注:很多内容参考其他博客,仅作学习笔记用
测试代码:
public class RunableTest implements Runnable
{
public void run(){
while(true){
// System.out.println("aaaaaaaaaaaaaaaaaaaaaaaaa");
try{
byte[] bytes=new byte[1024*512];
Thread.sleep(500);
}catch(Exception e){
e.printStackTrace();
}
}
}
public static void main(String[] args){
new Thread(new RunableTest()).start();
new Thread(new RunableTest()).start();
//GCTest gc=new GCTest();
//gc.func();
}
}
1)[root@hadoop01 srcCodes]# mvn package --打包生成srcCodes-0.0.1-SNAPSHOT.jar 文件
2)[root@hadoop01 srcCodes]# java -jar -XX:+UseParallelOldGC -verbose:gc -Xms20m -Xmx20m -Xmn10m -XX:+PrintGCDetails -Xloggc:./gc.log srcCodes-0.0.1-SNAPSHOT.jar
执行上面的命令,运行上面的程序代码,收集 gc.log 注:-XX:+UseParallelOldGC 相当于” Parallel Scavenge” + “ParallelOld”,都是多线程并行处理;
扩展:堆大小设置
- JVM 中最大堆大小有三方面限制:相关操作系统的数据模型(32-bt还是64-bit)限制;系统的可用虚拟内存限制;系统的可用物理内存限制。32位系统下,一般限制在1.5G~2G;64为操作系统对内存无限制。我在Windows Server 2003 系统,3.5G物理内存,JDK5.0下测试,最大可设置为1478m。
典型设置:- java -Xmx3550m -Xms3550m -Xmn2g -Xss128k
-Xmx3550m:设置JVM最大可用内存为3550M。
-Xms3550m:设置JVM促使内存为3550m。此值可以设置与-Xmx相同,以避免每次垃圾回收完成后JVM重新分配内存。
-Xmn2g:设置年轻代大小为2G。整个JVM内存大小=年轻代大小 + 年老代大小 + 持久代大小。持久代一般固定大小为64m.整个堆大小=年轻代大小 + 年老代大小.所以增大年轻代后,将会减小年老代大小。此值对系统性能影响较大,Sun官方推荐配置为整个堆的3/8。
-Xss128k:设置每个线程的堆栈大小。JDK5.0以后每个线程堆栈大小为1M,以前每个线程堆栈大小为256K。更具应用的线程所需内存大小进行调整。在相同物理内存下,减小这个值能生成更多的线程。但是操作系统对一个进程内的线程数还是有限制的,不能无限生成,经验值在3000~5000左右。
- java -Xmx3550m -Xms3550m -Xss128k -XX:NewRatio=4 -XX:SurvivorRatio=4 -XX:MaxPermSize=16m -XX:MaxTenuringThreshold=0
-XX:NewRatio=4:设置年轻代(包括Eden和两个Survivor区)与年老代的比值(除去持久代)。设置为4,则年轻代与年老代所占比值为1:4,年轻代占整个堆栈的1/5
-XX:SurvivorRatio=4:设置年轻代中Eden区与Survivor区的大小比值。设置为4,则两个Survivor区与一个Eden区的比值为2:4,一个Survivor区占整个年轻代的1/6
-XX:MaxPermSize=16m:设置持久代大小为16m。
-XX:MaxTenuringThreshold=0:设置垃圾最大年龄。如果设置为0的话,则年轻代对象不经过Survivor区,直接进入年老代。对于年老代比较多的应用,可以提高效率。如果将此值设置为一个较大值,则年轻代对象会在Survivor区进行多次复制,这样可以增加对象再年轻代的存活时间,增加在年轻代即被回收的概论。
- java -Xmx3550m -Xms3550m -Xmn2g -Xss128k
3)[root@hadoop01 srcCodes]# java -jar -XX:+UseConcMarkSweepGC -verbose:gc -Xms20m -Xmx20m -Xmn10m -XX:+PrintGCDetails -Xloggc:./GC.logsrcCodes-0.0.1-SNAPSHOT.jar
执行上面的命令,运行上面的程序代码,收集 gc.log 注:-XX:+UseConcMarkSweepGC
GC详细参考链接http://www.importnew.com/1993.html#comment-419998
4)[root@hadoop01 ~]# jps -m -l
8302srcCodes-0.0.1-SNAPSHOT.jar --查找到8315进程号
5)
2000 是代表多久间隔显示一次 5:代表收集几次
S0 — Heap上的 Survivor space 0 区已使用空间的百分比
S1 — Heap上的 Survivor space 1 区已使用空间的百分比
E — Heap上的 Eden space 区已使用空间的百分比
O — Heap上的 Old space 区已使用空间的百分比
P — Perm space 区已使用空间的百分比
YGC — 从应用程序启动到采样时发生 Young GC 的次数
YGCT– 从应用程序启动到采样时 Young GC 所用的时间(单位秒)
FGC — 从应用程序启动到采样时发生 Full GC 的次数
FGCT– 从应用程序启动到采样时 Full GC 所用的时间(单位秒)
GCT — 从应用程序启动到采样时用于垃圾回收的总时间(单位秒)
6)
OGCMN OLD区域内存的最小使用量。
OGCMX OLD区域内存的最大使用量。
OGC OLD区域内存当前使用量。
OC OLD区域内存当前使用量。
7)
可以看出:(摘自:http://www.open-open.com/lib/view/open1390916852007.html)
1
2
|
堆内存 = 年轻代 + 年老代 + 永久代
年轻代 = Eden区 + 两个Survivor区(From和To)
|
现在来解释各列含义:
S0C、S1C、S0U、S1U:Survivor 0
/1
区容量(Capacity)和使用量(Used)
EC、EU:Eden区容量和使用量
OC、OU:年老代容量和使用量
PC、PU:永久代容量和使用量
YGC、YGT:年轻代GC次数和GC耗时
FGC、FGCT:Full GC次数和Full GC耗时
GCT:GC总耗时
8)[root@hadoop01 ~]# jmap -heap:format=b 8302
或 jmap -dump:live,format=b,file=heap.bin 8302
[root@hadoop01 ~]# jhat -J-Xmx768m heap.bin
注:-heap 打印heap空间的概要,这里可以粗略的检验heap空间的使用情况。
Heap Configuration:指java应用启动时设置的JVM参数。像最大使用内存大小,年老代,年青代,持久代大小等。
Heap Usage:当时的heap实际使用情况。包括新生代、老生代和持久代。
其中新生代包括:Eden区的大小、已使用大小、空闲大小及使用率。Survive区的From和To同样。
有这个可以很简单的查看本进程的内存使用情况。
可以用于分析堆内存分区大小是否合理,新生代和老生代的大小分配是否合适等。
也许进程占用的总内存比较多,但我们在这里可以看到真正用到的并没有多少,很多都是"Free"。内存使用的堆积大多在老年 代,内存池露始于此,所以要格外关心“Old Generation”。
jmap -histo 8302 --会生成一个类的统计报表,此表非常简单,如显示什么类有多少个实例,共占了多少字节等
jmap -permstat 8302 打印一些持久代上的内存使用状态,有“活”的,有“死”的
-heap:format=b
产生一个HeapDump文件,此为生成heapdump文件的重要参数。
例:jmap -heap:format=b 8302
会产生一个heap.bin的heapdump文件。
需要注意的是,此生成heapdump的参数为JDK1.5,在1.6中的格式为:
jmap -dump:live,format=b,file=xxx 8302
这里更加强大一些,可以指定是存活的对象,还有生成heapdump的文件名。
当被测应用使用内容较大时(4G以上),dump需要花费较长时间,很可能导致dump失败。
dump下来的文件结合jhat进行分析会更方便。
jhat (摘自:http://liulinxia02.blog.163.com/blog/static/26868772009111861834942/)
jhat是一个Java堆复制浏览器。这个工具分析Java堆复制文件(例如,由上面的"jmap -dump"所产生的)。Jhat启动一个允许堆中的对象在web浏览器中进行分析的web服务器。这个工具并不是想用于应用系统中而是用于"离线"分析。"jhat工具是平台独立的",其意思是,它可以被用来观察在任何平台上所产生的堆复制。例如,我们有可能在Linux系统上使用jhat来观察一个 在Solaris OS上所产生的堆复制。
把本机的java内存映像导出到heap.dmp中,其中PID为java进程的ID号。
jmap -dump:live,format=b,file=heap.dmp 8302
导出后的映像文件可以用jhat来进行分析,-J是向java虚拟机传一个参数,如-mx768m是指定虚拟机可用最大的内存为768M。如果映像文件很大,你要指定一个很大的值,否则在分析过程中就会有OutOfMemeryError的错误。
jhat -J-mx768m heap.dmp