1、调优目的
减少GC的频率和Full GC的次数
2、调优方法
使用jmap、mat等工具进行堆使用情况分析,内存等分析,通过调优参数重复分析使用情况,直到参数最优。
3、工具的使用
(1)jmap
观察运行中的jvm物理内存的占用情况。
参数如下:
-heap :打印jvm heap的情况,会列出堆的总体使用情况,还有新生代老生代的内存占用情况。
-histo: 打印jvm heap的直方图。其输出信息包括类名,对象数量,对象占用大小。
-histo:live : 同上,但是只答应存活对象的情况
-permstat: 打印permanent generation heap情况
命令使用:
jmap -heap 32575
可以观察到New Generation(Eden Space,From Space,To Space),tenured generation,Perm Generation的内存使用情况
jmap -histo 32575| jmap -histo:live 32575
可以观察heap中所有对象的情况(heap中所有生存的对象的情况)。包括对象数量和所占空间大小。
输出内容:
写个脚本,可以很快把占用heap最大的对象找出来,对付内存泄漏特别有效。
如果结果很多,可以用以下命令输出到文本文件。
jmap -histo 32575| jmap -histo:live 32575> a.txt
jmap是一个可以输出所有内存中对象的工具,甚至可以将VM 中的heap,以二进制输出成文本。
命令:jmap -dump:format=b,file=heap.bin
file:保存路径及文件名
pid:进程编号
(2)jinfo:可以输出并修改运行时的java 进程的opts。
jinfo:的用处比较简单,就是能输出并修改运行时的java进程的运行参数。用法是jinfo -opt pid 如:查看2788的MaxPerm大小可以用 jinfo -flag MaxPermSize 2788。
(3) jps:与unix上的ps类似,用来显示本地的java进程,可以查看本地运行着几个java程序,并显示他们的进程号。
(4) jstat:一个极强的监视VM内存工具。可以用来监视VM内存内的各种堆和非堆的大小及其内存使用量。
jstat工具特别强大,有众多的可选项,详细查看堆内各个部分的使用量,以及加载类的数量。使用时,需加上查看进程的进程id,和所选参数。以下详细介绍各个参数的意义。
jstat -class pid:显示加载class的数量,及所占空间等信息。第一列是加载类数量。
jstat -compiler pid:显示VM实时编译的数量等信息。
jstat -gc pid:可以显示gc的信息,查看gc的次数,及时间。其中最后五项,分别是young gc的次数,young gc的时间,full gc的次数,full gc的时间,gc的总时间。
jstat -gccapacity:可以显示,VM内存中三代(young,old,perm)对象的使用和占用大小,如:PGCMN显示的是最小perm的内存使用量,PGCMX显示的是perm的内存最大使用量,PGC是当前新生成的perm内存占用量,PC是但前perm内存占用量。其他的可以根据这个类推, OC是old内纯的占用量。
jstat -gcnew pid:new对象的信息。
jstat -gcnewcapacity pid:new对象的信息及其占用量。
jstat -gcold pid:old对象的信息。
jstat -gcoldcapacity pid:old对象的信息及其占用量。
jstat -gcpermcapacity pid: perm对象的信息及其占用量。
jstat -printcompilation pid:当前VM执行的信息。
jstat -gcutil pid 1000 100 : 1000ms统计一次gc情况统计100次;
除了以上一个参数外,还可以同时加上 两个数字,如:jstat -printcompilation 3024 250 6是每250毫秒打印一次,一共打印6次,还可以加上-h3每三行显示一下标题。
(5)jconsole:
jconsole是一个用java写的GUI程序,用来监控VM,并可监控远程的VM,非常易用,而且功能非常强。使用方法:命令行里打 jconsole,选则进程就可以了。
jstack ( 查看jvm线程运行状态,是否有死锁现象等等信息) : jstack pid : thread dump
MemoryAnalyzer 查看jmap dump 的内存对象工具 (https://blog.csdn.net/zhanshenzhi2008/article/details/89070049)
4、场景模拟
通过设置较小的jvm堆、线程栈、young、older,在程序运行过程中,可以观察到程序不断发送gc,甚至导致程序功能无法正常执行。
5、jvm配置方法
(1) 设置Eclipse内存使用情况
修改eclipse根目录下的eclipse.ini文件
-vmargs //虚拟机设置
-Xms40m //初始内存
-Xmx256m //最大内存
-Xmn16m //最小内存
-XX:PermSize=128M //非堆内存
-XX:MaxPermSize=256M
(2)JVM内存设置
打开eclipse window-preferences-Java -Installed JREs -Edit -Default VM Arguments
在VM自变量中输入:-Xmx128m -Xms64m -Xmn32m -Xss16m
(3)Tomcat内存设置
打开Tomcat根目录下的bin文件夹,编辑catalina.bat
修改为:set JAVA_OPTS= -Xms256m -Xmx512m
6、配置参数
JVM的Heap分配可以使用-X参数设定,
-Xms
初始Heap大小
-Xmx
java heap最大值
-Xmn
young generation的heap大小
JVM有2个GC线程
第一个线程负责回收Heap的Young区
第二个线程在Heap不足时,遍历Heap,将Young 区升级为Older区
Older区的大小等于-Xmx减去-Xmn,不能将-Xms的值设的过大,因为第二个线程被迫运行会降低JVM的性能。
为什么一些程序频繁发生GC?
有如下原因:
1.程序内调用了System.gc()或Runtime.gc()。
2.一些中间件软件调用自己的GC方法,此时需要设置参数禁止这些GC。
3.Java的Heap太小,一般默认的Heap值都很小。
4.频繁实例化对象,Release对象 此时尽量保存并重用对象,例如使用StringBuffer()和String()。
如果你发现每次GC后,Heap的剩余空间会是总空间的50%,这表示你的Heap处于健康状态,许多Server端的Java程序每次GC后最好能有65%的剩余空间
经验之谈:
1.Server端JVM最好将-Xms和-Xmx设为相同值。为了优化GC,最好让-Xmn值约等于-Xmx的1/3。
2.一个GUI程序最好是每10到20秒间运行一次GC,每次在半秒之内完成。
注意:
1.增加Heap的大小虽然会降低GC的频率,但也增加了每次GC的时间。并且GC运行时,所有的用户线程将暂停,也就是GC期间,Java应用程序不做任何工作。
2.Heap大小并不决定进程的内存使用量。进程的内存使用量要大于-Xmx定义的值,因为Java为其他任务分配内存,例如每个线程的Stack等。
Stack的设定
每个线程都有他自己的Stack。
-Xss
每个线程的Stack大小
Stack的大小限制着线程的数量。如果Stack过大就好导致内存溢漏。-Xss参数决定Stack大小,例如-Xss1024K。如果Stack太小,也会导致Stack溢漏。
主要通过以下的几个jvm参数来设置堆内存的:
|
-Xmx512m |
最大总堆内存,一般设置为物理内存的1/4 |
|
-Xms512m |
初始总堆内存,一般将它设置的和最大堆内存一样大,这样就不需要根据当前堆使用情况而调整堆的大小了 |
|
-Xmn192m |
年轻带堆内存,sun官方推荐为整个堆的3/8 |
|
堆内存的组成 |
总堆内存 = 年轻带堆内存 + 年老带堆内存 + 持久带堆内存 |
|
年轻带堆内存 |
对象刚创建出来时放在这里 |
|
年老带堆内存 |
对象在被真正会回收之前会先放在这里 |
|
持久带堆内存 |
class文件,元数据等放在这里 |
|
-XX:PermSize=128m |
持久带堆的初始大小 |
|
-XX:MaxPermSize=128m |
持久带堆的最大大小,eclipse默认为256m。如果要编译jdk这种,一定要把这个设的很大,因为它的类太多了。 |
以上内容仅作实践记录参考,文字来自以下博客个人整理。
更多内容参考:
- https://blog.csdn.net/happysaz/article/details/81080627
- https://www.jianshu.com/p/cbde714e6de8
- https://blog.csdn.net/summer_huan/article/details/73649746
- https://blog.csdn.net/guangrong1/article/details/79500182
- https://blog.csdn.net/zhanshenzhi2008/article/details/89070049
- https://www.cnblogs.com/Darrenblog/p/10712125.html