JVM-性能调优（2）

最新推荐文章于 2024-05-31 20:31:14 发布

心相印-Garrett

最新推荐文章于 2024-05-31 20:31:14 发布

阅读量390

点赞数

分类专栏： J2EE

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/wgh1015398431/article/details/53034711

版权

J2EE 专栏收录该内容

20 篇文章 0 订阅

订阅专栏

在调优之前，我们需要记住下面的原则：

多数的Java应用不需要在服务器上进行GC优化；
多数导致GC问题的Java应用，都不是因为我们参数设置错误，而是代码问题；
在应用上线之前，先考虑将机器的JVM参数设置到最优（最适合）；
减少创建对象的数量；
减少使用全局变量和大对象；
GC优化是到最后不得已才采用的手段；

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优化的目的有两个：

将转移到老年代的对象数量降低到最小；
减少full GC的执行时间。

为了达到上面的目的，一般地，你需要做的事情有：

减少使用全局变量和大对象；
调整新生代的大小到最合适；
设置老年代的大小为最合适；
选择合适的GC收集器；

在上面的4条方法中，用了几个“合适”，那究竟什么才算合适，一般的，请参考前面两篇博文中“收集器搭配”和“启动内存分配”两节中的建议。但这些建议不是万能的，需要根据您的机器和应用情况进行发展和变化，实际操作中，可以将两台机器分别设置成不同的GC参数，并且进行对比，选用那些确实提高了性能或减少了GC时间的参数。

真正熟练的使用GC调优，是建立在多次进行GC监控和调优的实战经验上的，进行监控和调优的一般步骤为：

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1-3秒，或者频繁GC，则必须优化；
注：如果满足下面的指标，则一般不需要进行GC：

   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，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beta，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。

调优实例

上面的内容都是纸上谈兵，下面我们以一些真实例子来进行说明：
实例1：
笔者昨日发现部分开发测试机器出现异常：java.lang.OutOfMemoryError: GC overhead limit exceeded，这个异常代表：GC为了释放很小的空间却耗费了太多的时间，其原因一般有两个：

堆太小
有死循环或大对象；

笔者首先排除了第2个原因，因为这个应用同时是在线上运行的，如果有问题，早就挂了。所以怀疑是这台机器中堆设置太小；使用ps -ef |grep “java”查看，发现：

-Xms=768m -Xmx=768m -XX:NewSize=320m -XX:MaxNewSize=320m

该应用的堆区设置只有768m，而机器内存有2g，机器上只跑这一个java应用，没有其他需要占用内存的地方。另外，这个应用比较大，需要占用的内存也比较多。

-Xms=1280m -Xmx=1280m -XX:NewSize=500m -XX:MaxNewSize=500m

笔者通过上面的情况判断，只需要改变堆中各区域的大小设置即可，于是改成下面的情况：

跟踪运行情况发现，相关异常没有再出现；

实例2：
一个服务系统，经常出现卡顿，分析原因，发现Full GC时间太长：
jstat -gcutil:
S0 S1 E O P YGC YGCT FGC FGCT GCT
12.16 0.00 5.18 63.78 20.32 54 2.047 5 6.946 8.993

分析上面的数据，发现Young GC执行了54次，耗时2.047秒，每次Young GC耗时37ms，在正常范围，而Full GC执行了5次，耗时6.946秒，每次平均1.389s，数据显示出来的问题是：Full GC耗时较长，分析该系统的是指发现，NewRatio=9，也就是说，新生代和老生代大小之比为1:9，这就是问题的原因：