JVM — 性能调优

时间 2019-11-15

标签 jvm 性能栏目 Java 繁體版

原文原文链接

概念：html

一：堆(Heap)和非堆(Non-heap)内存java

　　按照官方的说法：“Java 虚拟机具备一个堆，堆是运行时数据区域，全部类实例和数组的内存均今后处分配。堆是在 Java 虚拟机启动时建立的。”“在JVM中堆以外的内存称为非堆内存(Non-heap memory)”。web

　能够看出JVM主要管理两种类型的内存：堆和非堆。简单来讲堆就是Java代码可及的内存，是留给开发人员使用的；非堆就是JVM留给本身用的。
　因此方法区、JVM内部处理或优化所需的内存(如JIT编译后的代码缓存)、每一个类结构(如运行时常数池、字段和方法数据)以及方法和构造方法的代码都在非堆内存中。算法

二：jvm参数的含义数组

　例：缓存

　　-Xms128m 　　JVM初始分配的堆内存
　　-Xmx512m　　 JVM最大容许分配的堆内存，按需分配
　　-XX:PermSize=64M 　　JVM初始分配的非堆内存
　　-XX:MaxPermSize=128M 　　JVM最大容许分配的非堆内存，按需分配服务器

　　Xmx（memory max）表明程序最大能够从操做系统中获取的内存数量，Xms（memory start ）表明程序启动的时候从操做系统中获取的内存数量。多线程

　　好比java -cp . -Xms80m -Xmx256m 说明这个程序启动的时候使用80m的内存，最多能够从操做系统中获取256m的内存。并发

三：堆内存分配和非堆内存分配jvm

　　堆内存分配：

　　 JVM初始分配的堆内存由-Xms指定，默认是物理内存的1/64；JVM最大分配的堆内存由-Xmx指定，默认是物理内存的1/4。默认空余堆内存小于40%时，JVM就会增大堆直到-Xmx的最大限制；
空余堆内存大于70%时，JVM会减小堆直到-Xms的最小限制。所以服务器通常设置-Xms、-Xmx 相等以免在每次GC 后调整堆的大小。
　　说明：若是-Xmx 不指定或者指定偏小，应用可能会致使java.lang.OutOfMemory错误，此错误来自JVM，不是Throwable的，没法用try...catch捕捉。

　　非堆内存分配：

　　 JVM使用-XX:PermSize设置非堆内存初始值，默认是物理内存的1/64；由XX:MaxPermSize设置最大非堆内存的大小，默认是物理内存的1/4。（还有一说：MaxPermSize缺省值和-server -client选项相关，-server选项下默认MaxPermSize为64m，-client选项下默认MaxPermSize为32m。这个我没有实验。）
　　上面错误信息中的PermGen space的全称是Permanent Generation space，是指内存的永久保存区域。尚未弄明白PermGen space是属于非堆内存，仍是就是非堆内存，但至少是属于了。
　　 XX:MaxPermSize设置太小会致使java.lang.OutOfMemoryError: PermGen space 就是内存益出。
　　说说为何会内存益出：
　　　　（1）这一部份内存用于存放Class和Meta的信息，Class在被 Load的时候被放入PermGen space区域，它和存放Instance的Heap区域不一样。
　　　　（2）GC(Garbage Collection)不会在主程序运行期对PermGen space进行清理，因此若是你的APP会LOAD不少CLASS 的话,就极可能出现PermGen space错误。
　　　　这种错误常见在web服务器对JSP进行pre compile的时候。

（1）JVM内存模型及垃圾收集算法

　　1.根据Java虚拟机规范，JVM将内存划分为：　　

- New（年轻代）
- Tenured（年老代）
- 永久代（Perm）

　　其中New和Tenured属于堆内存，堆内存会从JVM启动参数（-Xmx:3G）指定的内存中分配，Perm不属于堆内存，有虚拟机直接分配，但能够经过-XX:PermSize -XX:MaxPermSize 等参数调整其大小。

年轻代（New）：年轻代用来存放JVM刚分配的Java对象
年老代（Tenured)：年轻代中通过垃圾回收没有回收掉的对象将被Copy到年老代
永久代（Perm）：永久代存放Class、Method元信息，其大小跟项目的规模、类、方法的量有关，通常设置为128M就足够，设置原则是预留30%的空间。

　　New又分为几个部分：

Eden：Eden用来存放JVM刚分配的对象
Survivor1
Survivro2：两个Survivor空间同样大，当Eden中的对象通过垃圾回收没有被回收掉时，会在两个Survivor之间来回Copy，当知足某个条件，好比Copy次数，就会被Copy到Tenured。显然，Survivor只是增长了对象在年轻代中的逗留时间，增长了被垃圾回收的可能性。

　　2.垃圾回收算法

　　垃圾回收算法能够分为三类，都基于标记-清除（复制）算法：

- Serial算法（单线程）
- 并行算法
- 并发算法

　　JVM会根据机器的硬件配置对每一个内存代选择适合的回收算法，好比，若是机器多于1个核，会对年轻代选择并行算法，关于选择细节请参考JVM调优文档。

　　稍微解释下的是，并行算法是用多线程进行垃圾回收，回收期间会暂停程序的执行，而并发算法，也是多线程回收，但期间不中止应用执行。因此，并发算法适用于交互性高的一些程序。通过观察，并发算法会减小年轻代的大小，其实就是使用了一个大的年老代，这反过来跟并行算法相比吞吐量相对较低。

　　还有一个问题是，垃圾回收动做什么时候执行？

当年轻代内存满时，会引起一次普通GC，该GC仅回收年轻代。须要强调的时，年轻代尽是指Eden代满，Survivor满不会引起GC
当年老代满时会引起Full GC，Full GC将会同时回收年轻代、年老代
当永久代满时也会引起Full GC，会致使Class、Method元信息的卸载

另外一个问题是，什么时候会抛出OutOfMemoryException，并非内存被耗空的时候才抛出

JVM98%的时间都花费在内存回收
每次回收的内存小于2%

知足这两个条件将触发OutOfMemoryException，这将会留给系统一个微小的间隙以作一些Down以前的操做，好比手动打印Heap Dump。

（2）内存泄漏及解决方法　　

1.系统崩溃前的一些现象：

每次垃圾回收的时间愈来愈长，由以前的10ms延长到50ms左右，FullGC的时间也有以前的0.5s延长到四、5s
FullGC的次数愈来愈多，最频繁时隔不到1分钟就进行一次FullGC
年老代的内存愈来愈大而且每次FullGC后年老代没有内存被释放

　　以后系统会没法响应新的请求，逐渐到达OutOfMemoryError的临界值。

2.生成堆的dump文件

　　经过JMX的MBean生成当前的Heap信息，大小为一个3G（整个堆的大小）的hprof文件，若是没有启动JMX能够经过Java的jmap命令来生成该文件。

3.分析dump文件

　　下面要考虑的是如何打开这个3G的堆信息文件，显然通常的Window系统没有这么大的内存，必须借助高配置的Linux。固然咱们能够借助X-Window把Linux上的图形导入到Window。咱们考虑用下面几种工具打开该文件：

Visual VM
IBM HeapAnalyzer
JDK 自带的Hprof工具

　　使用这些工具时为了确保加载速度，建议设置最大内存为6G。使用后发现，这些工具都没法直观地观察到内存泄漏，Visual VM虽能观察到对象大小，但看不到调用堆栈；HeapAnalyzer虽然能看到调用堆栈，却没法正确打开一个3G的文件。所以，咱们又选用了 Eclipse专门的静态内存分析工具：Mat。

4.分析内存泄漏

　　经过Mat咱们能清楚地看到，哪些对象被怀疑为内存泄漏，哪些对象占的空间最大及对象的调用关系。针对本案，在ThreadLocal中有不少的JbpmContext实例，通过调查是JBPM的Context没有关闭所致。

另，经过Mat或JMX咱们还能够分析线程状态，能够观察到线程被阻塞在哪一个对象上，从而判断系统的瓶颈。

5.回归问题

Q：为何崩溃前垃圾回收的时间愈来愈长？

A:根据内存模型和垃圾回收算法，垃圾回收分两部分：内存标记、清除（复制），标记部分只要内存大小固定时间是不变的，变的是复制部分，由于每次垃圾回收都有一些回收不掉的内存，因此增长了复制量，致使时间延长。因此，垃圾回收的时间也能够做为判断内存泄漏的依据

Q：为何Full GC的次数愈来愈多？

A：所以内存的积累，逐渐耗尽了年老代的内存，致使新对象分配没有更多的空间，从而致使频繁的垃圾回收

Q:为何年老代占用的内存愈来愈大？

A:由于年轻代的内存没法被回收，愈来愈多地被Copy到年老代

三：性能调优

　　从四个方便入手：　　

- 线程池：解决用户响应时间长的问题
- 链接池
- JVM启动参数：调整各代的内存比例和垃圾回收算法，提升吞吐量
- 程序算法：改进程序逻辑算法提升性能

　　下面只介绍JVM的启动参数优化

　　在JVM启动参数中，能够设置跟内存、垃圾回收相关的一些参数设置，默认状况不作任何设置JVM会工做的很好，但对一些配置很好的Server和具体的应用必须仔细调优才能得到最佳性能。经过设置咱们但愿达到一些目标：

GC的时间足够的小
GC的次数足够的少
发生Full GC的周期足够的长

　　前两个目前是相悖的，要想GC时间小必需要一个更小的堆，要保证GC次数足够少，必须保证一个更大的堆，咱们只能取其平衡。

（1）针对JVM堆的设置，通常能够经过-Xms -Xmx限定其最小、最大值，为了防止垃圾收集器在最小、最大之间收缩堆而产生额外的时间，咱们一般把最大、最小设置为相同的值
（2）年轻代和年老代将根据默认的比例（1：2）分配堆内存，能够经过调整两者之间的比率NewRadio来调整两者之间的大小，也能够针对回收代，好比年轻代，经过 -XX:newSize -XX:MaxNewSize来设置其绝对大小。一样，为了防止年轻代的堆收缩，咱们一般会把-XX:newSize -XX:MaxNewSize设置为一样大小

（3）年轻代和年老代设置多大才算合理？这个我问题毫无疑问是没有答案的，不然也就不会有调优。咱们观察一下两者大小变化有哪些影响

更大的年轻代必然致使更小的年老代，大的年轻代会延长普通GC的周期，但会增长每次GC的时间；小的年老代会致使更频繁的Full GC
更小的年轻代必然致使更大年老代，小的年轻代会致使普通GC很频繁，但每次的GC时间会更短；大的年老代会减小Full GC的频率
如何选择应该依赖应用程序对象生命周期的分布状况：若是应用存在大量的临时对象，应该选择更大的年轻代；若是存在相对较多的持久对象，年老代应该适当增大。但不少应用都没有这样明显的特性，在抉择时应该根据如下两点：（A）本着Full GC尽可能少的原则，让年老代尽可能缓存经常使用对象，JVM的默认比例1：2也是这个道理（B）经过观察应用一段时间，看其余在峰值时年老代会占多少内存，在不影响Full GC的前提下，根据实际状况加大年轻代，好比能够把比例控制在1：1。但应该给年老代至少预留1/3的增加空间

（4）在配置较好的机器上（好比多核、大内存），能够为年老代选择并行收集算法： -XX:+UseParallelOldGC ，默认为Serial收集

（5）线程堆栈的设置：每一个线程默认会开启1M的堆栈，用于存放栈帧、调用参数、局部变量等，对大多数应用而言这个默认值太了，通常256K就足用。理论上，在内存不变的状况下，减小每一个线程的堆栈，能够产生更多的线程，但这实际上还受限于操做系统。

（4）能够经过下面的参数打Heap Dump信息

-XX:HeapDumpPath
-XX:+PrintGCDetails
-XX:+PrintGCTimeStamps
-Xloggc:/usr/aaa/dump/heap_trace.txt

经过下面参数能够控制OutOfMemoryError时打印堆的信息

-XX:+HeapDumpOnOutOfMemoryError

　请看一下一个时间的Java参数配置：（服务器：Linux 64Bit，8Core×16G）

JAVA_OPTS="$JAVA_OPTS -server -Xms3G -Xmx3G -Xss256k -XX:PermSize=128m -XX:MaxPermSize=128m -XX:+UseParallelOldGC -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/usr/aaa/dump -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -Xloggc:/usr/aaa/dump/heap_trace.txt -XX:NewSize=1G -XX:MaxNewSize=1G"

　　通过观察该配置很是稳定，每次普通GC的时间在10ms左右，Full GC基本不发生，或隔很长很长的时间才发生一次

　　经过分析dump文件能够发现，每一个1小时都会发生一次Full GC，通过多方求证，只要在JVM中开启了JMX服务，JMX将会1小时执行一次Full GC以清除引用。

调优方法：

　　一切都是为了这一步，调优，在调优以前，咱们须要记住下面的原则：

　　　　一、多数的Java应用不须要在服务器上进行GC优化；

　　　　二、多数致使GC问题的Java应用，都不是由于咱们参数设置错误，而是代码问题；

　　　　三、在应用上线以前，先考虑将机器的JVM参数设置到最优（最适合）；

　　　　四、减小建立对象的数量；

　　　　五、减小使用全局变量和大对象；

　　　　六、GC优化是到最后不得已才采用的手段；

　　　　七、在实际使用中，分析GC状况优化代码比优化GC参数要多得多；

　　GC优化的目的有两个：　　　

　　　　一、将转移到老年代的对象数量下降到最小；

　　　　二、减小full GC的执行时间；　　

　　为了达到上面的目的，通常地，你须要作的事情有：

　　　　一、减小使用全局变量和大对象；

　　　　二、调整新生代的大小到最合适；

　　　　三、设置老年代的大小为最合适；

　　　　四、选择合适的GC收集器；

调优实例：

　　实例1：

　　发现部分开发测试机器出现异常：java.lang.OutOfMemoryError: GC overhead limit exceeded，这个异常表明：GC为了释放很小的空间却耗费了太多的时间，其缘由通常有两个：1，堆过小，2，有死循环或大对象；

　　首先排除了第2个缘由，由于这个应用同时是在线上运行的，若是有问题，早就挂了。因此怀疑是这台机器中堆设置过小；

　　使用ps -ef |grep "java"查看，发现：

　　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，没有其余须要占用内存的地方。另外，这个应用比较大，须要占用的内存也比较多；

　　经过上面的状况判断，只须要改变堆中各区域的大小设置便可，因而改为下面的状况：

　　跟踪运行状况发现，相关异常没有再出现

　　实例2：

　　一个服务系统，常常出现卡顿，分析缘由，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，这就是问题的缘由：

　　1，新生代过小，致使对象提早进入老年代，触发老年代发生Full GC；

　　2，老年代较大，进行Full GC时耗时较大；

　　优化的方法是调整NewRatio的值，调整到4，发现Full GC没有再发生，只有Young GC在执行。这就是把对象控制在新生代就清理掉，没有进入老年代（这种作法对一些应用是颇有用的，但并非对全部应用都要这么作）

　　实例3：

　　一应用在性能测试过程当中，发现内存占用率很高，Full GC频繁，使用sudo -u admin -H jmap -dump:format=b,file=文件名.hprof pid 来dump内存，生成dump文件，并使用Eclipse下的mat差距进行分析，发现：

　　从图中能够看出，这个线程存在问题，队列LinkedBlockingQueue所引用的大量对象并未释放，致使整个线程占用内存高达378m，此时通知开发人员进行代码优化，将相关对象释放掉便可。

出处资料：https://www.cnblogs.com/downey/p/5352593.html