深刻理解JVM（八）——java堆分析

上一节介绍了针对JVM的监控工具，包括JPS能够查看当前全部的java进程，jstack查看线程栈能够帮助分析是否有死锁等状况，jmap能够导出java堆文件在MAT工具上进行分析等等。这些工具都很是有用，但要用好他们须要不断的进行实践分析。本文将介绍使用MAT工具进行java堆分析的案例。

内存溢出（OOM）的缘由

常见的OOM（OutOfMemoryError）发生的缘由不仅是堆内存溢出，堆内存溢出只是OOM其中一种状况，OOM还可能发生在元空间、线程栈、直接内存。

下面演示在各个区发生OOM的状况：

堆OOM

public static void main(String[] args)
    {
        List<Byte[]> list=new ArrayList<Byte[]>();
        for(int i=0;i<100;i++){
            //构造1M大小的byte数值
            Byte[] bytes=new Byte[1024*1024];
            //将byte数组添加到list列表中，由于存在引用关系因此bytes数组不会被GC回收
            list.add(bytes);
        }
    }

以上程序设置最大堆内存50M，执行：

显然程序经过循环将占用100M的堆空间，超过了设置的50M，因此发生了堆内存的OOM。

针对这种OOM，解决办法是增长堆内存空间，在实际开发中必要的时候去掉引用关系，使垃圾回收器尽快对无用对象进行回收。

元空间OOM

public static void main(String[] args) throws Exception
    {
        for(int i=0;i<1000;i++){
            //动态建立类
            Map<Object,Object> propertyMap = new HashMap<Object, Object>();  
            propertyMap.put("id", Class.forName("java.lang.Integer"));    
            CglibBean bean=new CglibBean(propertyMap);
            //给 Bean 设置值    
            bean.setValue("id", new Random().nextInt(100));  
            //打印 Bean的属性id
            System.out.println("id=" + bean.getValue("id"));    
        }
    }

以上代码经过Cglib动态建立class，设置元数据区大小为4M：

因为代码循环建立class，大量的class元数据，存放在元数据区超过了设置的4M空间，所以报元数据区OOM：

解决该OOM的办法是增大MaxMetaspaceSize参数值，或者干脆不设置该参数，在默认状况元空间可以使用的内存会受到本地内存的限制。

栈OOM

当建立新的线程时JVM会给每一个线程分配栈内存，当建立线程过多，占用的内存也就越多，这种状况下有可能发生OOM:

public static void main(String[] args) throws Exception {
        //循环建立线程
        for (int i = 0; i < 1000000; i++) {
            new Thread(new Runnable() {
                    public void run() {
                        try {
                            //线程sleep时间足够长，保证线程不销毁
                            Thread.sleep(200000000);
                        } catch (InterruptedException e) {
                            e.printStackTrace();
                        }
                    }
                }).start();
            System.out.println("created " + i + "threads");
        }
    }

很明显解决此OOM的办法是减少线程数。

直接内存OOM

public static void main(String[] args) throws Exception {
        
        for (int i = 0; i < 1000000; i++) {
            //申请堆外内存，这个内存是本地的直接内存，并不是java堆内存
            ByteBuffer byteBuffer = ByteBuffer.allocateDirect(1024*1024*1024);
            System.out.println("created "+i+" byteBuffer");
        }
    }

ByteBuffer的allocateDirect方法能够申请直接内存，当申请的内存超过的本地可用内存时，会报OOM：

解决该OOM的办法是适当使用堆外内存，若有必要可显式执行垃圾回收。（即在代码中执行System.gc();）

MAT工具使用

当java应用出现故障时，可能须要使用MAT分析问题，找出问题出现的缘由，下面经过一个案例介绍MAT的使用方法：

准备：

事先从程序运行环境上使用jmap工具或者jvisualvm导出一个堆快照文件出来。

使用MAT工具打开：

发现占用内存最大的对象是AppClassLoader，咱们知道AppClassLoader是用来加载应用的类，所以咱们进一步查看它引用的对象。

下图显示了AppClassLoader引用的对象空间使用状况，“Shallow Heap”表示浅堆的大小，浅堆就是类自身所占用的空间大小，也就是类自己元数据的大小。“Retained Heap”表示深堆的大小，深堆表示该类以及它引用的其余类所占用空间的总和，也表示该类被垃圾回收后，所可以释放的空间大小。（若是该类被回收了，他引用的对象会变成不可达对象所以也会被回收）

随藤摸瓜，继续查看深堆占用最大的对象。

从上图能够看出形成深堆比较大的缘由是程序当中包含了一个ArrayList，他里面包含有大量的String对象，而且每一个String对象有80216字节大小。

所以针对这个堆的分析基本清楚了，由于程序中包括大量的String对象，而他们又在ArrayList当中，引用关系一直存在，所以没法被垃圾回收，形成OOM。

MAT其余功能说明

除了上述使用到的MAT功能外，还有一些功能也是常常用到的。

Histogram：显示每一个类使用状况以及占用空间大小。

上图能够看到char[]类，有1026个对象，占用5967480字节的空间，经过上面的分析得出结论是String对象占用了大部分的空间，而Stirng对象内部存放字符使用char[]来存放的，因此这里显示char[]的浅堆大小为5967480字节也是能够理解的。

Thread_overview：显示线程相关的信息。

OQL：经过相似SQL语句的表达式查询对象信息。

上图经过OQL语句查询字符串中匹配123的String对象。

结语

本文首先介绍了java程序中出现OOM的几种状况，而后经过简单的案例介绍了MAT的基本用法。