四：JVM调优原理与常见异常处理方案

2019年3月10日 400次阅读 来源: 吴磊的

在jvm调优之前，我们必须先了解jvm的内存模型与GC回收机制，这些在我前面的文章里面有介绍！接下来我们通过一个案例来调整jvm性能。

一测试案例：

　　1.1 编写demo

import java.text.DecimalFormat;
/**
    -XX:+PrintGC         打印GC日志
    -XX:+PrintGCDetails  打印详细的GC日志
    file.encoding         文件编码
    -XX:MaxTenuringThreshold 对象年龄，默认15次之后较大几率放进入老年代,为0则不进入s0 s1区,直接进老年代
    
    -XX:+UseSerialGC       串行收集器
    -XX:+UseParallelOldGC  并行收集器
    -XX:+UseParallelGC     合并回收
    -XX:ParallelGCThreads  并行收集器线程数量
    
    -Xms               堆初始值
    -Xmx               堆最大可用值
    -XX:SurvivorRatio  新生代中eden空间和from(s0),to(s1)空间的比例
    -XX:NewRatio       新生代与老年代的比例
    -Xss  栈的大小(栈的深度)
    
    -XX:MetaspaceSize     元空间初始值
    -XX:MaxMetaspaceSize  元空间最大值
    
    -XX:+HeapDumpOnOutOfMemoryError：内存溢出生成快照文件
 */
public class JVMDemo {
    public static void main(String[] args) throws InterruptedException {
        // 最大内存
        long maxMemory = Runtime.getRuntime().maxMemory();
        System.out.println("最大堆内存为: "+format(maxMemory)+"MB");
        // 已经使用内存
        long totalMemory = Runtime.getRuntime().totalMemory();
        System.out.println("已使用堆内存: "+format(totalMemory)+"MB");
        // 当前剩余内存
        long freeMemory = Runtime.getRuntime().freeMemory();
        System.out.println("剩余堆内存为: "+format(freeMemory)+"MB");
                
        byte[] b1 = new byte[4 * 1024 * 1024];
        System.out.println("-----分配了4m堆内存-----");
        
        // 当前剩余内存
        long freeMemory2 = Runtime.getRuntime().freeMemory();
        System.out.println("剩余堆内存为: "+format(freeMemory2)+"MB");
    }
    /**
     * 将堆内存单位格式化成 MB
     */
    static private String format(long maxMemory) {
        float num = (float) maxMemory / (1024 * 1024);
        DecimalFormat df = new DecimalFormat("0.00");// 格式化小数
        String s = df.format(num);// 返回的是String类型
        return s;
    }
}

 　　1.2 配置参数,打印jvm信息:  右键 –> Run As –> Run Configurations… –> Arguments –> VM arguments 输入配置信息  -XX:+PrintGCDetails -XX:+UseSerialGC

　　《四：JVM调优原理与常见异常处理方案》

　　1.3 运行java代码， 查看jvm信息

// 这些信息与电脑配置参数有关,我们的具体数据可能不一样，但是内存模型数据比例是一样的
最大堆内存为: 1890.81MB  // 大约1900MB
已使用堆内存: 119.88MB   // 已用120MB
剩余堆内存为: 117.89MB   // 剩余117MB
-----分配了4m堆内存-----
剩余堆内存为: 113.89MB   // 用了4mb后还剩113MB
Heap
 def new generation   total 38080K, used 6805K [0x0000000085c00000, 0x0000000088550000, 0x00000000ae800000)
 // 可以看出新生代中默认 eden区 from区 to区比例为 33856:4224:4224 即 8:1:1
  eden space 33856K,  20% used [0x0000000085c00000, 0x00000000862a57a8, 0x0000000087d10000)
  from space 4224K,   0% used [0x0000000087d10000, 0x0000000087d10000, 0x0000000088130000)
  to   space 4224K,   0% used [0x0000000088130000, 0x0000000088130000, 0x0000000088550000)
 // 老年代和新生代默认比例为 84672:(33856+4224+4224) 即2:1
 tenured generation   total 84672K, used 0K [0x00000000ae800000, 0x00000000b3ab0000, 0x0000000100000000)
   the space 84672K,   0% used [0x00000000ae800000, 0x00000000ae800000, 0x00000000ae800200, 0x00000000b3ab0000)
 // 元空间
 Metaspace       used 3652K, capacity 4600K, committed 4864K, reserved 1056768K
  class space    used 410K, capacity 428K, committed 512K, reserved 1048576K

二性能调优：

这个时候我们对jvm堆内存有了一个大致的认识，我们开始正式的性能调优。
案例：通过jmeter压力测试工具来访问一个网站，测试系统的吞吐量。
　2.1.1：双击启动 jmeter/bin/jmeter.bat 后台不要关闭
　2.1.2: 添加线程组 (用50个线程去发起5w个请求)

　　　《四：JVM调优原理与常见异常处理方案》

　2.1.3: 添加http请求 指定服务器  ip   port   url。 

　　　《四：JVM调优原理与常见异常处理方案》

　2.1.4: 添加聚合报告

　　《四：JVM调优原理与常见异常处理方案》

　2.1.5：查看测试结果 (只需要关注总请求量  和  吞吐量)

　　《四：JVM调优原理与常见异常处理方案》

2.2：串行收集器吞吐量调优

【在tomcat里设置如下参数配置】
打印详细日志   最大堆和初始堆为32mb
内存溢出时生成快照文件
串行回收
非堆区初始大小32mb

-XX:+PrintGCDetails -Xmx32M -Xms32M
-XX:+HeapDumpOnOutOfMemoryError
-XX:+UseSerialGC
-XX:PermSize=32M (1.8以前的永久区写法)
 《四：JVM调优原理与常见异常处理方案》
2.3：并行收集器吞吐量调优
【在tomcat设置如下参数】
打印详细日志   最大堆和初始堆为1000mb
内存溢出时生成快照文件
并行合并回收
并行收集器线程数量为8个
非堆区初始大小500mb

-XX:+PrintGCDetails -Xmx1000M -Xms1000M
-XX:+HeapDumpOnOutOfMemoryError
-XX:+UseParallelGC -XX:+UseParallelOldGC
-XX:ParallelGCThreads=8
-XX:PermSize=500M (1.8以前的永久区写法)
《四：JVM调优原理与常见异常处理方案》
对比可以看出：第一次调优由于堆内存太小而经常触发GC，且由于是串行清理，吞吐量仅仅只有131；而第二次加大了堆内存几乎不触发GC清理，且由于是并行清理所以吞吐量提升到了2482。
调优总结：　　
　　1.将初始的堆大小与最大堆大小相等,来垃圾回收次数从而提高效率。 
　　2.根据自身服务器性能，将堆内存最大化，以此提高吞吐量。
　　3.将新生代或老年代的比例设置为1/2 或者 1/3,让GC尽量去新生代去回收。
　　4.合理的使用并行收集器。
在windows中设置JVM参数
修改 tomcat/bin/catalina.bat 文件
set JAVA_OPTS=-Dfile.encoding=UTF-8 -server -XX:+PrintGCDetails -Xms900m -Xmx900m -XX:SurvivorRatio=8 -XX:NewRatio=2 -XX:+HeapDumpOnOutOfMemoryError -XX:+UseParallelGC -XX:+UseParallelOldGC -XX:ParallelGCThreads=8 -XX:MaxMetaspaceSize=128m 
《四：JVM调优原理与常见异常处理方案》
在linux中设置JVM参数
修改 tomcat/bin/catalina.sh 文件
JAVA_OPTS="-Dfile.encoding=UTF-8 -server 
           -XX:+PrintGCDetails 
           -Xms1000m -Xmx1000m 
           -XX:SurvivorRatio=8 -XX:NewRatio=2 
           -XX:MaxMetaspaceSize=200m
           -XX:+HeapDumpOnOutOfMemoryError
           -XX:+UseParallelGC -XX:+UseParallelOldGC 
           -XX:ParallelGCThreads=8"
《四：JVM调优原理与常见异常处理方案》
 
====================================================================
什么是内存泄漏及如何避免
 　　  内存泄漏即：对象可达但不可用，程序不需要用某个对象，但另一个正在使用的对象却持有它的引用，导致无法回收停留在堆内中。
　　   防止内存泄露：
　　　　　　1.尽早释放无用对象的引用, 将不需要使用的对象设置为null，暗示垃圾收集器来收集该对象，防止发生内存泄漏。  
　　　　　　2.程序进行字符串处理时，尽量避免使用String，而应该使用StringBuffer。
 　　　　　  3.尽量少用静态变量
　　　　　　4.尽量运用对象池技术以提高系统性能
Jvm常见异常处理方案
 　　内存泄漏： java.lang.OutOfMemory Error:Java heap space
   　　　　解决思路：  1. 先查看是不是内存泄漏，如果是通过GC Root的路径来排查
　　　　　　　　　　  2. 查看堆内存是否有对象没释放。
　　　　　　　　　　  3. 加大物理内存 –Xms， -Xmx，最好-Xms = -Xmx，减少内存扩展的开销。
                 控制参数：  -Xms (starting 堆的起始大小)         -Xmx (max 堆的最大大小)         -Xmn (new 堆的新生代大小)
　　内存溢出： java.OutOfMemory Error:PermGen space
                  解决思路：  增加参数：-XX:PrintGCDetails，-XX:+PrintGCTimeStamps和-XX:+PrintGCDateStamps　
　　线程请求的栈深度大于虚拟机所允许的最大深度：java.lang.StackOverflow Error
  　　　　解决思路： 可以将栈的深度，理解为数组的长度。
  　　　　控制参数：  1. 加大-Xss(每个线程的堆栈大小)参数。  
　　　　　　　　　　 2. 更换64位虚拟机。
　　　　　　　　　　 3. 减少线程。        
　　　　　　　　　　 4. 减少最大堆（Xmx）。
         java.lang.OutOfMemory Error,有allocate、Native字样
 　　　　解决思路：  加大本地内存-MaxDirectMemorySize如不指定则与-Xmx一致。
　　　　以centos6.8 ，100G的内存 jdk1.7为例，参考配置如下：
　　　　　　JAVA_OPTS=”-Xms8g -Xmx8g
　　　　　　　　　　　　-XX:ParallelGCThreads=8
　　　　　　　　　　　　-XX:PermSize=2g
　　　　　　　　　　　　-XX:MaxPermSize=4g
　　　　　　　　　　　　-Xss512k -Xmn6g
　　　　　　　　　　　　-XX:-DisableExplicitGC
　　　　　　　　　　　　-XX:+UseCompressedOops
　　　　　　　　　　　　-XX:+UseConcMarkSweepGC
　　　　　　　　　　　　-XX:+CMSParallelRemarkEnabled”
　　　CATALINA_OPTS=”-Xms8g -Xmx8g
　　　　　　　　　　　　-XX:ParallelGCThreads=8
　　　　　　　　　　　　-XX:PermSize=2g
　　　　　　　　　　　　-XX:MaxPermSize=4g
　　　　　　　　　　　　-Xss512k -Xmn6g
　　　　　　　　　　　　-XX:-DisableExplicitGC
　　　　　　　　　　　　-XX:+UseCompressedOops
　　　　　　　　　　　　-XX:+UseConcMarkSweepGC
　　　　　　　　　　　　-XX:+CMSParallelRemarkEnabled”
     原文作者：吴磊的
     原文地址: http://www.cnblogs.com/wlwl/p/9941196.html
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。 
  点赞