jvm调优之内存溢出OOM
jvm调优
是在Java虚拟机的命令行参数中挑选出对性能优化有用的值,
并顺利且正确地把它设置到一个合适的值,
减少GC。
jvm命令行参数
-X :非标参数,不是所有VM的实现都支持这些配置参数,
如-Xmx最大堆、-Xms最小堆;
-XX:不稳定参数,这些参数指定虚拟机实例的各种行为,
对虚拟机运行时性能有很大影响,如-XX:+UseParNewGc。
jdk自带的常用命令
jps
列出当前系统中的Java进程
jinfo 进程号
会将Java进程所有详细信息列出来
jstack 进程号
会将进程中的所有线程信息列出来
jstat -gc 进程号 刷新时间(毫秒)
观察垃圾回收器运行过程
测试用程序
FullGC_Problem01
import java.math.BigDecimal;
import java.util.ArrayList;
import java.util.Date;
import java.util.List;
import java.util.concurrent.ScheduledThreadPoolExecutor;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;
public class FullGC_Problem01 {
private static class CardInfo {
BigDecimal price = new BigDecimal(0.0);
String name = "张三";
int age = 5;
Date birthdate = new Date();
public void m() {}
}
private static ScheduledThreadPoolExecutor executor = new ScheduledThreadPoolExecutor(50,
new ThreadPoolExecutor.DiscardOldestPolicy());
public static void main(String[] args) throws Exception {
executor.setMaximumPoolSize(50);
for (;;) {
modelFit();
Thread.sleep(100);
}
}
private static void modelFit() {
List<CardInfo> taskList = getAllCardInfo();
taskList.forEach(info -> {
// do something
executor.scheduleWithFixedDelay(() -> {
// do sth with info
info.m();
}, 2, 3, TimeUnit.SECONDS);
});
}
private static List<CardInfo> getAllCardInfo() {
List<CardInfo> taskList = new ArrayList<>();
for (int i = 0; i < 100; i++) {
CardInfo ci = new CardInfo();
taskList.add(ci);
}
return taskList;
}
}
编译
javac FullGC_Problem01.java
运行
并打印GC信息
java -Xms128M -Xmx128M -XX:+PrintGC FullGC_Problem01
执行过程中
一开始是GC,表示的是minor,即youngGC年轻代的GC,
随着可用堆内存的不断减小,开始发生Full GC,
并且Full GC越来越频繁,然后发生了内存溢出,即OOM。
124526K->124526K(126720K)
代表的是GC前内存->GC后内存(总内存)
可以回收的空间越来越小
OOM定位
Linux jdk自带命令jmap
jmap -histo 2201 | head -10
列出占用内存最多的对象实例个数、占字节数、类名字
通过间隔一段时间来多次执行这个命令,
看到一些类的对象在不断增加,
ScheduledThreadPoolExecutor$ScheduledFutureTask
线程池任务信息、
BigDecimal、
CardInfo、
Date等。
虽然经过了好多次的GC,但是没有回收掉,
可以怀疑是这些对象引起,并结合代码解决。
通过jmap生成文件来分析
静态的
jmap -dump:format=b,file=jmap.dump 2201
可以下载到本地,通过工具来分析,比如mat。
不过jmap的运行对整个堆内存会造成非常大的冲击,
一般不能直接在生产环境使用。
HeapDumpOnOutOfMemoryError
jvm命令行参数
当遇到OOM自动生成HeapDump文件,
生产环境一般会配置。