问题：JVM 内存频繁预警，内存规律性波动。
一. 查看JVM 的GC Collector：Young GC：PS Scavenge | Full GC：PS MarkSweep
PS Scavenge 新生代的收集器，也叫 Parallel Scavenge。
PS MarkSweep 老生代的收集器，也叫 Serial Old。
二. 内存曲线分析
1. 频繁 Young GC，产生大量碎片
2. 大对象直接进入老生代
三. 尝试优化
1. 调整内存
调大 JVM 之后（1G > 4G），曲线趋势并没有变化，更糟糕的是，内存越大，Full GC 扫描时间越长，时间越长， Stop the world 的时间越长，造成吞吐量损失越大。
2. 调整 JVM
(1) 调试 JVM：-Xms -Xmx -Xmn
(2) 调试 JVM Collector：-XX:+UseParNewGC -XX:+UseConcMarkSweepGC
(2.1) 年轻代
-XX:+UseParNewGC
ParNew 基本上和 Parallel Scavenge 非常相似，唯一的区别，在于它做了强化能够和 CMS 一起使用。
(2.2) 老生代
-XX:+UseConcMarkSweepGC
相当于"ParNew" + "CMS" + "Serial Old"，即在 young generation 中采用 ParNew，多线程处理；在 tenured generation 中使用CMS，以求得到最低的暂停时间，但是，采用 CMS 有可能出现"Concurrent Mode Failure"，如果出现了，就只能采用"SerialOld"模式了。
通过上述2种方法的调试，没有从根本上解决大对象的产生，依然存在频繁 full gc，即使调整 collector，JVM 的响应时间上去了，但吞吐量降低了。
3. 使用弱引用
虽然使用了弱引用，但是并没有改变大数据对象直接进入堆的情况。
—————————— 本文同步发布于 ZHANGSR 我的个人博客 ——————————