JVM中的OOM异常（out of memory）

A.可能抛出oom异常的内存：

    1.jvm运行时所管理的内存：除了程序计数器之外的内存（堆，方法区，虚拟机栈，本地方法栈）都有可能抛出oom异常。

            当然栈中有可能会抛出OOM异常也可能会抛出stack overflow Error。当请求的深度大于栈所允许的最大的深度，则抛出stack overflow error ，当栈的容量扩充，分配不到空间时抛出OOM.

    2.不属于jvm运行时管理的内存：Directory Memory （直接内存），NIO中，java对中有一个DirectoryByteBuffer引用指向直接内存，用户NIO操作，主要用来减少NIO内容在内存之间的复制。

 

B.抛出异常如何检查：

    1.内存泄漏（没用的对象，不能被回收） 

    2.内存溢出（对象都有用途，内存太小，在为对象申请空间时，分配（申请）不到足够内存。

C.调试方案：

    配置参数 -XX:+HeapDumpOnOutOfMemoryError  可以让虚拟机在出现内存溢出时，dump出转储快照，以便分析。

D.常见的OOM区域。

    1.java堆。Java堆是程序运行过程中常见的OOM区域，提示信息 java heap space

        解决方案：通过内存映像分析工具（Ecplise的Eclipse Memory Analyzer）对dump出来的快照进行分析。重点确认内存中的对象是否是必要的。如果是非必要的，那么属于内存泄漏，可以用工具查看对象到GC ROOTS之间的引用链（看看为啥导致了GC无法自动回收），找到内存泄漏的相应代码。如果不存在内存泄漏，那么有如下几种解决方案：a) 看看物理内存，确认虚拟机管理的堆内存是否还可以调大（-Xms 与-Xmx）。b)从代码检查，看看某些对象的生命周期是否过长，尝试减少程序运行过程中的内存消耗。

    2.虚拟机栈，本地方法栈。 （HotSpot虚拟机不区分这两个，直接直接设置栈容量即可-Xss）

        a) 单线程情况下，（减小栈内存、增大方法栈中的本地变量表长度）都抛出StackOverFlowError。

        b) 多线程情况下容易产生OOM异常，假如 JVM内存 一共 2G ，堆占了1G, 程序计数器内存占用很小，忽略。 那么1G的内存，分配给多个线程，每个线程分配到的内存越大，自然线程数就收到了限制。  如果需要更多的线程，自然会产生OOM异常。

        解决方案： qa)增大栈内存。qb)减小每个线程分配到的栈内存。

                    （个人见解）这两个解决方案看着有冲突（减小栈内存StackOverFlow，增加栈内存OOM），其实并不然。两者之间有一个平衡点。一般虚拟机默认的栈内存，不太容易抛出StackOverFlowError，因此在此基础上，我们需要的线程数量是可以控制或者说可以估量的，我们可以根据这个数量，计算出一个最小的栈内存，合理增大机器的内存即可。（当然如果极限情况，超出了寻址范围等，那么还是需要从两方面考虑。1.是否确实需要这么多线程  2.是否适当减小栈内存以增加线程数）。

    3.方法区和运行时常量池 （测试这个异常用String 的intern( ) 方法）   提示信息 PermGen space

            *JDK1.6及以前版本，运行时常量池都被分配在永久代里面，相当容易出现OOM异常。

            JDK1.7 及以后版本，方法区中主要出现OOM异常的原因不是运行时常量池，而是方法区中的Class相关信息（类名，访问修饰符，常亮，字段描述，方法描述）。因此在使用好多框架时，他们都会为我们生成代理对象（动态生成了Class），因此也是相当容易产生OOM异常。

        解决方案：查看一个类要被回收的条件（相当苛刻，专门描述一篇文章）。

    4.直接内存（DirectMemory）  直接内存默认和java堆内存大小一致。 可以使用-XX:MaxDirectMemorySize指定。

        如果是DirectMemory导致的内存溢出，溢出时，Dump的内存文件很小，没有明显异常，这个时候就应该考虑是DirectMemory抛出了OOM.

           解决方案：检查程序中是否使用到了NIO技术，因为NIO才会通过DirectByteBuffer对象直接在DirectMemory中分配内存。

              

        

如果你觉得这篇内容对你还蛮有帮助，我想邀请你帮我三个小忙：

1. 点赞，转发，有你们的 『点赞和评论』，才是我创造的动力。

2. 关注公众号 『逆行的碎石机』，不定期分享原创知识。

3. 同时可以期待后续文章ing🚀