透過這一個多月的努力，將 FullGC 從 40 次/天最佳化到近 10 天才觸發一次，而且 YoungGC 的時間也減少了一半以上，這麼大的最佳化，有必要記錄一下中間的調優過程。

對於JVM垃圾回收，之前一直都是處於理論階段，就知道新生代，老年代的晉升關係，這些知識僅夠應付面試使用的。前一段時間，線上伺服器的FullGC非常頻繁，平均一天40多次，而且隔幾天就有伺服器自動重啟了，這表明的伺服器的狀態已經非常不正常了，得到這麼好的機會，當然要主動請求進行調優了。未調優前的伺服器GC資料，FullGC非常頻繁。

首先伺服器的配置非常一般（2核4G），總共4臺伺服器叢集。每臺伺服器的FullGC次數和時間基本差不多。其中JVM幾個核心的啟動引數為：

-Xmx1800M：設定JVM最大可用記憶體為1800M。-Xms1000m：設定JVM初始化記憶體為1000m。此值可以設定與-Xmx相同，以避免每次垃圾回收完成後JVM重新分配記憶體。-Xmn350M：設定年輕代大小為350M。整個JVM記憶體大小=年輕代大小 + 年老代大小 + 持久代大小。持久代一般固定大小為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官方推薦配置為整個堆的3/8。-Xss300K：設定每個執行緒的堆疊大小。JDK5。0以後每個執行緒堆疊大小為1M，以前每個執行緒堆疊大小為256K。更具應用的執行緒所需記憶體大小進行調整。在相同物理記憶體下，減小這個值能生成更多的執行緒。但是作業系統對一個程序內的執行緒數還是有限制的，不能無限生成，經驗值在3000~5000左右。

第一次最佳化

一看引數，馬上覺得新生代為什麼這麼小，這麼小的話怎麼提高吞吐量，而且會導致YoungGC的頻繁觸發，如上圖的新生代收集就耗時830s。初始化堆記憶體沒有和最大堆記憶體一致，查閱了各種資料都是推薦這兩個值設定一樣的，可以防止在每次GC後進行記憶體重新分配。基於前面的知識，於是進行了第一次的線上調優：提升新生代大小，將初始化堆記憶體設定為最大記憶體

-Xmn350M -> -Xmn800M -XX：SurvivorRatio=4 -> -XX：SurvivorRatio=8 -Xms1000m ->-Xms1800m

將SurvivorRatio修改為8的本意是想讓垃圾在新生代時儘可能的多被回收掉。就這樣將配置部署到線上兩臺伺服器（prod，prod2另外兩臺不變方便對比）上後，運行了5天后，觀察GC結果，YoungGC減少了一半以上的次數，時間減少了400s，但是FullGC的平均次數增加了41次。YoungGC基本符合預期設想，但是這個FullGC就完全不行了。

就這樣第一次最佳化宣告失敗。

第二次最佳化

在最佳化的過程中，我們的主管發現了有個物件T在記憶體中有一萬多個例項，而且這些例項佔據了將近20M的記憶體。於是根據這個bean物件的使用，在專案中找到了原因：匿名內部類引用導致的，虛擬碼如下：

由於listener在回撥後不會進行釋放，而且回撥是個超時的操作，當某個事件超過了設定的時間（1分鐘）後才會進行回撥，這樣就導致了T這個物件始終無法回收，所以記憶體中會存在這麼多物件例項。透過上述的例子發現了存在記憶體洩漏後，首先對程式中的error log檔案進行排查，首先先解決掉所有的error事件。然後再次釋出後，GC操作還是基本不變，雖然解決了一點記憶體洩漏問題，但是可以說明沒有解決根本原因，伺服器還是繼續莫名的重啟。

記憶體洩漏調查

經過了第一次的調優後發現記憶體洩漏的問題，於是大家都開始將進行記憶體洩漏的調查，首先排查程式碼，不過這種效率是蠻低的，基本沒發現問題。於是在線上不是很繁忙的時候繼續進行dump記憶體，終於抓到了一個大物件

這個物件竟然有4W多個，而且都是清一色的ByteArrowRow物件，可以確認這些資料是資料庫查詢或者插入時產生的了。於是又進行一輪程式碼分析，在程式碼分析的過程中，透過運維的同事發現了在一天的某個時候入口流量翻了好幾倍，竟然高達83MB/s，經過一番確認，目前完全沒有這麼大的業務量，而且也不存在檔案上傳的功能。諮詢了阿里雲客服也說明完全是正常的流量，可以排除攻擊的可能。

就在我還在調查入口流量的問題時，另外一個同事找到了根本的原因，原來是在某個條件下，會查詢表中所有未處理的指定資料，但是由於查詢的時候where條件中少加了模組這個條件，導致查詢出的數量達40多萬條，而且透過log檢視當時的請求和資料，可以判斷這個邏輯確實是已經執行了的，dump出的記憶體中只有4W多個物件，這個是因為dump時候剛好查詢出了這麼多個，剩下的還在傳輸中導致的。而且這也能非常好的解釋了為什麼伺服器會自動重啟的原因。

解決了這個問題後，線上伺服器執行完全正常了，使用未調優前的引數，運行了3天左右FullGC只有5次

第二次調優

記憶體洩漏的問題已經解決了，剩下的就可以繼續調優了，經過檢視GC log，發現前三次GullGC時，老年代佔據的記憶體還不足30%，卻發生了FullGC。於是進行各種資料的調查，在https：//blog。csdn。net/zjwstz/article/details/77478054 部落格中非常清晰明瞭的說明metaspace導致FullGC的情況，伺服器預設的metaspace是21M，在GC log中看到了最大的時候metaspace佔據了200M左右，於是進行如下調優，以下分別為prod1和prod2的修改引數，prod3，prod4保持不變

-Xmn350M -> -Xmn800M -Xms1000M ->1800M -XX：MetaspaceSize=200M -XX：CMSInitiatingOccupancyFraction=75

和

-Xmn350M -> -Xmn600M -Xms1000M ->1800M -XX：MetaspaceSize=200M -XX：CMSInitiatingOccupancyFraction=75

prod1和2只是新生代大小不一樣而已，其他的都一致。到線上運行了10天左右，進行對比：prod1：

prod2：

prod3：

prod4：

對比來說，1，2兩臺伺服器FullGC遠遠低於3，4兩臺，而且1，2兩臺伺服器的YounGC對比3，4也減少了一半左右，而且第一臺伺服器效率更為明顯，除了YoungGC次數減少，而且吞吐量比多運行了一天的3，4兩臺的都要多（透過執行緒啟動數量），說明prod1的吞吐量提升尤為明顯。透過GC的次數和GC的時間，本次最佳化宣告成功，且prod1的配置更優，極大提升了伺服器的吞吐量和降低了GC一半以上的時間。

prod1中的唯一一次FullGC：

透過GC log上也沒看出原因，老年代在cms remark的時候只佔據了660M左右，這個應該還不到觸發FullGC的條件，而且透過前幾次的YoungGC調查，也排除了晉升了大記憶體物件的可能，透過metaspace的大小，也沒有達到GC的條件。這個還需要繼續調查，有知道的歡迎指出下，這裡先行謝過了。

總結

透過這一個多月的調優總結出以下幾點：

FullGC一天超過一次肯定就不正常了

發現FullGC頻繁的時候優先調查記憶體洩漏問題

記憶體洩漏解決後，jvm可以調優的空間就比較少了，作為學習還可以，否則不要投入太多的時間

如果發現CPU持續偏高，排除程式碼問題後可以找運維諮詢下阿里雲客服，這次調查過程中就發現CPU 100%是由於伺服器問題導致的，進行伺服器遷移後就正常了。

資料查詢的時候也是算作伺服器的入口流量的，如果訪問業務沒有這麼大量，而且沒有攻擊的問題的話可以往資料庫方面調查

有必要時常關注伺服器的GC，可以及早發現問題

以上是最近一個多月JVM調優的過程與總結，如有錯誤之處歡迎指正。

最近面試BAT，整理一份面試資料《

Java面試BATJ通關手冊

》，覆蓋了Java核心技術、JVM、Java併發、SSM、微服務、資料庫、資料結構等等。

文章有幫助的話，在看，轉發吧。

謝謝支援喲 （*^__^*）