jvm参数设置不合理导致频繁gc问题排查

目录

一,问题背景:

二,实验结论:

实验过程:

实验前置条件:

1,服务原有jvm配置

2,去掉新生代128m的限制

3,Cms垃圾回收器

4,开启G1

一,问题背景:

线上有个项目jvm参数大概这么配置,然后最近项目经常告警,接口响应超时。

-javaagent:D:\apache-skywalking-apm-es7-8.4.0\apache-skywalking-apm-bin-es7\agent\skywalking-agent.jar
-Dskywalking.agent.service_name=my-service
-Dskywalking.collector.backend_service=127.0.0.1:11800
-Djava.net.preferIPv4Stack=true 
-server -Xms1536m -Xmx1536m 
-XX:MaxNewSize=128m 
-Djava.awt.headless=true 
-XX:+CMSClassUnloadingEnabled

 

二,实验结论:

这里先给出实验结果

实验条件

1,1000个线程请求100次,

2,接口异步停顿10s

3,内存配置1.5G

服务原有jvm配置(默认po)

去掉新生代128

开启Cms

开启G1

内存波动

逐步上升后回落

内存平稳

内存平稳

内存平稳

吞吐量、qps

449

592

572

694

 

 

 

 

 

可以看出:

由于项目用了1.8默认的-XX:+UseParallelOldGC 所以新生代默认是三分之一的内存分配,大概500m,但是由于项目jvm参数限制死了新生代128M,

所以当并发量高的时候,分配的对象直接进入老年代,内存逐渐飙升,直到触发老年代Gc后回落。

Gc过程导致项目响应缓慢,触发了业务告警。

结论:jvm参数配置不合理

 


三,实验过程:

实验前置条件:

采用jmeter模拟并发请求

模拟1000个线程,循环100次,模拟10万请求,请求一个接口

接口代码异步处理,并且模拟异步处理耗时10s的任务

    private static ThreadFactory pushThreadFactory  = new ThreadFactoryBuilder().setNameFormat("event-redirect-%d").build();
    private static ThreadPoolExecutor appPushExecutor = new ThreadPoolExecutor(32, 64,
            0L, TimeUnit.MILLISECONDS,
            new LinkedBlockingQueue<>(5000),pushThreadFactory, new ThreadPoolExecutor.AbortPolicy());


//模拟代码
 @RequestMapping("/testIP")
    @ResponseBody
    public String testIP(HttpServletRequest request) {
        String ip = IpUtils.getRealIp(request);
        appPushExecutor.submit(()->{
            try {
                List<Student> list = new ArrayList<>();
                for (int i = 0; i < 20000; i++) {
                    Student student = new Student();
                    student.setName("name");
                    student.setAge(1);
                    student.setNum(1);
                    list.add(student);
                }
                Thread.sleep(10000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }

        });
        log.info("testIP===========");
        return "testIP";
    }

 

1,服务原有jvm配置

-javaagent:D:\apache-skywalking-apm-es7-8.4.0\apache-skywalking-apm-bin-es7\agent\skywalking-agent.jar
-Dskywalking.agent.service_name=my-service
-Dskywalking.collector.backend_service=127.0.0.1:11800
-Djava.net.preferIPv4Stack=true 
-server -Xms1536m -Xmx1536m 
-XX:MaxNewSize=128m 
-Djava.awt.headless=true 
-XX:+CMSClassUnloadingEnabled

内存逐步飙升后回落后继续飙升(回落部分是oldGc)

watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA3NzIyMzA=,size_16,color_FFFFFF,t_70

 

吞服量449qps

20210321210824386.png

 

2,去掉新生代128m的限制

-javaagent:D:\apache-skywalking-apm-es7-8.4.0\apache-skywalking-apm-bin-es7\agent\skywalking-agent.jar
-Dskywalking.agent.service_name=my-service
-Dskywalking.collector.backend_service=127.0.0.1:11800
-Djava.net.preferIPv4Stack=true
-server
-Xms1536m
-Xmx1536m
-Djava.awt.headless=true
-XX:+CMSClassUnloadingEnabled

 

内存平稳

 

20210321210932957.png

吞吐量和592qps

 

20210321210940272.png

3,Cms垃圾回收器

-javaagent:D:\apache-skywalking-apm-es7-8.4.0\apache-skywalking-apm-bin-es7\agent\skywalking-agent.jar
-Dskywalking.agent.service_name=my-service
-Dskywalking.collector.backend_service=127.0.0.1:11800
-Djava.net.preferIPv4Stack=true
-server
-Xms1536m
-Xmx1536m
-Djava.awt.headless=true
-XX:+CMSClassUnloadingEnabled
-XX:+UseConcMarkSweepGC

 

内存波动平稳

 

20210321211026560.png

吞吐量572qps

 

20210321211031695.png

 

4,开启G1

-javaagent:D:\apache-skywalking-apm-es7-8.4.0\apache-skywalking-apm-bin-es7\agent\skywalking-agent.jar
-Dskywalking.agent.service_name=my-service
-Dskywalking.collector.backend_service=127.0.0.1:11800
-Djava.net.preferIPv4Stack=true
-server
-Xms1536m
-Xmx1536m
-XX:+UseG1GC

 

内存波动平稳

20210321211119304.png

 

 

吞吐量694qps

 

20210321211125663.png

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值