JVM 性能優化的經典案例

源 /Java1234         文 / IT 王小二

一、內存溢出

內存溢出的原因：程序在申請內存時，沒有足夠的空間。

1. 棧溢出

方法死循環遞歸調用（StackOverflowError）、不斷建立線程（OutOfMemoryError）。

2. 堆溢出

不斷創建對象，分配對象大於最大堆的大小（OutOfMemoryError）。

3. 直接內存

JVM 分配的本地直接內存大小大於 JVM 的限制，可以通過 - XX:MaxDirectMemorySize 來設置（不設置的話默認與堆內存最大值一樣, 也會出現 OOM 異常)。

4. 方法區溢出

一個類要被垃圾收集器回收掉，判定條件是比較苛刻的，在經常動態生產大量 Class 的應用中，CGLIb 字節碼增強，動態語言，大量 JSP(JSP 第一次運行需要編譯成 Java 類), 基於 OSGi 的應用 (同一個類，被不同的加載器加載也會設爲不同的類)，都可能會導致 OOM。

二、內存泄露

程序在申請內存後，無法釋放已申請的內存空間，導致這一部分的原因主要是代碼寫的不合理，比如以下幾種情況。

1. 長生命週期的對象持有短生命週期對象的引用

例如將 ArrayList 設置爲靜態變量，然後不斷地向 ArrayList 中添加對象，則 ArrayList 容器中的對象在程序結束之前將不能被釋放，從而造成內存泄漏。

2. 連接未關閉

如數據庫連接、網絡連接和 IO 連接等，只有連接被關閉後，垃圾回收器纔會回收對應的對象。

3. 變量作用域不合理

例如:

4. 內部類持有外部類

Java 的 非靜態內部類 的這種創建方式，會隱式地持有外部類的引用，而且默認情況下這個引用是強引用，因此，如果內部類的生命週期長於外部類的生命週期，程序很容易就產生內存泄露（可以理解爲：垃圾回收器會回收掉外部類的實例，但由於內部類持有外部類的引用，導致垃圾回收器不能正常工作）。

解決辦法：將非靜態內部類改爲 靜態內部類，即加上 static 修飾，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();
        // 非靜態內部類的構造方式
        // Child c=m.new Child();
        Child c = new Child();
        c.test();
    }

    /**
     * 內部類Child --靜態的，防止內存泄漏
     */
    static class Child {
        public int i;

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

5. Hash 值改變

在集合中，如果修改了對象中的那些參與計算哈希值的字段，會導致無法從集合中單獨刪除當前對象，造成內存泄露。

使用例子來說明。

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

    public Jvm6(int x, int y) {
        super();
        this.x = x;
        this.y = y;
    }
    /**
     * 重寫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;
    }
    /**
     * 改變y的值：同時改變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值改變
        hashSet.remove(data2); // 刪掉data2節點
        System.out.println(hashSet.size()); // 2
    }
}

三、內存溢出和內存泄漏辨析

如何避免：

四、瞭解 MAT

mat 是一個內存泄露的分析工具。

1. 淺堆和深堆

2. MAT 的使用

1、下載 MAT 工具：下載地址

2、內存溢出例子演示

參數說明：

/**
 * VM Args：-Xms5m -Xmx5m  -XX:+PrintGCDetails -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=D:/oomDump/dump.hprof
 */
public class Jvm7 {

    public static void main(String[] args) {
        // 在方法執行的過程中，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());
        }
    }
}

設置參數運行後，內存溢出，程序結束，然後我們就可以用下載好的 MAT 來分析了，當然 MAT 也只是分析猜想，並不代表一定是這個原因導致內存溢出。

打開我們保存的文件目錄進行分析。

分析結果。

此時可以查看詳情查看具體原因，當然這個原因也只是一種猜想。

五、JDK 提供的一些工具

pHTqkq

所有的工具都在 jdk 的安裝 bin 目錄下，比如我的在C:\My Program Files\Java\jdk1.8.0_201\bin。

其中一般情況命令行在線上服務器上使用，可視化工具在本地使用，當然如果你的線上服務器允許遠程的話也可以使用可視化工具。

六、GC 調優

1. GC 調優重要參數

生產環境推薦開啓

調優之前開始，調優之後關閉

考慮使用

2. GC 調優的原則（很重要）

調優的目的

注： 如果滿足下面的指標，則一般不需要進行 GC 調優

3. GC 調優步驟

1、監控 GC 的狀態使用各種 JVM 工具，查看當前日誌，分析當前 JVM 參數設置，並且分析當前堆內存快照和 gc 日誌，根據實際的各區域內存劃分和 GC 執行時間，覺得是否進行優化。

2、分析結果，判斷是否需要優化如果各項參數設置合理。

3、調整 GC 類型和內存分配如果內存分配過大或過小，或者採用的 GC 收集器比較慢，則應該優先調整這些參數，並且先找 1 臺或幾臺機器進行 測試，然後比較優化過的機器和沒有優化的機器的性能對比，並有針對性的做出最後選擇。

4、不斷的分析和調整通過不斷的試驗和試錯，分析並找到最合適的參數 5，全面應用參數如果找到了最合適的參數，則將這些參數應用到所有服務器，並進行後續跟蹤。

分析 GC 日誌

主要關注 MinorGC 和 FullGC 的回收效率（回收前大小和回收比較）、回收的時間。

1、-XX:+UseSerialGC

2、-XX:+UseParNewGC

3、-XX:+UseConcMarkSweepGC 和 -XX:+UseG1GC

使用這兩個收集器的日誌會和 UseParNewGC 一樣有明顯的相關字樣。

4. 項目啓動調優

開啓日誌分析 - XX:+PrintGCDetails，啓動項目時，通過分析日誌，不斷地調整參數，減少 GC 次數。

例如：

1、碰到 Metadata 空間 不足發生 GC，那麼調整 Metadata 空間 -XX:MetaspaceSize=64m 減少 FullGC 。
2、碰到 MinorGC，那麼調整堆空間 -Xms1000m 大小減少 FullGC 。
3、如果還是有 MinorGC，那麼繼續增大堆空間大小，或者增大新生代比例 -Xmn900m GC，此時新生代空間爲 900m，老年代大小 100m 。

5. 項目運行 GC 調優

使用 jmeter 工具 來進行壓測，然後分析原因，進行調優，當然 正式上線的項目請謹慎操作 。

jmeter 工具安裝使用

1、下載好對應版本的 jmeter，注意 jdk 版本。

2、jmeter 需要 Java 運行時環境，所以如果報錯請先檢查你的 Java 環境變量設置，解壓到你想要的路徑，例如我解壓在C:\My Program Files\apache-jmeter-5.2.1，在 bin 目錄下有一個 jmeter.bat 文件，雙擊啓動。

至於具體怎麼使用就百度吧，基本拿到軟件就知道使用了，畢竟這個說來就浪費篇幅了。

聚合報告參數

這裏放出我本地 jmeter 測試一個項目之後的 聚合報告參數解釋。

6. 推薦策略（僅作參考）

1、新生代大小選擇

2、老年代大小選擇

一般吞吐量優先的應用都有一個很大的新生代和一個較小的老年代. 原因是, 這樣可以儘可能回收掉大部分短期對象, 減少中期的對象, 而老年代盡存放長期存活對象

七、逃逸分析

補充知識，並非所有的對象都會在堆上面分配，而沒有在堆上分配的對象是因爲經過逃逸分析，分析之後發現該對象的大小可以在棧上分配，不會造成棧溢出，這時，對象就可以在棧上分配。

當然，如果經過逃逸分析，發現該對象在棧上分配會照成棧溢出，那麼該對象就會在堆空間分配。

參數 jdk1.8 默認開啓

八、常用的性能評價 / 測試指標

一個 web 應用不是一個孤立的個體，它是一個系統的部分，系統中的每一部分都會影響整個系統的性能。

1、響應時間：提交請求和返回該請求的響應之間使用的時間，一般比較關注平均響應時間。
2、併發數：同一時刻，對服務器有實際交互的請求數，和網站在線用戶數的關聯：1000 個同時在線用戶數，可以估計併發數在 5% 到 15% 之間，也就是同時併發數在 50~150 之間。
3、吞吐量：對單位時間內完成的工作量 (請求) 的量度，例如 1 秒處理 5 萬個請求。

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/Z4lmiFigVroqmgSjmrrAWA

猜你喜歡