性能监控工具以及java堆分析OOM

一、性能监控工具

1.系统性能监控

Linux

-确定系统运行的整体状态，基本定位问题所在

-uptime：

------系统时间

------运行时间（例子中为127天）

------连接数（每个终端算一个连接）

------1,5,15分钟内的系统平均负载（运行队列中的平均进程数）

-top命令：动态查看进程变化，监控linux的系统状况

-vmstat：显示虚拟内存状态（“Viryual Memor Statics”），但是它可以报告关于进程、内存、I/O等系统整体运行状态，如果CPU占用很高，上下文切换频繁，说明系统有现成正在频繁切换

-pidstat：监控全部或指定进程占用系统资源的情况

------细致观察进程

------需要安装：sudo apt-get install sysstat

------监控CPU

------监控IO

------监控内存

pidstat –p 2962 –u 1 3 -t

-p指定进程号，-u监控CPU  1秒采样 一共3次、-t显式线程

Windows

-任务管理器

-Perfmon

------Windows自带多功能性能监控工具

 

-Process Explorer（进程浏览器）

 

-pslist（需要下载PSTOOLS）

https://docs.microsoft.com/zh-cn/sysinternals/downloads/pstools

------命令行工具，可用于自动化数据收集，显式java程序的运行情况

2.java自带的工具

查看java程序运行细节，进一步定位问题

-jps：列出java进程，类似于ps命令

------参数-q可以指定jps只输出进程ID，不输出类的短名称

------参数-m可以用于输出传递给java进程（主函数）的参数

------参数-l可以用于输出主函数的完整路径

------参数-v可以显示传递给jvm的参数

-jinfo：用来查看正在运行的java应用程序的扩展参数，甚至支持在运行时，修改部分参数

------ -flag<name>: 打印指定JVM参数值

------ -flag[+|-]<name>:设置指定JVM参数的布尔值

------ -flag<name>=<value>:设置指定JVM参数的值

-jmap：生成java应用程序的堆快照和对象的统计信息

------ jmap -histo 1536 >e:\project\JVM\s.txt

 

 

-Dump堆

------ jmap -dump:format=b,file=e:\project\JVM\heap.hprof 6900

 

-jstack:打印线程dump

------ -l打印锁信息

------ -m 打印java和native的帧信息

------ -F 强制dump， 当jstack没有响应时使用

jstack 6900 >> e:\project\JVM\a.txt

线程id号tid都是16进制

-JConsole

------图形化监控工具

------可以查看java应用程序的运行情况，监控堆信息，永久区使用情况，类加载等

 

-Visual VM

------是一个功能强大的多合一故障诊断和性能监控的可视化工具

二、java堆分析

1.内存溢出（OOM）的原因

-在jvm中，有哪些内存区间

------ 堆，永久区，线程栈，直接内存

------ 线程栈，是操作系统分配给jvm的一块内存区域，虽然说不在堆里面，但是这几块区域的总大小，不能超过操作系统能够分配给jvm的内存空间，一般32位系统，不能超过2g，当然肯定不能超过计算机的物理内存。

------ 如果上述四块内存区域，只要有一块申请的空间不能得到满足，那么就可能引起内存溢出（OOM）

------ 堆溢出

import java.util.ArrayList; public class TestHeapOOM {        public static void main(String[] args)        {               ArrayList<byte[]> list = new ArrayList<byte[]>();               for(int i = 0; i < 1024 * 1024; i++)               {                      list.add(new byte[1 * 1024 * 1024]);               }        } }

占用大量堆空间，直接溢出--------解决：增大堆空间，及时释放内存

------永久区OOM（使用cglib进行测试，由于环境问题，没有做测试，就截了视频的图）

public class TestPerGenOOM{        public static void main(String[] args){               for(int i = 0; i < 100000; i++){                      CglibBean bean = new CglibBean("****", new HashMap());               }        } } 解决方法：增大perm区，允许class原数据回收

 

------java栈溢出

这里的栈溢出指，在创建线程的时候，需要为线程分配栈空间，这个栈空间是向操作系统请求的，如果操作系统无法给出足够的空间，就会抛出OOM

操作系统可分配
堆空间	线程栈空间
public class TestStackOOM implements Runnable{        public void run(){               try{                      Thread.sleep(10000000);               }catch(Exception e){                      e.printStackTrace();               }        }        public static void main(String[] args){               for(int i = 0; i < 10000000; i++){                      new Thread(new TestStackOOM(), "Thread" + 1).start();                      System.out.println("Thread" + i + " created");               }        } }   一直不会触发内存溢出 ，视频中是 Exception in thread ”main” java.lang.OutOfMemoryError;unable to create new native thread. 解决方法：减少堆内存，减少线程栈的大小（每个线程拥有线程栈，如果栈大小越小，那么在总空间一定的情况下，就能创建更多线程 ）

 

------直接内存溢出（ByteBuffer.allocateDirect()无法从操作系统中获取足够空间）

操作系统可分配
堆空间	线程栈空间	直接内存
import java.nio.ByteBuffer; public class TestDirectOOM {        public static void main(String[] args)        {               for(int i = 0; i < 1024; i++){                      ByteBuffer.allocateDirect(1024 * 1024);                      System.out.println(i);                      System.gc();               }        } }   java -Xmx1g -XX:+PrintGCDetails TestDirectOOM 依然没有发生内存溢出，搞不清原因，截了视频的图 新生代，老年代都没有使用过多，基本可以断定是直接内存出问题 解决方法：减少堆内存，有意触发GC

2.支配树、浅堆、深堆

-浅堆：一个对象所占用的内存大小

浅堆（Shallow Heap）是指一个对象所消耗的内存。在32位系统中，一个对象引用会占据4个字节，一个int类型会占据4个字节，long型变量会占据8个字节，每个对象头需要占用8个字节。下面以String为例

2个int值共占8字节，对象引用占用4字节，对象头8字节，合计20字节，向8字节对齐，也就是8的倍数，故占24字节

这24字节为String对象的浅堆大小。它与String的value实际取值无关，无论字符串长度如何，浅堆大小始终是24字节

 

深堆：一个对象被GC回收后，可以真实释放的内存大小

了解深堆，首先需要了解保留集，对象A的保留集指当对象A被垃圾回收之后，可以被释放的所有对象的集合（包括对象A本身），即只能通过对象A被直接或间接访问到的所有对象的集合（包括A），被访问的对象入度为1，且这个1就是A或者A间接访问的对象。

----只能通过对象访问到的（直接或间接）所有对象的浅堆之和（支配树）

另外一个概念，对象的实际大小，定义为一个对象所能触及的所有对象的浅堆大小之和

上图中，A的浅堆大小只是A本身，不含C和D，而实际大小是ACD三者之和。而A的深堆大小为A与D之和，因为C还有B的引用。

支配树

左图表示对象引用图，右图表示左图所对应的支配树。对象A和B由根对象直接支配，由于在到对象C的路径中，可以经过A，也可以经过B，因此对象C不能被A和B支配，所以它的直接支配者也是根对象。对象F与对象D相互引用，因为到对象F的所有路径必然经过对象D，因此，对象D是对象F的直接支配者。而到对象D的所有路径中，必然经过对象C，即使是从对象F到对象D的引用，从根节点出发，也是经过对象C的，所以，对象D的直接支配者为对象C；同理，对象E支配对象G。到达对象H的可以通过对象D，也可以通过对象E，因此对象D和E都不能支配对象H，而经过对象C既可以到达D也可以到达E，因此对象C为对象H的直接支配者。

支配者被回收，被支配对象也会被回收