JVM 性能优化

最新推荐文章于 2024-07-25 15:37:54 发布

程序不老丶我不老

最新推荐文章于 2024-07-25 15:37:54 发布

阅读量162

点赞数

分类专栏： java开发文章标签： jvm

原文链接：https://blog.csdn.net/qq_42349306/article/details/117919149?utm_medium=distribute.pc_category.none-task-blog-hot-4.nonecase&depth_1-utm_source=distribute.pc_category.none-task-blog-hot-4.nonecase

版权

java开发专栏收录该内容

15 篇文章 0 订阅

订阅专栏

JVM 性能优化。

一、内存溢出
内存溢出的原因：程序在申请内存时，没有足够的空间。

栈溢出
方法死循环递归调用（StackOverflowError）、不断建立线程（OutOfMemoryError）。
堆溢出
不断创建对象，分配对象大于最大堆的大小（OutOfMemoryError）。
直接内存
JVM 分配的本地直接内存大小大于 JVM 的限制，可以通过-XX:MaxDirectMemorySize 来设置（不设置的话默认与堆内存最大值一样,也会出现OOM 异常)。
方法区溢出
一个类要被垃圾收集器回收掉，判定条件是比较苛刻的，在经常动态生产大量 Class 的应用中，CGLIb 字节码增强，动态语言，大量 JSP(JSP 第一次运行需要编译成 Java 类),基于 OSGi 的应用(同一个类，被不同的加载器加载也会设为不同的类)，都可能会导致OOM。

二、内存泄露
程序在申请内存后，无法释放已申请的内存空间，导致这一部分的原因主要是代码写的不合理，比如以下几种情况。

长生命周期的对象持有短生命周期对象的引用
例如将 ArrayList 设置为静态变量，然后不断地向ArrayList中添加对象，则 ArrayList 容器中的对象在程序结束之前将不能被释放，从而造成内存泄漏。
连接未关闭
如数据库连接、网络连接和 IO 连接等，只有连接被关闭后，垃圾回收器才会回收对应的对象。
变量作用域不合理
例如:

一个变量的定义的作用范围大于其使用范围。
如果没有及时地把对象设置为 null。
4. 内部类持有外部类
Java 的非静态内部类的这种创建方式，会隐式地持有外部类的引用，而且默认情况下这个引用是强引用，因此，如果内部类的生命周期长于外部类的生命周期，程序很容易就产生内存泄露（可以理解为：垃圾回收器会回收掉外部类的实例，但由于内部类持有外部类的引用，导致垃圾回收器不能正常工作）。

解决办法：将非静态内部类改为静态内部类，即加上 static 修饰，例如：

public class Jvm5 {
private static String string = “SuunyBear”;

public static void show() {
    System.out.println("show");
}

public static void main(String[] args) {
    Jvm5 m = new Jvm5();
    // 非静态内部类的构造方式
    // Child c=m.new Child();
    Child c = new Child();
    c.test();
}

/
  内部类Child --静态的，防止内存泄漏
 /
static class Child {
    public int i;

    public void test() {
        System.out.println("string:" + string);
        show();
    }
}

}

Hash值改变
在集合中，如果修改了对象中的那些参与计算哈希值的字段，会导致无法从集合中单独删除当前对象，造成内存泄露。

使用例子来说明。

public class Jvm6 {
private int x;
private int y;

public Jvm6(int x, int y) {
    super();
    this.x = x;
    this.y = y;
}
/
  重写HashCode的方法
 /
@Override
public int hashCode() {
    final int prime = 31;
    int result = 1;
    result = prime  result + x;
    result = prime  result + y;
    return result;
}
/
  改变y的值：同时改变hashcode
 /
public void setY(int y) {
    this.y = y;
}

public static void main(String[] args) {
    HashSet<Jvm6> hashSet = new HashSet<Jvm6>();
    Jvm6 data1 = new Jvm6(1, 3);
    Jvm6 data2 = new Jvm6(3, 5);
    hashSet.add(data1);
    hashSet.add(data2);
    data2.setY(7); // data2的Hash值改变
    hashSet.remove(data2); // 删掉data2节点
    System.out.println(hashSet.size()); // 2
}

}

三、内存溢出和内存泄漏辨析
内存溢出：实实在在的内存空间不足导致。
内存泄漏：该释放的对象没有释放，常见于使用容器保存元素的情况下。
如何避免：

内存溢出：检查代码以及设置足够的空间。
内存泄漏：一定是代码有问题，往往很多情况下，内存溢出往往是内存泄漏造成的。
四、了解MAT
mat是一个内存泄露的分析工具。

浅堆和深堆
浅堆（Shallow Heap）：是指一个对象所消耗的内存。
深堆（Retained Heap）：这个对象被 GC 回收后，可以真实释放的内存大小，也就是只能通过对象被直接或间接访问到的所有对象的集合。通俗地说，就是一个对象包含（引用）的所有对象的大小，如图：
深堆
MAT的使用
1、下载MAT工具：下载地址

2、内存溢出例子演示

参数说明：

-Xms5m 堆初始大小5M
-Xmx5m 堆最大大小5M
-XX:+PrintGCDetails 打印gc日志详情
-XX:+HeapDumpOnOutOfMemoryError 输出内存溢出文件
-XX:HeapDumpPath=D:/oomDump/dump.hprof 内存溢出文件保存位置，此文件用于MAT分析
/
VM Args：-Xms5m -Xmx5m -XX:+PrintGCDetails -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=D:/oomDump/dump.hprof
/
public class Jvm7 {

public static void main(String[] args) {
    // 在方法执行的过程中，它是GCRoots
    List<Object> list = new LinkedList<>();
    int i = 0;
    while (true) {
        i++;
        if (i % 10000 == 0) {
            System.out.println("i=" + i);
        }
        list.add(new Object());
    }
}

}

设置参数运行后，内存溢出，程序结束，然后我们就可以用下载好的MAT来分析了，当然MAT也只是分析猜想，并不代表一定是这个原因导致内存溢出。

打开我们保存的文件目录进行分析。

MAT使用1

分析结果。

MAT使用2

此时可以查看详情查看具体原因，当然这个原因也只是一种猜想。

五、JDK提供的一些工具
分类属性值描述
命令行工具 jps 虚拟机进程状况工具
jstat 虚拟机统计信息监视工具
jinfo Java配置信息工具
jmap Java内存映像工具
jhat 虚拟机堆转储快照分析工具
jstack Java堆栈跟踪工具
可视化工具 JConsole Java监视与管理控制台
VisualVM 多合一故障处理工具
所有的工具都在jdk的安装bin目录下，比如我的在C:\My Program Files\Java\jdk1.8.0_201\bin。

其中一般情况命令行在线上服务器上使用，可视化工具在本地使用，当然如果你的线上服务器允许远程的话也可以使用可视化工具。

六、GC调优

GC调优重要参数
生产环境推荐开启

-XX:+HeapDumpOnOutOfMemoryError
输出内存溢出文件
-XX:HeapDumpPath=D:/oomDump/dump.hprof
内存溢出文件保存位置，此文件用于MAT分析
当然，一般Linux服务器可以设置为 ./java_pid.hprof 默认为Java进程启动位置
调优之前开始，调优之后关闭

-XX:+PrintGC
调试跟踪之打印简单的 GC 信息参数:
-XX:+PrintGCDetails和-XX:+PrintGCTimeStamps
打印详细的 GC 信息
-Xlogger:logpath:log/gc.log
设置 gc 的日志路，将 gc.log 的路径设置到当前目录的 log 目录下. 应用场景：将 gc 的日志独立写入日志文件，将 GC 日志与系统业务日志进行了分离，方便开发人员进行追踪分析
考虑使用

-XX:+PrintHeapAtGC
打印推信息，获取 Heap 在每次垃圾回收前后的使用状况
-XX:+TraceClassLoading
在系统控制台信息中看到 class 加载的过程和具体的 class 信息，可用以分析类的加载顺序以及是否可进行精简操作
-XX:+DisableExplicitGC
禁止在运行期显式地调用 System.gc()
2. GC调优的原则（很重要）
大多数的 java 应用不需要 GC 调优
大部分需要 GC 调优的的，不是参数问题，是代码问题
在实际使用中，分析 GC 情况优化代码比优化 GC 参数要多得多
GC 调优是最后的手段
调优的目的

GC 的时间够小
GC 的次数够少发生
Full GC 的周期足够的长，时间合理，最好是不发生
注：如果满足下面的指标，则一般不需要进行 GC调优

Minor GC 执行时间不到 50ms
Minor GC 执行不频繁，约 10 秒一次
Full GC 执行时间不到 1s
Full GC 执行频率不算频繁，不低于 10 分钟 1 次
3. GC调优步骤
1、监控 GC 的状态使用各种 JVM 工具，查看当前日志，分析当前 JVM 参数设置，并且分析当前堆内存快照和 gc 日志，根据实际的各区域内存划分和 GC 执行时间，觉得是否进行优化。

2、分析结果，判断是否需要优化如果各项参数设置合理。

系统没有超时日志出现，GC 频率不高，GC 耗时不高，那么没有必要进行 GC 优化。
如果 GC 时间超过 1 秒，或者频繁 GC，则必须优化。
3、调整 GC 类型和内存分配如果内存分配过大或过小，或者采用的 GC 收集器比较慢，则应该优先调整这些参数，并且先找 1 台或几台机器进行测试，然后比较优化过的机器和没有优化的机器的性能对比，并有针对性的做出最后选择。

4、不断的分析和调整通过不断的试验和试错，分析并找到最合适的参数5，全面应用参数如果找到了最合适的参数，则将这些参数应用到所有服务器，并进行后续跟踪。

分析GC日志

主要关注 MinorGC 和 FullGC 的回收效率（回收前大小和回收比较）、回收的时间。

1、-XX:+UseSerialGC

以参数-Xms5m -Xmx5m -XX:+PrintGCDetails -XX:+UseSerialGC 为例详细说明。
[DefNew: 1855K->1855K(1856K), 0.0000148 secs][Tenured: 2815K->4095K(4096K), 0.0134819 secs] 4671K。
DefNew 指明了收集器类型，而且说明了收集发生在新生代。
1855K->1855K(1856K)表示，回收前新生代占用 1855K，回收后占用 1855K，新生代大小 1856K
0.0000148 secs 表明新生代回收耗时。
Tenured 表明收集发生在老年代。
2815K->4095K(4096K), 0.0134819 secs：含义同新生代最后的 4671K 指明堆的大小。
2、-XX:+UseParNewGC

收集器参数变为-XX:+UseParNewGC。
日志变为：[ParNew: 1856K->1856K(1856K), 0.0000107 secs][Tenured: 2890K->4095K(4096K), 0.0121148 secs]。
收集器参数变为-XX:+ UseParallelGC 或 UseParallelOldGC。
日志变为：[PSYoungGen: 1024K->1022K(1536K)] [ParOldGen: 3783K->3782K(4096K)] 4807K->4804K(5632K)。
3、-XX:+UseConcMarkSweepGC 和 -XX:+UseG1GC

使用这两个收集器的日志会和UseParNewGC一样有明显的相关字样。

项目启动调优
开启日志分析-XX:+PrintGCDetails，启动项目时，通过分析日志，不断地调整参数，减少GC次数。

例如：

1、碰到 Metadata空间不足发生GC，那么调整 Metadata空间 -XX:MetaspaceSize=64m 减少 FullGC 。
2、碰到MinorGC，那么调整堆空间 -Xms1000m 大小减少FullGC 。
3、如果还是有MinorGC，那么继续增大堆空间大小，或者增大新生代比例 -Xmn900m GC，此时新生代空间为900m，老年代大小100m 。

项目运行GC调优
使用 jmeter 工具来进行压测，然后分析原因，进行调优，当然正式上线的项目请谨慎操作。

jmeter工具安装使用

1、下载好对应版本的jmeter，注意jdk版本。

jmeter下载

2、jmeter需要Java运行时环境，所以如果报错请先检查你的Java环境变量设置，解压到你想要的路径，例如我解压在C:\My Program Files\apache-jmeter-5.2.1，在bin目录下有一个 jmeter.bat 文件，双击启动。

至于具体怎么使用就百度吧，基本拿到软件就知道使用了，毕竟这个说来就浪费篇幅了。

聚合报告参数

这里放出我本地 jmeter 测试一个项目之后的聚合报告参数解释。

聚合报告参数

推荐策略（仅作参考）
1、新生代大小选择

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。
避免设置过小，当新生代设置过小时会导致：MinorGC 次数更加频繁、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。
2、老年代大小选择

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

七、逃逸分析
补充知识，并非所有的对象都会在堆上面分配，而没有在堆上分配的对象是因为经过逃逸分析，分析之后发现该对象的大小可以在栈上分配，不会造成栈溢出，这时，对象就可以在栈上分配。

当然，如果经过逃逸分析，发现该对象在栈上分配会照成栈溢出，那么该对象就会在堆空间分配。

参数jdk1.8默认开启

-XX:+DoEscapeAnalysis 启用逃逸分析(默认打开)
-XX:+EliminateAllocations 标量替换(默认打开)
-XX:+UseTLAB 本地线程分配缓冲(默认打开)
八、常用的性能评价/测试指标
一个 web 应用不是一个孤立的个体，它是一个系统的部分，系统中的每一部分都会影响整个系统的性能。

1、响应时间：提交请求和返回该请求的响应之间使用的时间，一般比较关注平均响应时间。
2、并发数：同一时刻，对服务器有实际交互的请求数，和网站在线用户数的关联：1000 个同时在线用户数，可以估计并发数在 5%到 15%之间，也就是同时并发数在 50~150 之间。
3、吞吐量：对单位时间内完成的工作量(请求)的量度，例如1秒处理5万个请求。

程序不老丶我不老

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
JVM 性能优化

JVM 性能优化。一、内存溢出内存溢出的原因：程序在申请内存时，没有足够的空间。栈溢出方法死循环递归调用（StackOverflowError）、不断建立线程（OutOfMemoryError）。堆溢出不断创建对象，分配对象大于最大堆的大小（OutOfMemoryError）。直接内存JVM 分配的本地直接内存大小大于 JVM 的限制，可以通过-XX:MaxDirectMemorySize 来设置（不设置的话默认与堆内存最大值一样,也会出现OOM 异常)。方法区溢出一个类
复制链接

扫一扫