量相关的参数,使得其使用起来更加的灵活和高效。
相关参数如下:

  • -XX:+UseParallelGC

年轻代使用 ParallelGC垃圾回收器,老年代使用串行回收器。

  • -XX:+UseParallelOldGC

年轻代使用 ParallelGC垃圾回收器,老年代使用ParallelOldGC垃圾回收器。

  • -XX:MaxGCPauseMillis

设置最大的垃圾收集时的停顿时间,单位为毫秒。需要注意的时, ParallelGC为了达到设置的停顿时间,可能会调整堆大小或其他的参数,如果堆的大小设置的较小,就会导致GC工作变得很频繁,反而可能会影响到性能。该参数使用需谨慎。

  • -XX:GCTimeRatio

设置垃圾回收时间占程序运行时间的百分比,公式为 1/(1+n)。它的值为 0~100之间的数字,默认值为99,也就是垃圾回收时间不能超过1%。

  • -XX:UseAdaptiveSizePolicy

自适应 GC模式,垃圾回收器将自动调整年轻代、老年代等参数,达到吞吐量、堆大小、停顿时间之间的平衡。一般用于,手动调整参数比较困难的场景,让收集器自动进行调整。

#参数
‐XX:+UseParallelGC ‐XX:+UseParallelOldGC ‐XX:MaxGCPauseMillis=100 ‐
XX:+PrintGCDetails ‐Xms16m ‐Xmx16m
#打印的信息
[GC (Allocation Failure) [PSYoungGen: 4096K‐>480K(4608K)] 4096K‐
>1840K(15872K), 0.0034307 secs] [Times: user=0.00 sys=0.00, real=0.00
secs]
[Full GC (Ergonomics) [PSYoungGen: 505K‐>0K(4608K)] [ParOldGen: 10332K‐
>10751K(11264K)] 10837K‐>10751K(15872K), [Metaspace: 3491K‐
>3491K(1056768K)], 0.0793622 secs] [Times: user=0.13 sys=0.00, real=0.08
secs]

有以上信息可以看出,年轻代和老年代都使用了ParallelGC垃圾回收器。

3.3 、CMS垃圾收集器

CMS全称 Concurrent Mark Sweep,是一款并发的、使用标记-清除算法的垃圾回收器,该回收器是针对老年代垃圾回收的,通过参数-XX:+UseConcMarkSweepGC进行设置。
CMS垃圾回收器的执行过程如下:

  • 初始化标记 (CMS-initial-mark) ,标记root,会导致stw;
  • 并发标记 (CMS-concurrent-mark),与用户线程同时运行;
  • 预清理( CMS-concurrent-preclean),与用户线程同时运行;
  • 重新标记 (CMS-remark) ,会导致stw;
  • 并发清除 (CMS-concurrent-sweep),与用户线程同时运行;
  • 调整堆大小,设置 CMS在清理之后进行内存压缩,目的是清理内存中的碎片;
  • 并发重置状态等待下次 CMS的触发(CMS-concurrent-reset),与用户线程同时运行;

3.3.1、测试

#设置启动参数
‐XX:+UseConcMarkSweepGC ‐XX:+PrintGCDetails ‐Xms16m ‐Xmx16m

#运行日志
[GC (Allocation Failure) [ParNew: 4926K‐>512K(4928K), 0.0041843 secs]
9424K‐>6736K(15872K), 0.0042168 secs] [Times: user=0.00 sys=0.00,
real=0.00 secs]

#第一步,初始标记
[GC (CMS Initial Mark) [1 CMS‐initial‐mark: 6224K(10944K)] 6824K(15872K),
0.0004209 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]

#第二步,并发标记
[CMS‐concurrent‐mark‐start]
[CMS‐concurrent‐mark: 0.002/0.002 secs] [Times: user=0.00 sys=0.00,
real=0.00 secs]

#第三步,预处理
[CMS‐concurrent‐preclean‐start]
[CMS‐concurrent‐preclean: 0.000/0.000 secs] [Times: user=0.00 sys=0.00,
real=0.00 secs]

#第四步,重新标记
[GC (CMS Final Remark) [YG occupancy: 1657 K (4928 K)][Rescan (parallel)
, 0.0005811 secs][weak refs processing, 0.0000136 secs][class unloading,
0.0003671 secs][scrub symbol table, 0.0006813 secs][scrub string table,
0.0001216 secs][1 CMS‐remark: 6224K(10944K)] 7881K(15872K), 0.0018324
secs] [Times: user=0.00 sys=0.00, real=0.00 secs]

#第五步,并发清理
[CMS‐concurrent‐sweep‐start]
[CMS‐concurrent‐sweep: 0.004/0.004 secs] [Times: user=0.00 sys=0.00,
real=0.00 secs]

#第六步,重置
[CMS‐concurrent‐reset‐start]
[CMS‐concurrent‐reset: 0.000/0.000 secs] [Times: user=0.00 sys=0.00,
real=0.00 secs]

由以上日志信息,可以看出CMS执行的过程。

3.4、G1垃圾收集器(重点)

G1垃圾收集器是在jdk1.7中正式使用的全新的垃圾收集器,oracle官方计划在jdk9中将G1变成默认的垃圾收集器,以替代CMS。

G1 的设计原则就是简化JVM性能调优,开发人员只需要简单的三步即可完成调优:

  • 1. 第一步,开启G1垃圾收集器
  • 2. 第二步,设置堆的最大内存
  • 3. 第三步,设置最大的停顿时间

G1中提供了三种模式垃圾回收模式,Young GC、Mixed GC 和 Full GC,在不同的条下被触发。

3.4.1、原理

G1垃圾收集器相对比其他收集器而言,最大的区别在于它取消了年轻代、老年代的物理划分,取而代之的是将堆划分为若干个区域(Region),这些区域中包含了有逻辑上的年轻代、老年代区域。

这样做的好处就是,我们再也不用单独的空间对每个代进行设置了,不用担心每个代内存是否足够。

在 G1划分的区域中,年轻代的垃圾收集依然采用暂停所有应用线程的方式,将存活对象拷贝到老年代或者Survivor空间,G1收集器通过将对象从一个区域复制到另外一个区域,完成了清理工作。这就意味着,在正常的处理过程中,G1完成了堆的压缩(至少是部分堆的压缩),这样也就不会有cms内存碎片问题的存在了。
 

在G1中,有一种特殊的区域,叫Humongous区域。

  • 如果一个对象占用的空间超过了分区容量 50%以上,G1收集器就认为这是一个巨型对象。
  • 这些巨型对象,默认直接会被分配在老年代,但是如果它是一个短期存在的巨型对象,就会对垃圾收集器造成负面影响。
  • 为了解决这个问题, G1划分了一个Humongous区,它用来专门存放巨型对象。如果一个H区装不下一个巨型对象,那么G1会寻找连续的H分区来存储。为了能找到连续的H区,有时候不得不启动Full GC。

3.4.2、Young GC

Young GC主要是对Eden区进行GC,它在Eden空间耗尽时会被触发。

  • Eden 空间的数据移动到Survivor空间中,如果Survivor空间不够,Eden空间的部分数据会直接晋升到年老代空间。
  • Survivor 区的数据移动到新的Survivor区中,也有部分数据晋升到老年代空间中。最终 Eden空间的数据为空,GC停止工作,应用线程继续执行。

这时,我们需要考虑一个问题,如果仅仅GC 新生代对象,我们如何找到所有的根对象呢? 老年代的所有对象都是根么?那这样扫描下来会耗费大量的时间。于是,G1引进了RSet的概念。它的全称是Remembered Set,作用是跟踪指向某个heap区内的对象引用。

 

每个 Region初始化时,会初始化一个RSet,该集合用来记录并跟踪其它Region指向该Region中对象的引用,每个Region默认按照512Kb划分成多个Card,所以RSet需要记录的东西应该是 xx Region的 xx Card。

详细G1说明可参考:https://yq.aliyun.com/wenji/288980

3.4.3、Mixed GC

当越来越多的对象晋升到老年代old region时,为了避免堆内存被耗尽,虚拟机会触发一个混合的垃圾收集器,即Mixed GC,该算法并不是一个Old GC,除了回收整个YoungRegion,还会回收一部分的Old Region,这里需要注意:是一部分老年代,而不是全部老年代,可以选择哪些old region进行收集,从而可以对垃圾回收的耗时时间进行控制。也要注意的是Mixed GC 并不是 Full GC。
MixedGC什么时候触发? 由参数 -XX:InitiatingHeapOccupancyPercent=n 决定。默
认:45%,该参数的意思是:当老年代大小占整个堆大小百分比达到该阀值时触发。它的GC步骤分2步:

  • 1. 全局并发标记(global concurrent marking)
  • 2. 拷贝存活对象(evacuation)

A、全局并发标记
全局并发标记,执行过程分为五个步骤:

  • 1、初始标记( initial mark,STW)

标记从根节点直接可达的对象,这个阶段会执行一次年轻代 GC,会产生全局停顿。

  • 2、根区域扫描( root region scan)

G1 GC  在初始标记的存活区扫描对老年代的引用,并标记被引用的对象。该阶段与应用程序(非 STW)同时运行,并且只有完成该阶段后,才能开始下一次 STW 年轻代垃圾回收。

  • 3、并发标记(Concurrent Marking)

G1 GC  在整个堆中查找可访问的(存活的)对象。该阶段与应用程序同时运行,可以被 STW 年轻代垃圾回收中断。

  • 4、重新标记( Remark,STW)

该阶段是 STW 回收,因为程序在运行,针对上一次的标记进行修正。

  • 5、清除垃圾( Cleanup,STW)

清点和重置标记状态,该阶段会 STW,这个阶段并不会实际上去做垃圾的收集,等待evacuation阶段来回收。

B、拷贝存活对象

Evacuation阶段是全暂停的。该阶段把一部分Region里的活对象拷贝到另一部分Region中,从而实现垃圾的回收清理。

3.4.4、G1收集器相关参数

  • -XX:+UseG1GC

使用 G1 垃圾收集器

  • -XX:MaxGCPauseMillis

设置期望达到的最大 GC停顿时间指标(JVM会尽力实现,但不保证达到),默认值是 200 毫秒。

  • -XX:G1HeapRegionSize=n

设置的 G1 区域的大小。值是 2 的幂,范围是 1 MB 到 32 MB 之间。目标是根据最小的 Java 堆大小划分出约 2048 个区域。默认是堆内存的 1/2000。

  • -XX:ParallelGCThreads=n

设置 STW 工作线程数的值。将 n 的值设置为逻辑处理器的数量。n 的值与逻辑处理器的数量相同,最多为 8。

  • -XX:ConcGCThreads=n

设置并行标记的线程数。将 n 设置为并行垃圾回收线程数 (ParallelGCThreads)的 1/4 左右。

  • -XX:InitiatingHeapOccupancyPercent=n

设置触发标记周期的 Java 堆占用率阈值。默认占用率是整个 Java 堆的 45%。

3.4.5、测试

‐XX:+UseG1GC ‐XX:MaxGCPauseMillis=100 ‐XX:+PrintGCDetails ‐Xmx256m
#日志
[GC pause (G1 Evacuation Pause) (young), 0.0044882 secs]
   [Parallel Time: 3.7 ms, GC Workers: 3]
      [GC Worker Start (ms): Min: 14763.7, Avg: 14763.8, Max: 14763.8,
Diff: 0.1]
      #扫描根节点
      [Ext Root Scanning (ms): Min: 0.2, Avg: 0.3, Max: 0.3, Diff: 0.1,
Sum: 0.8]
      #更新RS区域所消耗的时间
      [Update RS (ms): Min: 1.8, Avg: 1.9, Max: 1.9, Diff: 0.2, Sum: 5.6]
         [Processed Buffers: Min: 1, Avg: 1.7, Max: 3, Diff: 2, Sum: 5]
      [Scan RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
      [Code Root Scanning (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0,
Sum: 0.0]
      #对象拷贝
      [Object Copy (ms): Min: 1.1, Avg: 1.2, Max: 1.3, Diff: 0.2, Sum:
3.6]
      [Termination (ms): Min: 0.0, Avg: 0.1, Max: 0.2, Diff: 0.2, Sum:
0.2]
         [Termination Attempts: Min: 1, Avg: 1.0, Max: 1, Diff: 0, Sum:
3]
      [GC Worker Other (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0,
Sum: 0.0]
      [GC Worker Total (ms): Min: 3.4, Avg: 3.4, Max: 3.5, Diff: 0.1,
Sum: 10.3]
      [GC Worker End (ms): Min: 14767.2, Avg: 14767.2, Max: 14767.3,
Diff: 0.1]
   [Code Root Fixup: 0.0 ms]
   [Code Root Purge: 0.0 ms]
   [Clear CT: 0.0 ms] #清空CardTable
   [Other: 0.7 ms]
      [Choose CSet: 0.0 ms] #选取CSet
      [Ref Proc: 0.5 ms] #弱引用、软引用的处理耗时
      [Ref Enq: 0.0 ms] #弱引用、软引用的入队耗时
      [Redirty Cards: 0.0 ms]
      [Humongous Register: 0.0 ms] #大对象区域注册耗时
      [Humongous Reclaim: 0.0 ms] #大对象区域回收耗时
      [Free CSet: 0.0 ms]
   [Eden: 7168.0K(7168.0K)‐>0.0B(13.0M) Survivors: 2048.0K‐>2048.0K Heap:
55.5M(192.0M)‐>48.5M(192.0M)] #年轻代的大小统计
   [Times: user=0.00 sys=0.00, real=0.00 secs]

3.4.6 、对于G1垃圾收集器优化总结

年轻代大小:

  • 避免使用 -Xmn 选项或 -XX:NewRatio 等其他相关选项显式设置年轻代大小。
  • 固定年轻代的大小会覆盖暂停时间目标。

暂停时间目标不要太过严苛:

  • G1 GC  的吞吐量目标是 90% 的应用程序时间和 10%的垃圾回收时间。
  • 评估 G1 GC 的吞吐量时,暂停时间目标不要太严苛。目标太过严苛表示您愿意承受更多的垃圾回收开销,而这会直接影响到吞吐量。

4 、可视化GC日志分析工具

4.1、GC日志输出参数

前面通过-XX:+PrintGCDetails可以对GC日志进行打印,我们就可以在控制台查看,这样虽然可以查看GC的信息,但是并不直观,可以借助于第三方的GC日志分析工具进行查看。
在日志打印输出涉及到的参数如下:

‐XX:+PrintGC 输出GC日志
‐XX:+PrintGCDetails 输出GC的详细日志
‐XX:+PrintGCTimeStamps 输出GC的时间戳(以基准时间的形式)
‐XX:+PrintGCDateStamps 输出GC的时间戳(以日期的形式,如 2013‐05‐
04T21:53:59.234+0800)
‐XX:+PrintHeapAtGC 在进行GC的前后打印出堆的信息
‐Xloggc:../logs/gc.log 日志文件的输出路径

测试:

‐XX:+UseG1GC ‐XX:MaxGCPauseMillis=100 ‐Xmx256m ‐XX:+PrintGCDetails ‐
XX:+PrintGCTimeStamps ‐XX:+PrintGCDateStamps ‐XX:+PrintHeapAtGC ‐
Xloggc:F://test//gc.log

运行后就可以在 E盘下生成gc.log文件。
如下:

  Java HotSpot(TM) 64‐Bit Server VM (25.144‐b01) for windows‐amd64 JRE
(1.8.0_144‐b01), built on Dec 13 2018 21:57:33 by "java_re" with MS VC++
10.0 (VS2010)
Memory: 4k page, physical 12582392k(1939600k free), swap
17300984k(5567740k free)
CommandLine flags: ‐XX:InitialHeapSize=201318272 ‐XX:MaxGCPauseMillis=100
‐XX:MaxHeapSize=268435456 ‐XX:+PrintGC ‐XX:+PrintGCDateStamps ‐
XX:+PrintGCDetails ‐XX:+PrintGCTimeStamps ‐XX:+PrintHeapAtGC ‐
XX:+UseCompressedClassPointers ‐XX:+UseCompressedOops ‐XX:+UseG1GC ‐XX:‐
UseLargePagesIndividualAllocation
{Heap before GC invocations=0 (full 0):
 garbage‐first heap   total 196608K, used 9216K [0x00000000f0000000,
0x00000000f0100600, 0x0000000100000000)
  region size 1024K, 9 young (9216K), 0 survivors (0K)
 Metaspace       used 3491K, capacity 4500K, committed 4864K, reserved
1056768K
  class space    used 381K, capacity 388K, committed 512K, reserved
1048576K
2018‐09‐24T23:06:02.230+0800: 0.379: [GC pause (G1 Evacuation Pause)
(young), 0.0031038 secs]
   [Parallel Time: 2.8 ms, GC Workers: 3]
      [GC Worker Start (ms): Min: 378.6, Avg: 378.8, Max: 379.0, Diff:
0.3]
      [Ext Root Scanning (ms): Min: 0.0, Avg: 0.4, Max: 0.8, Diff: 0.8,
Sum: 1.3]
      [Update RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
         [Processed Buffers: Min: 0, Avg: 0.0, Max: 0, Diff: 0, Sum: 0]
      [Scan RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
      [Code Root Scanning (ms): Min: 0.0, Avg: 0.0, Max: 0.1, Diff: 0.1,
Sum: 0.1]
      [Object Copy (ms): Min: 1.8, Avg: 1.9, Max: 1.9, Diff: 0.1, Sum:
5.6]
      [Termination (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum:
0.0]
         [Termination Attempts: Min: 1, Avg: 1.0, Max: 1, Diff: 0, Sum:
3]
      [GC Worker Other (ms): Min: 0.0, Avg: 0.2, Max: 0.6, Diff: 0.6,
Sum: 0.6]
      [GC Worker Total (ms): Min: 2.4, Avg: 2.5, Max: 2.7, Diff: 0.3,
Sum: 7.6]
      [GC Worker End (ms): Min: 381.4, Avg: 381.4, Max: 381.4, Diff: 0.0]
   [Code Root Fixup: 0.0 ms]
   [Code Root Purge: 0.0 ms]
   [Clear CT: 0.0 ms]
   [Other: 0.2 ms]
      [Choose CSet: 0.0 ms]
      [Ref Proc: 0.1 ms]
      [Ref Enq: 0.0 ms]
      [Redirty Cards: 0.0 ms]
      [Humongous Register: 0.0 ms]
      [Humongous Reclaim: 0.0 ms]
      [Free CSet: 0.0 ms]
   [Eden: 9216.0K(9216.0K)‐>0.0B(7168.0K) Survivors: 0.0B‐>2048.0K Heap:
9216.0K(192.0M)‐>1888.0K(192.0M)]
Heap after GC invocations=1 (full 0):
 garbage‐first heap   total 196608K, used 1888K [0x00000000f0000000,
0x00000000f0100600, 0x0000000100000000)
  region size 1024K, 2 young (2048K), 2 survivors (2048K)
 Metaspace       used 3491K, capacity 4500K, committed 4864K, reserved
1056768K
  class space    used 381K, capacity 388K, committed 512K, reserved
1048576K
}
 [Times: user=0.00 sys=0.00, real=0.00 secs]
{Heap before GC invocations=1 (full 0):
 garbage‐first heap   total 196608K, used 9056K [0x00000000f0000000,
0x00000000f0100600, 0x0000000100000000)
  region size 1024K, 9 young (9216K), 2 survivors (2048K)
 Metaspace       used 3492K, capacity 4500K, committed 4864K, reserved
1056768K
  class space    used 381K, capacity 388K, committed 512K, reserved
1048576K
2018‐09‐24T23:06:02.310+0800: 0.458: [GC pause (G1 Evacuation Pause)
(young), 0.0070126 secs]
。。。。。。。。。。。。。。。。。。。

4.2 、GC Easy 可视化工具

GC Easy是一款在线的可视化工具,易用、功能强大,网站:

http://gceasy.io/

上传后,点击 “Analyze”按钮,即可查看报告。

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值