JVM调优之内存优化与GC优化

最新推荐文章于 2024-10-14 14:45:59 发布

飘落的羽毛

最新推荐文章于 2024-10-14 14:45:59 发布

阅读量657

点赞数

分类专栏： JVM 文章标签： jvm java

abfeathers

本文链接：https://blog.csdn.net/qq_23581887/article/details/115031117

版权

JVM 专栏收录该内容

16 篇文章 1 订阅

订阅专栏

JVM系列文章目录

GC调优基础知识工具篇之Arthas与动态追踪技术

JVM调优之内存优化与GC优化

JVM系列文章目录
前言
Apache Bench
内存调优与GC调优
调优总结
- 推荐策略

前言

本文基于JDK1.8，主要介绍堆内存大小调整堆JVM效率堆影响。

Apache Bench

我在此次调优中使用该压测工具进行测试，这里详细安装操作就不进行介绍了（我这边是因为mac自带测试方便再加上这个东西也比较清，当然各位也可以用其他测试工具，如jmeter），各位可以参考官网。

内存调优与GC调优

测试工程

我这里简单的构造一个spring boot 工程，只有简单的对象构建存储，这样就可以抛除代码性能问题等一系列其他干扰因素，只关心内存相关信息。

工程结构：
在这里插入图片描述

测试接口代码:

package cn.abfeathers.controller;

import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

import java.util.ArrayList;
import java.util.List;

/**
 * @author: abfeathers
 * @date: 2021/3/20
 * @description: 测试接口
 */
@RestController
@RequestMapping("/jvm")
public class TestController {
    @RequestMapping("/heap")
    public String test(){
        List<Byte[]> list = new ArrayList<Byte[]>();
        Byte[] b = new Byte[1024*1024];
        list.add(b);
        return "success";
    }
}

JVM默认内存分配下进行压测

本来想再做一组1000并发和10000并发的测试的，mac 自带的ab有一些bug，高并发没办法测试，本来准备新装一个ab，然后替换原来的，但是M1改不了权限，就能拿这个200并发的意思一下了。我这边强制将堆空间压缩到了200M -Xms200m -Xmx200m

启动测试工程。

先进行一轮测试预热。
我们采用10的并发，测试10万请求。

ab -c 10 -n 10000 -k http://localhost:8080/jvm/heap

在这里插入图片描述
查看GC情况

jstat -gc 1613 5000 20 | awk '{print $13,$14,$15,$16,$17}'

在这里插入图片描述

200并发，测试10万请求。

测试结束，GC情况：

测试结果：
- 平均吞吐量大约在：503/s。
- JVM平均处理请求时间：1.986ms。
- JVM发生GC次数：1996次YGC，耗时11.331s；FGC次数253，耗时5.988s，总GC耗时17.32s。

优化一

这次我将JVM内存增大到500M -Xms500m -Xmx500m，再来进行100并发，10万请求的压测。

重新启动启动测试工程。
再次采用10的并发，测试10万请求进行预热。
200并发，测试10万请求。
- 平均吞吐量大约在：1772/s。
- JVM平均处理请求时间：0.564ms。
- JVM发生GC次数：519次YGC，耗时3.494s；FGC次数21，耗时0.476s，总GC耗时4.113s。

优化二

这次我不光将JVM内存增大到500M，还调整堆空间各个分区的比例8:1:1，扩大Eden区 -Xms500m -Xmx500m -XX:SurvivorRatio=8，再来进行100并发，10万请求的压测。

重新启动启动测试工程。
再次采用10的并发，测试10万请求进行预热。
200并发，测试10万请求。
- 平均吞吐量大约在：2463/s。
- JVM平均处理请求时间：0.406ms。
- JVM发生GC次数：313次YGC，耗时2.126s；FGC次数22，耗时0.430s，总GC耗时2.555s。

调优总结

需要考虑一下四个方面

GC 频率
高频的 FullGC 会给系统带来非常大的性能消耗，虽然 MinorGC 相对 FullGC 来说好了许多，但过多的 MinorGC 仍会给系统带来压力。
内存
这里的内存指的是堆内存大小，堆内存又分为年轻代内存和老年代内存。堆内存不足，会增加 MinorGC ，影响系统性能。
吞吐量
频繁的 GC 将会引起线程的上下文切换，增加系统的性能开销，从而影响每次处理的线程请求，最终导致系统的吞吐量下降。
延时
JVM 的 GC 持续时间也会影响到每次请求的响应时

其实我们在一般项目中，堆空间大小都不太大，而当高并发的时候实际上是需要一个大堆空间，但是光调大堆空间效果还不是最好的，我们还要合理的分配Eden区、From区、To区的大小，因为在高并发的场景下，大部分对象都是“一次性”用品，完全不需要回收。

而且一味的调大堆空间有时候也反而会使性能降低，因为单次 Minor GC 时间是由两部分组成：T1（扫描新生代）和 T2（复制存活对象）。当对象存活时间>MinorGC间隔时间的时候，而新生代内存比例又没有调整的话，就有可能降低性能。

推荐策略

新生代大小选择
- 响应时间优先的应用:尽可能设大,直到接近系统的最低响应时间限制(根据实际情况选择)。在此种情况下,新生代收集发生的频率也是最小的。同时,减少到达老年代的对象。
- 吞吐量优先的应用:尽可能的设置大,可能到达 Gbit 的程度。因为对响应时间没有要求,垃圾收集可以并行进行,一般适合 8CPU 以上的应用.。
- 避免设置过小。当新生代设置过小时会导致:1.MinorGC 次数更加频繁 2.可能导致 MinorGC 对象直接进入老年代,如果此时老年代满了,会触发 FullGC.
老年代大小选择
- 响应时间优先的应用:老年代使用并发收集器,所以其大小需要小心设置,一般要考虑并发会话率和会话持续时间等一些参数.如果堆设置小了,可以会造成内存碎片,高回收频率以及应用暂停而使用传统的标记清除方式; 如果堆大了,则需要较长的收集时间.最优化的方案,一般需要参考以下数据获得:
  并发垃圾收集信息、持久代并发收集次数、传统 GC 信息、花在新生代和老年代回收上的时间比例。
- 吞吐量优先的应用:一般吞吐量优先的应用都有一个很大的新生代和一个较小的老年代.原因是,这样可以尽可能回收掉大部分短期对象,减少中期的对象,而老年代尽存放长期存活对象。

上一篇：GC调优基础知识工具篇之Arthas与动态追踪技术

下一篇：JVM调优之预估调优与问题排查