JVM成长之路,记录一次内存溢出导致频繁FGC的问题排查及解决

现象：

现象截图：

内存：

命令： jmap -heap 30069   

GC截图： 

FGC 次数 19529 次！！！何等的恐怖！！！！！

命令： jstat -gcutil 30069 1000

(小记，排查cpu100%，top  看进程cpu， top -Hp  PID 看进程内线程cpu占用， 转成16进制，用jstack查看)

现象描述：

Node模块启动后收到请求却未能响应。 一直在频繁的FGC。新生代内存爆满。老年代内存爆满！

开始分析：

启动Xmx参数为 -Xmx 128M -Xms 128M 

初步判断内存不足，第一次修改： -Xmx 256M -Xms 256M  

=============================================

运行一两天后，Node再次未响应！！！！效果仍然不好 FGC。

=============================================

使用命令查看启动参数：jps -m -l -v

30069 jars/dubhe-node-frame-1.0.0.jar com.dtwave.dipper.dubhe.node.DubheNode --spring.profiles.active=prd -Xms256m -Xmx256m -Xmn64m

 

什么情况？？？

新生代大小大概是 3/8  256 * 3/8 有 120M 可是却被限制到 64M ....

 

 

Xmn只分配了64M。 一旦读日志。新生代满了就直接分配到老年代了！！

于是去掉了这个参数 给Xmn一个自由！！！

=============================================

运行一两天后，Node再次未响应！！！！

=============================================

于是。给xmx翻个倍！

第二次修改：-Xmx 512M -Xms 512M

这样新生代是3/8  170M 了。这样总没问题了吧！！

=============================================

可是。。。。。。。运行一两天后，Node再次未响应！！！！看来之前的解决方法是 错的！！错的！！错的！！

根本不是什么堆空间大小的问题。

=============================================

到底是什么情况！！！！！！！！！！！！！！！！！！！！！！！！！

那就来看看堆里面到底藏了些什么！！！

执行命令：jmap -histo 14273

1. num #instances #bytes class name
2. ----------------------------------------------
3.  1: 1001750 155802576 [B
4.  2: 137954 32307952 [C
5.  3: 983424 23602176 java.util.LinkedList$Node
6.  4: 134617 3230808 java.lang.String
7.  5: 34867 3091056 [Ljava.util.HashMap$Node;
8.  6: 74748 2391936 java.util.HashMap$Node
9.  7: 34156 1639488 java.util.HashMap
10.  8: 8932 1523896 [Ljava.lang.Object;
11.  9: 8216 1508664 [Ljava.util.concurrent.ConcurrentHashMap$Node;
12.  10: 16393 1311440 org.apache.zookeeper.data.Stat
13.  11: 35150 1124800 java.util.concurrent.ConcurrentHashMap$Node
14.  12: 7604 847288 java.lang.Class
15.  13: 49187 786992 java.util.concurrent.atomic.AtomicReference
16.  14: 16393 655720 org.apache.curator.framework.recipes.cache.TreeCache$TreeNode
17.  15: 1704 640704 java.lang.Thread
18.  16: 8373 535872 java.util.concurrent.ConcurrentHashMap
19.  17: 33135 530160 java.util.HashSet

这是什么？？？

1: 1001750 155802576 [B

果断看不出这是什么？

回忆一下：

 

比较明显的现象：

 

1. O区满的。

 

2. E区却没有满。 

[deploy@dipper_prd_2 ~]$ jstat -gccause 26003 1000

  S0     S1     E      O      M     CCS    YGC     YGCT    FGC    FGCT     GCT    LGCC                 GCC

  0.00   0.00  58.63  99.93  97.37  96.66    280    6.302   111   37.851   44.153 Allocation Failure   No GC

 

3.FGC 次数增了，YGC倒是没有增长。

 

E区没满，O却满了。！！有什么奇怪的东西跑进了O区吗？？？？？？？看了一下代码。最近Node修改的只有日志。读日志！！读日志 生成的对象 E没满 并不会进O区！ 排除读日志的影响！

那 到底是什么奇怪的东西进入了O区？？

看了一圈代码。发现不了问题。。

只能用终极大法了。dump堆内存分析。

dump堆内存到文件中 通过MAT软件分析。

命令： jmap -dump:format=b,file=jconsole.dump 26003

安装好eclipse的memory analysis tool （MAT），切换成mat视图。将文件导入到eclipse中。

不分析不知道。 一分析吓一跳！！ 看到没有，内存中最大的那块区域！！是一个concurrentHashMap！！！！！！！！！

原来是有个concurrentHashMap在作怪！！

为什么这个对象会占据如此多的内存！查看代码后发现。这个concurrentHashMap 在NodeContext中。

这个数据结构存储了所有运行的作业的信息。 每新进一个 作业，会在此结构添加一个Code对象。

然而。 从未调用过remove方法！！！！！！ 这块又是个单例对象的static对象，从来不会被回收。只进不出，内存溢出！Node跑一两天就完蛋！！

public class NodeContext{ private static NodeContext ourInstance = new NodeContext();  //存储用户的代码  private static Map<String, Code> codesMap; public static NodeContext singleton() { return ourInstance;  } private NodeContext() { codesMap = new ConcurrentHashMap<>();  scheduler = SchedulerFactory.singleton().createOrGetParallelScheduler(NodeConfig.PARALLELISM_MAX_NUM);  } }

 

解决：

解决过程中又遇到了一个坑！！！

错误解决：在一个实例运行完的代码finally部分调用NodeContext.remove(codeId) 移除掉这个运行的实例！！！

发布测试环境！！！ 运行报错！！！！

正确解决：

在监听实例 上报状态到ZK后再做 这个移除操作！！！

修改后的现象：

第一天：

S0     S1     E      O      M     CCS    YGC     YGCT    FGC    FGCT     GCT    LGCC                 GCC  0.00  18.29  97.31  50.26  97.42  95.25     41    0.855     2    0.393    1.247 Allocation Failure   No GC   0.00  18.29  97.80  50.26  97.42  95.25     41    0.855     2    0.393    1.247 Allocation Failure   No GC   0.00  18.29  99.27  50.26  97.42  95.25     41    0.855     2    0.393    1.247 Allocation Failure   No GC  21.00   0.00   0.07  50.27  96.99  95.31     42    0.879     2    0.393    1.272 Allocation Failure   No GC  21.00   0.00   0.89  50.27  96.99  95.31     42    0.879     2    0.393    1.272 Allocation Failure   No GC  21.00   0.00   2.12  50.27  96.99  95.31     42    0.879     2    0.393    1.272 Allocation Failure   No GC  21.00   0.00   2.95  50.27  96.99  95.31     42    0.879     2    0.393    1.272 Allocation Failure   No GC  21.00   0.00   3.91  50.27  96.99  95.31     42    0.879     2    0.393    1.272 Allocation Failure   No GC  21.00   0.00   4.49  50.27  96.99  95.31     42    0.879     2    0.393    1.272 Allocation Failure   No GC  21.00   0.00   5.10  50.27  96.99  95.31     42    0.879     2    0.393    1.272 Allocation Failure   No GC

 

 

第二天：O区只增长了2%

S0     S1     E      O      M     CCS    YGC     YGCT    FGC    FGCT     GCT    LGCC                 GCC   0.00  97.82  50.26  52.21  97.59  95.44     53    1.012     2    0.393    1.405 Allocation Failure   No GC   0.00  97.82  50.26  52.21  97.59  95.44     53    1.012     2    0.393    1.405 Allocation Failure   No GC   0.00  97.82  50.26  52.21  97.59  95.44     53    1.012     2    0.393    1.405 Allocation Failure   No GC   0.00  97.82  50.26  52.21  97.59  95.44     53    1.012     2    0.393    1.405 Allocation Failure   No GC   0.00  97.82  50.26  52.21  97.59  95.44     53    1.012     2    0.393    1.405 Allocation Failure   No GC   0.00  97.82  50.26  52.21  97.59  95.44     53    1.012     2    0.393    1.405 Allocation Failure   No GC   0.00  97.82  50.27  52.21  97.59  95.44     53    1.012     2    0.393    1.405 Allocation Failure   No GC   0.00  97.82  50.27  52.21  97.59  95.44     53    1.012     2    0.393    1.405 Allocation Failure   No GC   0.00  97.82  50.27  52.21  97.59  95.44     53    1.012     2    0.393    1.405 Allocation Failure   No GC

若干天后：发生了一次FGC 但是 O区已经降低至 30.18% 到此，成功解决此内存溢出的问题！！！

[deploy@dipper_prd_2 ~]$ jstat -gcutil 3519 1000   S0     S1     E      O      M     CCS    YGC     YGCT    FGC    FGCT     GCT   0.00   4.45  65.14  30.18  96.89  93.87    671    5.568     3    0.742    6.310   0.00   4.45  65.14  30.18  96.89  93.87    671    5.568     3    0.742    6.310   0.00   4.45  65.14  30.18  96.89  93.87    671    5.568     3    0.742    6.310   0.00   4.45  65.15  30.18  96.89  93.87    671    5.568     3    0.742    6.310   0.00   4.45  65.15  30.18  96.89  93.87    671    5.568     3    0.742    6.310   0.00   4.45  65.15  30.18  96.89  93.87    671    5.568     3    0.742    6.310   0.00   4.45  65.15  30.18  96.89  93.87    671    5.568     3    0.742    6.310   0.00   4.45  65.15  30.18  96.89  93.87    671    5.568     3    0.742    6.310   0.00   4.45  65.18  30.18  96.89  93.87    671    5.568     3    0.742    6.310   0.00   4.45  65.18  30.18  96.89  93.87    671    5.568     3    0.742    6.310