28、不再卡顿！实时分析引擎面对海量数据引发频繁Full GC的背后原因

28.1、上文案例再分析

在本次分析中，我们将深入探讨一个实际生产环境中频繁发生Full GC的案例。作为我们之前讨论过的案例的延续，我们将对一个特定的案例进行更深入的剖析。

首先，让我们回顾一下之前的案例。我们曾分析过一个日处理上亿数据的计算系统，这就是本文所要深入分析的“每日百亿数据量的实时分析系统”。

28.2、揭开日处理上亿数据系统的神秘面纱

这个系统的设计初衷是处理大规模的数据，每天需要处理的数据量达到数亿条记录。简而言之，这个系统的核心功能是从MySQL数据库以及其他数据源中持续抽取大量数据，并将其加载到自身的JVM内存中，以便进行高效的计算处理。

如下图所示。

这个数据计算系统是一个高效且持续运行的系统，它通过SQL语句和其他方法，从各种数据存储中提取数据到内存中进行计算。在生产环境中，每分钟大约需要执行500次数据提取和计算的任务。

由于这是一个分布式系统，因此在生产环境中部署了多台机器以分担负载。每台机器大约每分钟负责执行100次数据提取和计算的任务。

每次任务中，系统会提取大约1万条数据到内存中进行计算。平均来说，每次计算大约需要耗费10秒钟的时间。

每台机器的配置是4核8G，其中JVM内存分配了4G。在JVM内存中，新生代和老年代分别占用了1.5G的内存空间。这样的配置确保了系统的稳定运行和高效计算。

大家看下图。