JVM內存模型以及垃圾收集策略解析【續】

文章分類(lèi):Java編程

今天接著(zhù)補全上篇博文。

三垃圾收集策略配置

3.1 吞吐量?jì)?yōu)先

吞吐量是指GC的時(shí)間與運行總時(shí)間的比值，比如系統運行了100分鐘，而GC占用了一分鐘，那么吞吐量就是99%，吞吐量?jì)?yōu)先一般運用于對響應性要求不高的場(chǎng)合，比如web應用，因為網(wǎng)絡(luò )傳輸本來(lái)就有延遲的問(wèn)題，GC造成的短暫的暫停使得用戶(hù)以為是網(wǎng)絡(luò )阻塞所致。

吞吐量?jì)?yōu)先可以通過(guò)-XX:GCTimeRatio來(lái)指定。

當通過(guò)-XX:GCTimeRatio不能滿(mǎn)足系統的要求以后，我們可以更加細致的來(lái)對JVM進(jìn)行調優(yōu)。

首先因為要求高吞吐量，這樣就需要一個(gè)較大的Young generation，此時(shí)就需要引入“Parallel scavenging Collector”,可以通過(guò)參數：-XX:UseParallelGC來(lái)配置。

java -server -Xms3072m -Xmx3072m -XX:NewSize=2560m -XX:MaxNewSize=2560 XX:SurvivorRatio=2 -XX:+UseParallelGC

當年輕代使用了"Parallel scavenge collector"后，老生代就不能使用"CMS"GC了，在JDK1.6之前，此時(shí)老生代只能采用串行收集，而JDK1.6引入了并行版本的老生代收集器，可以用參數-XX:UseParallelOldGC來(lái)配置。

3.1.1 控制并行的線(xiàn)程數

缺省情況下，Parallel scavenging Collector 會(huì )開(kāi)啟與cpu數量相同的線(xiàn)程進(jìn)行并行的收集，但是也可以調節并行的線(xiàn)程數。假如你想用4個(gè)并行的線(xiàn)程去收集Young generation的話(huà)，那么就可以配置-XX:ParallelGCThreads=4,此時(shí)JVM的配置參數如下：

java -server -Xms3072m -Xmx3072m -XX:NewSize=2560m -XX:MaxNewSize=2560 XX:SurvivorRatio=2 -XX:+UseParallelGC -XX:ParallelGCThreads=4

3.1.2 自動(dòng)調節新生代

在采用了"Parallel scavenge collector"后，此GC會(huì )根據運行時(shí)的情況自動(dòng)調節survivor ratio來(lái)使得性能最優(yōu)，因此"Parallel scavenge collector"應該總是開(kāi)啟此參數。

此時(shí)JVM的參數配置如下：

java -server -Xms3072m -Xmx3072m -XX:+UseParallelGC -XX:ParallelGCThreads=4 -XX:+UseAdaptiveSizePolicy

3.2 響應時(shí)間優(yōu)先

響應時(shí)間優(yōu)先是指GC每次運行的時(shí)間不能太久，這種情況一般使用與對及時(shí)性要求很高的系統，比如股票系統等。

響應時(shí)間優(yōu)先可以通過(guò)參數-XX:MaxGCPauseMillis來(lái)配置，配置以后JVM將會(huì )自動(dòng)調節年輕代，老生代的內存分配來(lái)滿(mǎn)足參數設置。

在一般情況下，JVM的默認配置就可以滿(mǎn)足要求，只有默認配置不能滿(mǎn)足系統的要求時(shí)候，才會(huì )根據具體的情況來(lái)對JVM進(jìn)行性能調優(yōu)。如果采用默認的配置不能滿(mǎn)足系統的要求，那么此時(shí)就可以自己動(dòng)手來(lái)調節。

此時(shí)"Young generation"可以采用"Parallel copying collector"，而"Old generation"則可以采用"Concurrent Collector",

舉個(gè)例子來(lái)說(shuō)，以下參數設置了新生代用Parallel Copying Collector，老生代采用CMS收集器。

java -server -Xms512m -Xmx512m -XX:NewSize=64m -XX:MaxNewSize=64m -XX:SurvivorRatio=2 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC

此時(shí)需要注意兩個(gè)問(wèn)題：

1 如果沒(méi)有指定-XX:+UseParNewGC，則采用默認的非并行版本的copy collector.

2 如果在一個(gè)單CPU的系統上設置了-XX:+UseParNewGC ,則默認還是采用缺省的copy collector.

3.2.1 控制并行的線(xiàn)程數

默認情況下，Parallel copy collector啟動(dòng)和CPU數量一樣的線(xiàn)程，也可以通過(guò)參數-XX:ParallelGCThreads來(lái)指定，比如你想用3個(gè)線(xiàn)程去進(jìn)行并發(fā)的復制收集，那么可以改變上述參數如下：

java -server -Xms512m -Xmx512m -XX:NewSize=64m -XX:MaxNewSize=64m -XX:SurvivorRatio=2 -XX:ParallelGCThreads=4 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC

3.2.2 控制并發(fā)收集的臨界值

默認情況下，CMS gc在"old generation"空間占用率高于68%的時(shí)候，就會(huì )進(jìn)行垃圾收集，而如果想控制收集的臨界值，可以通過(guò)參數：-XX:CMSInitiatingOccupancyFraction來(lái)控制，比如改變上述的JVM配置如下：

java -server -Xms512m -Xmx512m -XX:NewSize=64m -XX:MaxNewSize=64m -XX:SurvivorRatio=2 -XX:ParallelGCThreads=4 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:CMSInitiatingOccupancyFraction=35

四 GC觸發(fā)以及常見(jiàn)的內存錯誤

4.1 Minor GC的觸發(fā)

Minor GC主要負責收集Young Generation，Minor GC一般在新生代不夠用的情況下觸發(fā)，比如我們一次性創(chuàng )建了很多對象等。

List<byte[]> buffer = new ArrayList<byte[]>(); for(int i=0;i<8*1024;i++){

buffer.add(new byte[1024]);

}

以上代碼通過(guò)一個(gè)字節數組的List模擬觸發(fā)Minor gc，設置JVM參數如下：

-verbose:gc -Xmn10M -Xms64M -Xmx64M -XX:+PrintGC

設置以上參數以后，因為-Xmn=10M,默認-XX:SurvivorRatio=8 ，則eden的空間大小為8M，當eden對象大小超過(guò)8M的時(shí)候就會(huì )觸發(fā)Minor gc.

運行的結果如下：

[GC 8192K->8030K(64512K), 0.0243391 secs]

從運行結果可以看出，gc前和gc后的eden區的占用情況，需要注意的是括號里（64512)這個(gè)數值時(shí)63M，它不包括一塊Survivor 空間。

這里需要注意的一點(diǎn)就是，如果創(chuàng )建的對象大于eden的大小，那么將不會(huì )通過(guò)Survivor空間復制，直接轉移到old generation.

調整以上代碼如下：

List<byte[]> buffer = new ArrayList<byte[]>();

buffer.add(new byte[8*1024*1024]);

通過(guò)同樣的JVM參數運行，則發(fā)現不會(huì )觸發(fā)Minor gc，這是因為對象超過(guò)了eden的大小，從而直接分配到了Old generation.

4.2 Major GC的觸發(fā)

4.2.1 Old Generation空間滿(mǎn)或者接近某一個(gè)比例

Old generation 空間滿(mǎn)是因為Young generation提升到Old generation的對象+Old generation的本來(lái)的大小已經(jīng)接近或者超過(guò)了Old generation的大小。對于CMS GC，當Old generation空間使用率接近某一個(gè)比例，可以通過(guò)參數-XX:CMS InitialingOccupancyFraction，此參數表示Old generation的使用率，默認為68%。

Young generation對象提升到Old generation對象有以下三種情況：

Ø 分配的對象大于eden空間的大小

Ø 在Young generation代中經(jīng)過(guò)了-XX:MaxTenuringThreshold次復制任然存活的對象

Ø Minor gc的時(shí)候，放不進(jìn)to survivor的對象

當Major GC以后，如果還沒(méi)有足夠的空間可以用的話(huà)，此時(shí)就會(huì )拋出java.lang.OutOfMemory：java heap space,當出現此錯誤的時(shí)候，說(shuō)明可能存在內存泄露現象的，這時(shí)候就需要我們對程序進(jìn)行檢查看看什么地方存在內存泄露的。

我們可以通過(guò)以下代碼來(lái)模擬一下java.lang.OutOfMemory:java heap space的發(fā)生：

List<byte[]> buffer = new ArrayList<byte[]>();

buffer.add(new byte[10*1024*1024]);

以上代碼分配了一個(gè)10M的字節數組，我們通過(guò)以下的參數運行：

-verbose:gc -Xmn10M -Xms20M -Xmx20M -XX:+PrintGC

以上參數指定Young generation的空間大小為10M，Old generation空間大小為10M。

運行結果如下：

[GC 327K->134K(19456K), 0.0056516 secs]

[Full GC 134K->134K(19456K), 0.0178891 secs]

[Full GC 134K->131K(19456K), 0.0141412 secs]

Exception in thread "main" java.lang.OutOfMemoryError: Java heap space

at Test.main(Test.java:30)

從運行結果可以看出，JVM進(jìn)行了一次Minor gc和兩次的Major gc，從Major gc的輸出可以看出，gc以后old區使用率為134K，而字節數組為10M，加起來(lái)大于了old generation的空間，所以?huà)伋隽水惓?，如果調整-Xms21M,-Xmx21M,那么就不會(huì )觸發(fā)gc操作也不會(huì )出現異常了。

4.2.2 Perm Generation 空間滿(mǎn)

Perm Generation空間主要存放Class對象，Field,Method對象，當一次性加載太多的類(lèi)或者在熱部署以后不卸載類(lèi)的情況（比如在Jboss服務(wù)器中，如果經(jīng)常熱部署一些應用就會(huì )出現Perm 空間溢出）就會(huì )造成Perm Generation被占滿(mǎn)，此時(shí)就會(huì )出現：

java.lang.OutOfMemory:PermGen space,在出現此異常的時(shí)候，如果是因為熱部署引起的，我們重新啟動(dòng)AS就可以了，如果是因為加載的類(lèi)太多，此時(shí)可以通過(guò)-XX:PermSize和-XX:MaxPermSize調整。

4.3 常見(jiàn)內存錯誤分析

4.3.1 StackOverflowError

java.lang.StackOverflowError錯誤表示JVM棧溢出，出現這個(gè)錯誤的原因一般都是遞歸的層次太深，或者無(wú)限的遞歸造成的。出現這種錯誤的時(shí)候首先要對應用程序進(jìn)行檢查，看看是那些代碼造成了棧溢出，如果是遞歸造成的可以改為迭代方式實(shí)現。

JVM同樣也提供了一個(gè)參數來(lái)讓我們調節運行時(shí)?？臻g的大小。-XX:Xss=256K表示?？臻g最大為256K.我們也可以調大，但是建議不要對此參數進(jìn)行調節。

4.3.2 OutOfMemoryError: Java heap space.

java.lang.OutOfMemoryError: Java heap space這個(gè)錯誤表示JVM的新生代和老生代的內存不足。出現這個(gè)錯誤說(shuō)明應用程序出現了內存溢出或者程序所需要的內存大于JVM的內存設置了。

遇到這個(gè)問(wèn)題的時(shí)候，首先我們可以調節JVM的Heap內存的大小，具體可以通過(guò)-Xmx -Xms來(lái)進(jìn)行設置，如果設置大以后還是會(huì )出現內存溢出，那么說(shuō)明應用程序本身存在內存泄露，這個(gè)時(shí)候就需要我們對應用程序進(jìn)行檢查，找出導致內存泄露的地方，然后修正。