原博客地址:http://uule.iteye.com/
一、JVM內存模型及垃圾收集算法
1.根據Java虛擬機規範,JVM將內存劃分爲:
- New(年輕代)
- Tenured(年老代)
- 永久代(Perm)
其中New和Tenured屬於堆內存,堆內存會從JVM啓動參數(-Xmx:3G)指定的內存中分配,Perm不屬於堆內存,有虛擬機直接分配,但可以通過-XX:PermSize -XX:MaxPermSize 等參數調整其大小。
- 年輕代(New):年輕代用來存放JVM剛分配的Java對象
- 年老代(Tenured):年輕代中經過垃圾回收沒有回收掉的對象將被Copy到年老代
- 永久代(Perm):永久代存放Class、Method元信息,其大小跟項目的規模、類、方法的量有關,一般設置爲128M就足夠,設置原則是預留30%的空間。
New又分爲幾個部分:
- Eden:Eden用來存放JVM剛分配的對象
- Survivor1
- Survivro2:兩個Survivor空間一樣大,當Eden中的對象經過垃圾回收沒有被回收掉時,會在兩個Survivor之間來回Copy,當滿足某個條件,比如Copy次數,就會被Copy到Tenured。顯然,Survivor只是增加了對象在年輕代中的逗留時間,增加了被垃圾回收的可能性。
2.垃圾回收算法
垃圾回收算法可以分爲三類,都基於標記-清除(複製)算法:
- Serial算法(單線程)
- 並行算法
- 併發算法
JVM會根據機器的硬件配置對每個內存代選擇適合的回收算法,比如,如果機器多於1個核,會對年輕代選擇並行算法,關於選擇細節請參考JVM調優文檔。
稍微解釋下的是,並行算法是用多線程進行垃圾回收,回收期間會暫停程序的執行,而併發算法,也是多線程回收,但期間不停止應用執行。所以,併發算法適用於交互性高的一些程序。經過觀察,併發算法會減少年輕代的大小,其實就是使用了一個大的年老代,這反過來跟並行算法相比吞吐量相對較低。
還有一個問題是,垃圾回收動作何時執行?
- 當年輕代內存滿時,會引發一次普通GC,該GC僅回收年輕代。需要強調的時,年輕代滿是指Eden代滿,Survivor滿不會引發GC
- 當年老代滿時會引發Full GC,Full GC將會同時回收年輕代、年老代
- 當永久代滿時也會引發Full GC,會導致Class、Method元信息的卸載
另一個問題是,何時會拋出OutOfMemoryException,並不是內存被耗空的時候才拋出
- JVM98%的時間都花費在內存回收
- 每次回收的內存小於2%
滿足這兩個條件將觸發OutOfMemoryException,這將會留給系統一個微小的間隙以做一些Down之前的操作,比如手動打印Heap Dump。
二、內存泄漏及解決方法
1.系統崩潰前的一些現象:
- 每次垃圾回收的時間越來越長,由之前的10ms延長到50ms左右,FullGC的時間也有之前的0.5s延長到4、5s
- FullGC的次數越來越多,最頻繁時隔不到1分鐘就進行一次FullGC
- 年老代的內存越來越大並且每次FullGC後年老代沒有內存被釋放
之後系統會無法響應新的請求,逐漸到達OutOfMemoryError的臨界值。
2.生成堆的dump文件
通過JMX的MBean生成當前的Heap信息,大小爲一個3G(整個堆的大小)的hprof文件,如果沒有啓動JMX可以通過Java的jmap命令來生成該文件。
3.分析dump文件
下面要考慮的是如何打開這個3G的堆信息文件,顯然一般的Window系統沒有這麼大的內存,必須藉助高配置的Linux。當然我們可以藉助X-Window把Linux上的圖形導入到Window。我們考慮用下面幾種工具打開該文件:
- Visual VM
- IBM HeapAnalyzer
- JDK 自帶的Hprof工具
使用這些工具時爲了確保加載速度,建議設置最大內存爲6G。使用後發現,這些工具都無法直觀地觀察到內存泄漏,Visual VM雖能觀察到對象大小,但看不到調用堆棧;HeapAnalyzer雖然能看到調用堆棧,卻無法正確打開一個3G的文件。因此,我們又選用了Eclipse專門的靜態內存分析工具:Mat。
4.分析內存泄漏
通過Mat我們能清楚地看到,哪些對象被懷疑爲內存泄漏,哪些對象佔的空間最大及對象的調用關係。針對本案,在ThreadLocal中有很多的JbpmContext實例,經過調查是JBPM的Context沒有關閉所致。
另,通過Mat或JMX我們還可以分析線程狀態,可以觀察到線程被阻塞在哪個對象上,從而判斷系統的瓶頸。
5.迴歸問題
Q:爲什麼崩潰前垃圾回收的時間越來越長?
A:根據內存模型和垃圾回收算法,垃圾回收分兩部分:內存標記、清除(複製),標記部分只要內存大小固定時間是不變的,變的是複製部分,因爲每次垃圾回收都有一些回收不掉的內存,所以增加了複製量,導致時間延長。所以,垃圾回收的時間也可以作爲判斷內存泄漏的依據
Q:爲什麼Full GC的次數越來越多?
A:因此內存的積累,逐漸耗盡了年老代的內存,導致新對象分配沒有更多的空間,從而導致頻繁的垃圾回收
Q:爲什麼年老代佔用的內存越來越大?
A:因爲年輕代的內存無法被回收,越來越多地被Copy到年老代
三、性能調優
除了上述內存泄漏外,我們還發現CPU長期不足3%,系統吞吐量不夠,針對8core×16G、64bit的Linux服務器來說,是嚴重的資源浪費。
在CPU負載不足的同時,偶爾會有用戶反映請求的時間過長,我們意識到必須對程序及JVM進行調優。從以下幾個方面進行:
- 線程池:解決用戶響應時間長的問題
- 連接池
- JVM啓動參數:調整各代的內存比例和垃圾回收算法,提高吞吐量
- 程序算法:改進程序邏輯算法提高性能
1.Java線程池(java.util.concurrent.ThreadPoolExecutor)
大多數JVM6上的應用採用的線程池都是JDK自帶的線程池,之所以把成熟的Java線程池進行羅嗦說明,是因爲該線程池的行爲與我們想象的有點出入。Java線程池有幾個重要的配置參數:
- corePoolSize:核心線程數(最新線程數)
- maximumPoolSize:最大線程數,超過這個數量的任務會被拒絕,用戶可以通過RejectedExecutionHandler接口自定義處理方式
- keepAliveTime:線程保持活動的時間
- workQueue:工作隊列,存放執行的任務
Java線程池需要傳入一個Queue參數(workQueue)用來存放執行的任務,而對Queue的不同選擇,線程池有完全不同的行爲:
SynchronousQueue:
一個無容量的等待隊列,一個線程的insert操作必須等待另一線程的remove操作,採用這個Queue線程池將會爲每個任務分配一個新線程
LinkedBlockingQueue :
無界隊列,採用該Queue,線程池將忽略
maximumPoolSize參數,僅用corePoolSize的線程處理所有的任務,未處理的任務便在LinkedBlockingQueue中排隊
ArrayBlockingQueue: 有界隊列,在有界隊列和
maximumPoolSize的作用下,程序將很難被調優:更大的Queue和小的maximumPoolSize將導致CPU的低負載;小的Queue和大的池,Queue就沒起動應有的作用。
其實我們的要求很簡單,希望線程池能跟連接池一樣,能設置最小線程數、最大線程數,當最小數<任務<最大數時,應該分配新的線程處理;當任務>最大數時,應該等待有空閒線程再處理該任務。
但線程池的設計思路是,任務應該放到Queue中,當Queue放不下時再考慮用新線程處理,如果Queue滿且無法派生新線程,就拒絕該任務。設計導致“先放等執行”、“放不下再執行”、“拒絕不等待”。所以,根據不同的Queue參數,要提高吞吐量不能一味地增大maximumPoolSize。
當然,要達到我們的目標,必須對線程池進行一定的封裝,幸運的是ThreadPoolExecutor中留了足夠的自定義接口以幫助我們達到目標。我們封裝的方式是:
- 以SynchronousQueue作爲參數,使maximumPoolSize發揮作用,以防止線程被無限制的分配,同時可以通過提高maximumPoolSize來提高系統吞吐量
- 自定義一個RejectedExecutionHandler,當線程數超過maximumPoolSize時進行處理,處理方式爲隔一段時間檢查線程池是否可以執行新Task,如果可以把拒絕的Task重新放入到線程池,檢查的時間依賴keepAliveTime的大小。
2.連接池(org.apache.commons.dbcp.BasicDataSource)
在使用org.apache.commons.dbcp.BasicDataSource的時候,因爲之前採用了默認配置,所以當訪問量大時,通過JMX觀察到很多Tomcat線程都阻塞在BasicDataSource使用的Apache ObjectPool的鎖上,直接原因當時是因爲BasicDataSource連接池的最大連接數設置的太小,默認的BasicDataSource配置,僅使用8個最大連接。
我還觀察到一個問題,當較長的時間不訪問系統,比如2天,DB上的Mysql會斷掉所以的連接,導致連接池中緩存的連接不能用。爲了解決這些問題,我們充分研究了BasicDataSource,發現了一些優化的點:
- Mysql默認支持100個鏈接,所以每個連接池的配置要根據集羣中的機器數進行,如有2臺服務器,可每個設置爲60
- initialSize:參數是一直打開的連接數
- minEvictableIdleTimeMillis:該參數設置每個連接的空閒時間,超過這個時間連接將被關閉
- timeBetweenEvictionRunsMillis:後臺線程的運行週期,用來檢測過期連接
- maxActive:最大能分配的連接數
- maxIdle:最大空閒數,當連接使用完畢後發現連接數大於maxIdle,連接將被直接關閉。只有initialSize < x < maxIdle的連接將被定期檢測是否超期。這個參數主要用來在峯值訪問時提高吞吐量。
- initialSize是如何保持的?經過研究代碼發現,BasicDataSource會關閉所有超期的連接,然後再打開initialSize數量的連接,這個特性與minEvictableIdleTimeMillis、timeBetweenEvictionRunsMillis一起保證了所有超期的initialSize連接都會被重新連接,從而避免了Mysql長時間無動作會斷掉連接的問題。
3.JVM參數
在JVM啓動參數中,可以設置跟內存、垃圾回收相關的一些參數設置,默認情況不做任何設置JVM會工作的很好,但對一些配置很好的Server和具體的應用必須仔細調優才能獲得最佳性能。通過設置我們希望達到一些目標:
- GC的時間足夠的小
- GC的次數足夠的少
- 發生Full GC的週期足夠的長
前兩個目前是相悖的,要想GC時間小必須要一個更小的堆,要保證GC次數足夠少,必須保證一個更大的堆,我們只能取其平衡。
(1)針對JVM堆的設置,一般可以通過-Xms -Xmx限定其最小、最大值,爲了防止垃圾收集器在最小、最大之間收縮堆而產生額外的時間,我們通常把最大、最小設置爲相同的值
(2)年輕代和年老代將根據默認的比例(1:2)分配堆內存,可以通過調整二者之間的比率NewRadio來調整二者之間的大小,也可以針對回收代,比如年輕代,通過 -XX:newSize -XX:MaxNewSize來設置其絕對大小。同樣,爲了防止年輕代的堆收縮,我們通常會把-XX:newSize -XX:MaxNewSize設置爲同樣大小
(3)年輕代和年老代設置多大才算合理?這個我問題毫無疑問是沒有答案的,否則也就不會有調優。我們觀察一下二者大小變化有哪些影響
- 更大的年輕代必然導致更小的年老代,大的年輕代會延長普通GC的週期,但會增加每次GC的時間;小的年老代會導致更頻繁的Full GC
- 更小的年輕代必然導致更大年老代,小的年輕代會導致普通GC很頻繁,但每次的GC時間會更短;大的年老代會減少Full GC的頻率
- 如何選擇應該依賴應用程序對象生命週期的分佈情況:如果應用存在大量的臨時對象,應該選擇更大的年輕代;如果存在相對較多的持久對象,年老代應該適當增大。但很多應用都沒有這樣明顯的特性,在抉擇時應該根據以下兩點:(A)本着Full GC儘量少的原則,讓年老代儘量緩存常用對象,JVM的默認比例1:2也是這個道理 (B)通過觀察應用一段時間,看其他在峯值時年老代會佔多少內存,在不影響Full GC的前提下,根據實際情況加大年輕代,比如可以把比例控制在1:1。但應該給年老代至少預留1/3的增長空間
(4)在配置較好的機器上(比如多核、大內存),可以爲年老代選擇並行收集算法: -XX:+UseParallelOldGC ,默認爲Serial收集
(5)線程堆棧的設置:每個線程默認會開啓1M的堆棧,用於存放棧幀、調用參數、局部變量等,對大多數應用而言這個默認值太了,一般256K就足用。理論上,在內存不變的情況下,減少每個線程的堆棧,可以產生更多的線程,但這實際上還受限於操作系統。
(4)可以通過下面的參數打Heap Dump信息
- -XX:HeapDumpPath
- -XX:+PrintGCDetails
- -XX:+PrintGCTimeStamps
- -Xloggc:/usr/aaa/dump/heap_trace.txt
通過下面參數可以控制OutOfMemoryError時打印堆的信息
- -XX:+HeapDumpOnOutOfMemoryError
請看一下一個時間的Java參數配置:(服務器: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”
經過觀察該配置非常穩定,每次普通GC的時間在10ms左右,Full GC基本不發生,或隔很長很長的時間才發生一次
通過分析dump文件可以發現,每個1小時都會發生一次Full GC,經過多方求證,只要在JVM中開啓了JMX服務,JMX將會1小時執行一次Full GC以清除引用,關於這點請參考附件文檔。
4.程序算法調優:本次不作爲重點
參考資料:
http://java.sun.com/javase/technologies/hotspot/gc/gc_tuning_6.html
來源:http://blog.csdn.net/chen77716/article/details/5695893
=======================================================================================
調優方法
一切都是爲了這一步,調優,在調優之前,我們需要記住下面的原則:
1、多數的Java應用不需要在服務器上進行GC優化;
2、多數導致GC問題的Java應用,都不是因爲我們參數設置錯誤,而是代碼問題;
3、在應用上線之前,先考慮將機器的JVM參數設置到最優(最適合);
4、減少創建對象的數量;
5、減少使用全局變量和大對象;
6、GC優化是到最後不得已才採用的手段;
7、在實際使用中,分析GC情況優化代碼比優化GC參數要多得多;
GC優化的目的有兩個(http://www.360doc.com/content/13/0305/10/15643_269388816.shtml):
1、將轉移到老年代的對象數量降低到最小;
2、減少full GC的執行時間;
爲了達到上面的目的,一般地,你需要做的事情有:
1、減少使用全局變量和大對象;
2、調整新生代的大小到最合適;
3、設置老年代的大小爲最合適;
4、選擇合適的GC收集器;
在上面的4條方法中,用了幾個“合適”,那究竟什麼纔算合適,一般的,請參考上面“收集器搭配”和“啓動內存分配”兩節中的建議。但這些建議不是萬能的,需要根據您的機器和應用情況進行發展和變化,實際操作中,可以將兩臺機器分別設置成不同的GC參數,並且進行對比,選用那些確實提高了性能或減少了GC時間的參數。
真正熟練的使用GC調優,是建立在多次進行GC監控和調優的實戰經驗上的,進行監控和調優的一般步驟爲:
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,系統沒有超時日誌出現,GC頻率不高,GC耗時不高,那麼沒有必要進行GC優化;如果GC時間超過1-3秒,或者頻繁GC,則必須優化;
注:如果滿足下面的指標,則一般不需要進行GC:
Minor GC執行時間不到50ms;
Minor GC執行不頻繁,約10秒一次;
Full GC執行時間不到1s;
Full GC執行頻率不算頻繁,不低於10分鐘1次;
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beta,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。
調優實例
上面的內容都是紙上談兵,下面我們以一些真實例子來進行說明:
實例1:
筆者昨日發現部分開發測試機器出現異常:java.lang.OutOfMemoryError: GC overhead limit exceeded,這個異常代表:
GC爲了釋放很小的空間卻耗費了太多的時間,其原因一般有兩個:1,堆太小,2,有死循環或大對象;
筆者首先排除了第2個原因,因爲這個應用同時是在線上運行的,如果有問題,早就掛了。所以懷疑是這臺機器中堆設置太小;
使用ps -ef |grep “java”查看,發現:
該應用的堆區設置只有768m,而機器內存有2g,機器上只跑這一個java應用,沒有其他需要佔用內存的地方。另外,這個應用比較大,需要佔用的內存也比較多;
筆者通過上面的情況判斷,只需要改變堆中各區域的大小設置即可,於是改成下面的情況:
跟蹤運行情況發現,相關異常沒有再出現;
實例2:(http://www.360doc.com/content/13/0305/10/15643_269388816.shtml)
一個服務系統,經常出現卡頓,分析原因,發現Full GC時間太長:
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
分析上面的數據,發現Young GC執行了54次,耗時2.047秒,每次Young GC耗時37ms,在正常範圍,而Full GC執行了5次,耗時6.946秒,每次平均1.389s,數據顯示出來的問題是:Full GC耗時較長,分析該系統的是指發現,NewRatio=9,也就是說,新生代和老生代大小之比爲1:9,這就是問題的原因:
1,新生代太小,導致對象提前進入老年代,觸發老年代發生Full GC;
2,老年代較大,進行Full GC時耗時較大;
優化的方法是調整NewRatio的值,調整到4,發現Full GC沒有再發生,只有Young GC在執行。這就是把對象控制在新生代就清理掉,沒有進入老年代(這種做法對一些應用是很有用的,但並不是對所有應用都要這麼做)
實例3:
一應用在性能測試過程中,發現內存佔用率很高,Full GC頻繁,使用sudo -u admin -H jmap -dump:format=b,file=文件名.hprof pid 來dump內存,生成dump文件,並使用Eclipse下的mat差距進行分析,發現:
從圖中可以看出,這個線程存在問題,隊列LinkedBlockingQueue所引用的大量對象並未釋放,導致整個線程佔用內存高達378m,此時通知開發人員進行代碼優化,將相關對象釋放掉即可。
原文二地址 http://unixboy.iteye.com/blog/174173
- 堆大小設置
JVM 中最大堆大小有三方面限制:相關操作系統的數據模型(32-bt還是64-bit)限制;系統的可用虛擬內存限制;系統的可用物理內存限制。32位系統下,一般限制在1.5G~2G;64爲操作系統對內存無限制。我在Windows Server 2003 系統,3.5G物理內存,JDK5.0下測試,最大可設置爲1478m。
典型設置:- java -Xmx3550m -Xms3550m -Xmn2g -Xss128k
-Xmx3550m:設置JVM最大可用內存爲3550M。
-Xms3550m:設置JVM初始內存爲3550m。此值可以設置與-Xmx相同,以避免每次垃圾回收完成後JVM重新分配內存。
-Xmn2g:設置年輕代大小爲2G。整個JVM內存大小=年輕代大小 + 年老代大小 + 持久代大小。持久代一般固定大小爲64m,所以增大年輕代後,將會減小年老代大小。此值對系統性能影響較大,Sun官方推薦配置爲整個堆的3/8。
-Xss128k:設置每個線程的堆棧大小。JDK5.0以後每個線程堆棧大小爲1M,以前每個線程堆棧大小爲256K。更具應用的線程所需內存大小進行調整。在相同物理內存下,減小這個值能生成更多的線程。但是操作系統對一個進程內的線程數還是有限制的,不能無限生成,經驗值在3000~5000左右。 - java -Xmx3550m -Xms3550m -Xss128k -XX:NewRatio=4 -XX:SurvivorRatio=4 -XX:MaxPermSize=16m -XX:MaxTenuringThreshold=0
-XX:NewRatio=4:設置年輕代(包括Eden和兩個Survivor區)與年老代的比值(除去持久代)。設置爲4,則年輕代與年老代所佔比值爲1:4,年輕代佔整個堆棧的1/5
-XX:SurvivorRatio=4:設置年輕代中Eden區與Survivor區的大小比值。設置爲4,則兩個Survivor區與一個Eden區的比值爲2:4,一個Survivor區佔整個年輕代的1/6
-XX:MaxPermSize=16m:設置持久代大小爲16m。
-XX:MaxTenuringThreshold=0:設置垃圾最大年齡。如果設置爲0的話,則年輕代對象不經過Survivor區,直接進入年老代。對於年老代比較多的應用,可以提高效率。如果將此值設置爲一個較大值,則年輕代對象會在Survivor區進行多次複製,這樣可以增加對象再年輕代的存活時間,增加在年輕代即被回收的概論。
- java -Xmx3550m -Xms3550m -Xmn2g -Xss128k
- 回收器選擇
- JVM回收器分爲三類:串行收集器、並行收集器、併發收集器,但是串行收集器只適用於小數據量的情況,所以這裏的選擇主要針對並行收集器和併發收集器。默認情況下,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啓動時加入相應參數。JDK5.0以後,JVM會根據當前系統配置進行判斷。
- 吞吐量優先的並行收集器
如上文所述,並行收集器主要以到達一定的吞吐量爲目標,適用於科學技術和後臺處理等。
典型配置:- java -Xmx3800m -Xms3800m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20
-XX:+UseParallelGC:選擇垃圾收集器爲並行收集器。此配置僅對年輕代有效。即上述配置下,年輕代使用併發收集,而年老代仍舊使用串行收集。
-XX:ParallelGCThreads=20:配置並行收集器的線程數,即:同時多少個線程一起進行垃圾回收。此值最好配置與處理器數目相等。 - java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20 -XX:+UseParallelOldGC
-XX:+UseParallelOldGC:配置年老代垃圾收集方式爲並行收集。JDK6.0支持對年老代並行收集。 - java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:MaxGCPauseMillis=100
-XX:MaxGCPauseMillis=100:設置每次年輕代垃圾回收的最長時間,如果無法滿足此時間,JVM會自動調整年輕代大小,以滿足此值。 - java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:MaxGCPauseMillis=100 -XX:+UseAdaptiveSizePolicy
-XX:+UseAdaptiveSizePolicy:設置此選項後,並行收集器會自動選擇年輕代區大小和相應的Survivor區比例,以達到目標系統規定的最低相應時間或者收集頻率等,此值建議使用並行收集器時,一直打開。
- java -Xmx3800m -Xms3800m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20
- 響應時間優先的併發收集器
如上文所述,併發收集器主要是保證系統的響應時間,減少垃圾收集時的停頓時間。適用於應用服務器、電信領域等。
典型配置:- java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC
-XX:+UseConcMarkSweepGC:設置年老代爲併發收集。測試中配置這個以後,-XX:NewRatio=4的配置失效了,原因不明。所以,此時年輕代大小最好用-Xmn設置。
-XX:+UseParNewGC:設置年輕代爲並行收集。可與CMS收集同時使用。JDK5.0以上,JVM會根據系統配置自行設置,所以無需再設置此值。 - java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseConcMarkSweepGC -XX:CMSFullGCsBeforeCompaction=5 -XX:+UseCMSCompactAtFullCollection
-XX:CMSFullGCsBeforeCompaction:由於併發收集器不對內存空間進行壓縮、整理,所以運行一段時間以後會產生“碎片”,使得運行效率降低。此值設置運行多少次GC以後對內存空間進行壓縮、整理。
-XX:+UseCMSCompactAtFullCollection:打開對年老代的壓縮。可能會影響性能,但是可以消除碎片
- java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC
- 吞吐量優先的並行收集器
- 輔助信息
JVM提供了大量命令行參數,打印信息,供調試使用。主要有以下一些:- -XX:+PrintGC
輸出形式:[GC 118250K->113543K(130112K), 0.0094143 secs][Full GC 121376K->10414K(130112K), 0.0650971 secs]
- -XX:+PrintGCDetails
輸出形式:[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]
- -XX:+PrintGCTimeStamps -XX:+PrintGC:PrintGCTimeStamps可與上面兩個混合使用
輸出形式:11.851: [GC 98328K->93620K(130112K), 0.0082960 secs] - -XX:+PrintGCApplicationConcurrentTime:打印每次垃圾回收前,程序未中斷的執行時間。可與上面混合使用
輸出形式:Application time: 0.5291524 seconds - -XX:+PrintGCApplicationStoppedTime:打印垃圾回收期間程序暫停的時間。可與上面混合使用
輸出形式:Total time for which application threads were stopped: 0.0468229 seconds - -XX:PrintHeapAtGC:打印GC前後的詳細堆棧信息
輸出形式:
34.702: [GC {Heap before gc invocations=7:
def new generation total 55296K, used 52568K [0x1ebd0000, 0x227d0000, 0x227d0000)
eden space 49152K, 99% used [0x1ebd0000, 0x21bce430, 0x21bd0000)
from space 6144K, 55% used [0x221d0000, 0x22527e10, 0x227d0000)
to space 6144K, 0% used [0x21bd0000, 0x21bd0000, 0x221d0000)
tenured generation total 69632K, used 2696K [0x227d0000, 0x26bd0000, 0x26bd0000)
the space 69632K, 3% used [0x227d0000, 0x22a720f8, 0x22a72200, 0x26bd0000)
compacting perm gen total 8192K, used 2898K [0x26bd0000, 0x273d0000, 0x2abd0000)
the space 8192K, 35% used [0x26bd0000, 0x26ea4ba8, 0x26ea4c00, 0x273d0000)
ro space 8192K, 66% used [0x2abd0000, 0x2b12bcc0, 0x2b12be00, 0x2b3d0000)
rw space 12288K, 46% used [0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)
34.735: [DefNew: 52568K->3433K(55296K), 0.0072126 secs] 55264K->6615K(124928K)Heap after gc invocations=8:
def new generation total 55296K, used 3433K [0x1ebd0000, 0x227d0000, 0x227d0000)
eden space 49152K, 0% used [0x1ebd0000, 0x1ebd0000, 0x21bd0000)
from space 6144K, 55% used [0x21bd0000, 0x21f2a5e8, 0x221d0000)
to space 6144K, 0% used [0x221d0000, 0x221d0000, 0x227d0000)
tenured generation total 69632K, used 3182K [0x227d0000, 0x26bd0000, 0x26bd0000)
the space 69632K, 4% used [0x227d0000, 0x22aeb958, 0x22aeba00, 0x26bd0000)
compacting perm gen total 8192K, used 2898K [0x26bd0000, 0x273d0000, 0x2abd0000)
the space 8192K, 35% used [0x26bd0000, 0x26ea4ba8, 0x26ea4c00, 0x273d0000)
ro space 8192K, 66% used [0x2abd0000, 0x2b12bcc0, 0x2b12be00, 0x2b3d0000)
rw space 12288K, 46% used [0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)
}
, 0.0757599 secs] - -Xloggc:filename:與上面幾個配合使用,把相關日誌信息記錄到文件以便分析。
- -XX:+PrintGC
- 常見配置彙總
- 堆設置
- -Xms:初始堆大小
- -Xmx:最大堆大小
- -XX:NewSize=n:設置年輕代大小
- -XX:NewRatio=n:設置年輕代和年老代的比值。如:爲3,表示年輕代與年老代比值爲1:3,年輕代佔整個年輕代年老代和的1/4
- -XX:SurvivorRatio=n:年輕代中Eden區與兩個Survivor區的比值。注意Survivor區有兩個。如:3,表示Eden:Survivor=3:2,一個Survivor區佔整個年輕代的1/5
- -XX:MaxPermSize=n:設置持久代大小
- 收集器設置
- -XX:+UseSerialGC:設置串行收集器
- -XX:+UseParallelGC:設置並行收集器
- -XX:+UseParalledlOldGC:設置並行年老代收集器
- -XX:+UseConcMarkSweepGC:設置併發收集器
- 垃圾回收統計信息
- -XX:+PrintGC
- -XX:+PrintGCDetails
- -XX:+PrintGCTimeStamps
- -Xloggc:filename
- 並行收集器設置
- -XX:ParallelGCThreads=n:設置並行收集器收集時使用的CPU數。並行收集線程數。
- -XX:MaxGCPauseMillis=n:設置並行收集最大暫停時間
- -XX:GCTimeRatio=n:設置垃圾回收時間佔程序運行時間的百分比。公式爲1/(1+n)
- 併發收集器設置
- -XX:+CMSIncrementalMode:設置爲增量模式。適用於單CPU情況。
- -XX:ParallelGCThreads=n:設置併發收集器年輕代收集方式爲並行收集時,使用的CPU數。並行收集線程數。
- 堆設置
四、調優總結
- 年輕代大小選擇
- 響應時間優先的應用:儘可能設大,直到接近系統的最低響應時間限制(根據實際情況選擇)。在此種情況下,年輕代收集發生的頻率也是最小的。同時,減少到達年老代的對象。
- 吞吐量優先的應用:儘可能的設置大,可能到達Gbit的程度。因爲對響應時間沒有要求,垃圾收集可以並行進行,一般適合8CPU以上的應用。
- 年老代大小選擇
- 響應時間優先的應用:年老代使用併發收集器,所以其大小需要小心設置,一般要考慮併發會話率和會話持續時間等一些參數。如果堆設置小了,可以會造成內存碎片、高回收頻率以及應用暫停而使用傳統的標記清除方式;如果堆大了,則需要較長的收集時間。最優化的方案,一般需要參考以下數據獲得:
- 併發垃圾收集信息
- 持久代併發收集次數
- 傳統GC信息
- 花在年輕代和年老代回收上的時間比例
- 吞吐量優先的應用:一般吞吐量優先的應用都有一個很大的年輕代和一個較小的年老代。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,而年老代盡存放長期存活對象。
- 響應時間優先的應用:年老代使用併發收集器,所以其大小需要小心設置,一般要考慮併發會話率和會話持續時間等一些參數。如果堆設置小了,可以會造成內存碎片、高回收頻率以及應用暫停而使用傳統的標記清除方式;如果堆大了,則需要較長的收集時間。最優化的方案,一般需要參考以下數據獲得:
- 較小堆引起的碎片問題
因爲年老代的併發收集器使用標記、清除算法,所以不會對堆進行壓縮。當收集器回收時,他會把相鄰的空間進行合併,這樣可以分配給較大的對象。但是,當堆空間較小時,運行一段時間以後,就會出現“碎片”,如果併發收集器找不到足夠的空間,那麼併發收集器將會停止,然後使用傳統的標記、清除方式進行回收。如果出現“碎片”,可能需要進行如下配置:- -XX:+UseCMSCompactAtFullCollection:使用併發收集器時,開啓對年老代的壓縮。
- -XX:CMSFullGCsBeforeCompaction=0:上面配置開啓的情況下,這裏設置多少次Full GC後,對年老代進行壓縮