案例分析：java中substring引發的Full gc

問題定位

由於應用頻繁地Full gc,就dump了內存下來用MAT分析，發現有個map佔用了98%的內存，於是找到這個map

private ConcurrentMap<String, String> nick2numid = new ConcurrentHashMap<String, String>();

存放的是nick與id的映射關係，從MAT中找到map的每一個entry如下圖所示：

這裏解釋一下兩個概念

Shallow Heap：對象佔用了多少內存（單位：字節）

Retained Heap：如果對象被回收會釋放多少內存，也就是對象hold住的內存

map的key是一個String類型，其Shallow Heap爲32byte，Retained Heap爲1104byte。一般對於String類型，具有不可變性，這兩個值應該相等纔對，帶着疑惑找到了問題所在，分步描述如下：

1、從頁面傳了一個參數到後端，這個參數攜帶了cookie的內容，恰好就是1104byte這麼長，不妨設置這個參數爲cookie；

2、後端拿到cookie這個參數後，需要其中的nick的值，採用的是String類的split方法（&做爲分隔符）得到一個數組，其中有一項的值爲nick=xxx

3、將nick的值做爲key放入nick2numid中

nick2numid.put("xxx",id)

最終發現問題出在String類的substring方法上？

分析問題

其實String的split方法上調用了substring方法，先來看看split的源碼實現吧

public String[] split(String regex) {
    return split(regex, 0);
}
public String[] split(String regex, int limit) {
		return Pattern.compile(regex).split(this, limit);
}

 public String[] split(CharSequence input, int limit) {
        ArrayList<String> matchList = new ArrayList<String>();
        Matcher m = matcher(input);

        // Add segments before each match found
        while(m.find()) {
            if (!matchLimited || matchList.size() < limit - 1) {
                String match = input.subSequence(index, m.start()).toString();
                matchList.add(match);
                index = m.end();
            } else if (matchList.size() == limit - 1) { // last one
                String match = input.subSequence(index,
                                                 input.length()).toString();
                matchList.add(match);
                index = m.end();
            }
        }
}   

public CharSequence subSequence(int beginIndex, int endIndex) {
    return this.substring(beginIndex, endIndex);
}

String.split->Pattern.split->subSequence->substring

從以上代碼可以看出String類的split方法確實調用了substring方法
下面來看看substring方法源碼：

private final char value[];

public String substring(int beginIndex, int endIndex) {
if (beginIndex < 0) {
	throw new StringIndexOutOfBoundsException(beginIndex);
}
if (endIndex > count) {
	throw new StringIndexOutOfBoundsException(endIndex);
}
if (beginIndex > endIndex) {
	throw new StringIndexOutOfBoundsException(endIndex - beginIndex);
}
return ((beginIndex == 0) && (endIndex == count)) ? this :
	new String(offset + beginIndex, endIndex - beginIndex, value);
}

注意value這個char數組，存放的是String每個字符的內容，substring直接依賴了這個數組。如果substring產生的字符串沒有被java虛擬機回收，這個char數組也不會被回收。

問題回顧：應用中的nick2numId這個map生命週期很長，只有在用戶退出的時候纔會刪除其中的entry項，恰好這個map非常大，dump內存的時候size已經達到幾十萬，相當於幾十萬個cookie被這個map所hold住，內存被耗盡產生Full gc。

解決方案

當時想到幾種方案：

1、String.intern()？

2、拿到value數組產生一個新數組？

3、採用分佈式緩存來存放nick與id的映射關係？

採用第一種方法是否可行？不可取，原因有2：

intern() 所使用的是一個全局的池，並不需要如此大作用域的緩存；

intern會向常量池中添加內容，持久代空間本來就很小，被nick所佔用可能引起OutOfMemoryError！

後來採用的是第二種方法：new String(nick.toCharArray())，很快上線使內存利用率得到提升（fast,not the best）。

JVM中存放生命週期長的大map始終是一個隱患，說不定哪一天由於map元素過多或者刪除不及時導致OOM，應儘快採用第3種方案：分佈式緩存。nick放入緩存之後，cookie會很快被回收，而且系統的可用內存將會大大提高。