JAVA系列之JVM内存调优

一、前提

JVM性能调优牵扯到各方面的取舍与平衡，往往是牵一发而动全身，需要全盘考虑各方面的影响。在优化时候，切勿凭感觉或经验主义进行调整，而是需要通过系统运行的客观数据指标，不断找到最优解。同时，在进行性能调优前，您需要理解并掌握以下的相关基础理论知识:

1、JVM垃圾收集器和垃圾回收算法

2、JVM性能监控常用工具和命令

3、JVM运行时数据区域

4、能够读懂gc日志

5、内存分配与回收策略

二、JVM内存结构

从上图可以看出，整个JVM内存是由栈内存、堆内存和永久代构成。

年轻代（New generation） = eden + s0 + s1

堆内存 = 年轻代 + 老年代（Old generation）

JDK1.8以前： JVM内存 = 栈内存 + 堆内存 + 永久代

JDK1.8以后： 由元空间取代了永久代，元空间并不在JVM中，而是使用本地内存。因此JVM内存 = 栈内存 + 堆内存

1、栈内存

栈内存归属于单个线程，也就是每创建一个线程都会分配一块栈内存，而栈中存储的东西只有本线程可见，属于线程私有。

栈的生命周期与线程一致，一旦线程结束，栈内存也就被回收。

栈中存放的内容主要包括：8大基本类型 + 对象的引用 + 实例的方法

2、堆内存

堆内存是由年轻代和老年代构成，JDK1.8以后，永久代被元空间取代，使用直接内存，不占用堆内存。堆内存是Jvm中空间最大的区域，所有线程共享堆，所有的数组以及内存对象的实例都在此区域分配。我们常说的垃圾回收就是作用于堆内存。



Eden区占大容量，Survivor两个区占小容量，默认比例是8:1:1

3、永久代（元空间）

这个区域是常驻内存的。用来存放JDK自身携带的Class对象。Interface元数据，存储的是Java运行时的一些环境。这个区域不存在垃圾回收！关闭虚拟机就会释放这个区域的内存。

当发现系统中元空间占用内存比较大时，排查方向是否加载了大量的第三方jar包，Tomcat部署了太多应用，大量动态生成的反射类等。

三、JVM常用参数

首先JVM内存限制于实际的最大物理内存，假设物理内存无限大的话，JVM内存的最大值跟操作系统有很大的关系。简单的说就32位处理器虽然可控内存空间有4GB,但是具体的操作系统会给一个限制，这个限制一般是2GB-3GB（一般来说Windows系统下为1.5G-2G，Linux系统下为2G-3G），而64bit以上的处理器就不会有限制。

1、堆大小设置

java -server -Xmx4g -Xms4g -Xmn2g –Xss128k

-Xmx4g：设置JVM最大可用内存为4g。

-Xms4g：设置JVM最小可用内存为4g。一般配置为与-Xmx相同，避免每次垃圾回收完成后JVM重新分配内存。

-Xmn2g：设置年轻代大小为2G。整个堆大小=年轻代大小 + 年老代大小，所以增大年轻代后，将会减小年老代大小。

-Xss128k：设置每个线程的堆栈大小。JDK5.0以后每个线程默认大小为1M，以前每个线程大小为256K。根据应用的线程所需内存大小进行调整。在相同物理内存下，减小这个值能生成更多的线程。

java -server -Xmx4g -Xms4g -Xmn2g –Xss128k -XX:NewRatio=4 -XX:SurvivorRatio=4 -XX:MaxMetaspaceSize=16m -XX:MaxTenuringThreshold=0

-XX:NewRatio=4: 设置年轻代（包括Eden和两个Survivor区）与年老代的比值（除去持久代）。设置为4，则年轻代与年老代所占比值为1：4，年轻代占整个堆栈的1/5

-XX:SurvivorRatio=4： 设置年轻代中Eden区与Survivor区的大小比值。设置为4，则两个Survivor区与一个Eden区的比值为2:4，一个Survivor区占整个年轻代的1/6

-XX:MaxMetaspaceSize=16m: 设置元空间最大可分配大小为16m。

-XX:MaxTenuringThreshold=0： 设置垃圾最大年龄。如果设置为0的话，则年轻代对象不经过Survivor区，直接进入年老代。对于年老代比较多的应用，可以提高效率。如果将此值设置为一个较大值，则年轻代对象会在Survivor区进行多次复制，这样可以增加对象再年轻代的存活时间，增加在年轻代即被回收的概率。

2、垃圾回收器选择

JVM给了三种选择：串行收集器、并行收集器、并发收集器，但是串行收集器只适用于小数据量的情况，所以这里的选择主要针对并行收集器和并发收集器。默认情况下，JDK5.0以前都是使用串行收集器，如果想使用其他收集器需要在启动时加入相应参数。JDK5.0以后，JVM会根据当前系统配置进行判断。

2.1 吞吐量优先的并行收集器

java -server -Xmx4g -Xms4g -Xmn2g –Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20 -XX:+UseParallelOldGC -XX:+UseAdaptiveSizePolicy

-XX:+UseParallelGC：选择垃圾收集器为并行收集器。此配置仅对年轻代有效。即上述配置下，年轻代使用并发收集，而年老代仍旧使用串行收集。

-XX:ParallelGCThreads=20：配置并行收集器的线程数，即：同时多少个线程一起进行垃圾回收。此值最好配置与处理器数目相等。

-XX:+UseParallelOldGC：配置年老代垃圾收集方式为并行收集。JDK6.0支持对年老代并行收集。

-XX:+UseAdaptiveSizePolicy：设置此选项后，并行收集器会自动选择年轻代区大小和相应的Survivor区比例，以达到目标系统规定的最低相应时间或者收集频率等，此值建议使用并行收集器时，一直打开。

2.2 响应时间优先的并发收集器

java -server -Xmx4g -Xms4g -Xmn2g –Xss128k -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:CMSFullGCsBeforeCompaction=5 -XX:+UseCMSCompactAtFullCollection

-XX:+UseConcMarkSweepGC： 设置年老代为并发收集

-XX:+UseParNewGC: 设置年轻代为并行收集。可与CMS收集同时使用

-XX:CMSFullGCsBeforeCompaction：由于并发收集器不对内存空间进行压缩、整理，所以运行一段时间以后会产生“碎片”，使得运行效率降低。此值设置运行多少次GC以后对内存空间进行压缩、整理。

-XX:+UseCMSCompactAtFullCollection：打开对年老代的压缩。可能会影响性能，但是可以消除碎片

3、其他辅助配置

GC日志打印

-XX:+PrintGC：输出形式：[GC 118250K->113543K(130112K), 0.0094143 secs] [Full GC 121376K->10414K(130112K), 0.0650971 secs]

-XX:+PrintGCDetails：输出形式：[GC [DefNew: 8614K->781K(9088K), 0.0123035 secs] 118250K->113543K(130112K), 0.0124633 secs] [GC [DefNew: 8614K->8614K(9088K), 0.0000665 secs][Tenured: 112761K->10414K(121024K), 0.0433488 secs] 121376K->10414K(130112K), 0.0436268 secs]

OOM生成dump文件

-XX:+HeapDumpOnOutOfMemoryError 表示jvm发生oom异常时，自动生成dump文件

-XX:HeapDumpPath= 表示生成dump文件的存放目录

四、内存溢出排查

一般来说内存溢出主要分为以下几类：

堆溢出（java.lang.OutOfMemoryError: Java heap space）

栈深度不够（ java.lang.StackOverflowError）

栈线程数不够（java.lang.OutOfMemoryError: unable to create new native thread）

元空间溢出（java.lang.OutOfMemoryError: Metaspace）

1、元空间溢出（java.lang.OutOfMemoryError: Metaspace）

Metaspace元空间主要是存储类的元数据信息，各种类描述信息，比如类名、属性、方法、访问限制等，按照一定的结构存储在Metaspace里。

一般来说，元空间大小是固定不变的。在出现溢出后，首先通过命令或监控工具(如下图)查看元空间大小，再检查是否-XX:MaxMetaspaceSize配置太小导致。

如果发现元空间大小是持续上涨的，则需要检查代码是否存在大量的反射类加载、动态代理生成的类加载等导致。可以通过-XX:+TraceClassLoading -XX:+TraceClassUnloading记录下类的加载和卸载情况，反推具体问题代码。

2、栈深度不够（java.lang.StackOverflowError）

引发StackOverFlowError的常见原因有：

• 无限循环递归调用
• 同一时间执行大量方法，资源耗尽
• 方法中声明大量局部变量
• 其它消耗栈资源的方法
• xss配置太小导致

/**
 * VM Args: -Xss128k
 */
public class JavaStackSOF {

    private int stackLength = 1;

    public void stackLeak() {
        stackLength++;
        stackLeak();
    }

    public static void main(String[] args) {
        JavaStackSOF oom = new JavaStackSOF();
        try{
            oom.stackLeak();
        }catch(Throwable e) {
            System.out.println("stack length:" + oom.stackLength);
            throw e;
        }
    }
}

stack length:2101
Exception in thread "main" java.lang.StackOverflowError
    at com.sandy.jvm.chapter02.JavaStackSOF.stackLeak(JavaStackSOF.java:13)
    at com.sandy.jvm.chapter02.JavaStackSOF.stackLeak(JavaStackSOF.java:14)
    at com.sandy.jvm.chapter02.JavaStackSOF.stackLeak(JavaStackSOF.java:14)

3、栈线程数不够（java.lang.OutOfMemoryError: unable to create new native thread）

这类错误目前在生成系统只遇到过一次，原因是：linux系统中非root用户默认创建线程数最多是1024。解决办法是修改文件：/etc/security/limits.d/90-nproc.conf

还有一种情况是-xss配置太大，那么操作系统可创建的最大线程数太小导致，一般除非误操作是不会出现此问题的。

4、堆溢出（java.lang.OutOfMemoryError: Java heap space）

堆溢出是常见也是最复杂的一种情况。导致堆溢出可能的情况有：

• 堆内存配置太小
• 超出预期的访问量：访问量飙升
• 超出预期的数据量：系统中是否存在一次性提取大量数据到内存的代码
• 内存泄漏

解决思路一般是：

一、堆dump文件获取

1、通过参数配置自动获取dump文件（推荐）

2、jmap -dump:format=b,file=filename.hprof pid

二、MAT工具分析

1、分析大对象、堆中存储信息、可能存在的内存泄漏地方，便于定位问题位置

五、JVM监控

常用的监控工具或命令有：jstack、jstat、jConsole、jvisualvm。监控指标主要是各内存区域大小是否合理、fullGC频率及耗时、youngGC耗时、线程数等。

1、jstack

jstack主要用于打印线程堆栈信息，帮助问题的定位。一般配合top -Hp PID使用。

通过top命令发现某个java服务占用1234%的CPU，如图：

通过top -Hp PID命令可以看到占用CPU比较高的线程，如图：

再次通过jstack PID>log.txt，输出堆栈信息即可进行排查定位。

2、jstat

jstat命令是分析JVM运行状况的常用命令。

jstat -options

-class 用于查看类加载情况的统计

-compiler 用于查看HotSpot中即时编译器编译情况的统计

-gc 用于查看JVM中堆的垃圾收集情况的统计

-gccapacity 用于查看新生代、老生代及持久代的存储容量情况

-gcmetacapacity 显示metaspace的大小

-gcnew 用于查看新生代垃圾收集的情况

-gcnewcapacity 用于查看新生代存储容量的情况

-gcold 用于查看老生代及持久代垃圾收集的情况

-gcoldcapacity 用于查看老生代的容量

-gcutil 显示垃圾收集信息

-gccause 显示垃圾回收的相关信息（通-gcutil）,同时显示最后一次仅当前正在发生的垃圾收集的原因

-printcompilation 输出JIT编译的方法信息

以jstat -gcutil为例：

[root@hadoop ~]# jstat -gcutil 3346 #显示垃圾收集信息
S0 S1 E O M CCS YGC YGCT FGC FGCT GCT
52.97 0.00 42.10 13.92 97.39 98.02 8 0.020 0 0.000 0.020　

• S0：年轻代中第一个survivor（幸存区）已使用的占当前容量百分比
• S1：年轻代中第二个survivor（幸存区）已使用的占当前容量百分比
• E：年轻代中Eden（伊甸园）已使用的占当前容量百分比
• O：old代已使用的占当前容量百分比
• M：元数据区已使用的占当前容量百分比
• CCS：压缩类空间已使用的占当前容量百分比
• YGC ：从应用程序启动到采样时年轻代中gc次数
• YGCT ：从应用程序启动到采样时年轻代中gc所用时间(s)
• FGC ：从应用程序启动到采样时old代(全gc)gc次数
• FGCT ：从应用程序启动到采样时old代(全gc)gc所用时间(s)
• GCT：从应用程序启动到采样时gc用的总时间(s)

3、jConsole

JConsole是基于JMX的可视化监视、管理工具。可以很方便的监视本地及远程服务器的java进程的内存使用情况。

3.1 被监控的程序运行时给虚拟机添加一些运行的参数

无需认证的远程监控配置

-Dcom.sun.management.jmxremote.port=60001 //监控的端口号

-Dcom.sun.management.jmxremote.authenticate=false //关闭认证

-Dcom.sun.management.jmxremote.ssl=false

-Djava.rmi.server.hostname=192.168.1.2

3.2 客户端连接被监控程序

找到 JDK 安装路径，打开bin文件夹，双击jconsole.exe，在已经打开的JConsole界面操作“连接->新建连接->选择远程进程->输入远程主机IP和端口号->点击“连接

4、jvisualvm

jvisualvm与jConsole连接方式一致，连接后界面如下：