CMS收集器实战:
实战开始,准备好了没
image.png
模拟业务场景代码:
@RestController
public class IndexController {
/***
- 存big对象
- @return
*/
@GetMapping("/put")
public String process() {
ArrayList<User> users = queryUsers();
for (User user:users){
//TODO 业务操作
}
return "ok";
}
private ArrayList<User> queryUsers() {
ArrayList<User> users = new ArrayList<>();
for (int i = 0; i < 50000; i++) {
users.add(new User(i, "java2b"));
}
return users;
}
}
public class User {
private int id;
private String name;
private byte[] data;
public User(int id, String name) {
this.id = id;
this.name = name;
data=new byte[1 * 128 * 1024];
}
}
输出收集器信息:
/***
- 打印jvm信息
-
@return
生成jar包部署到服务器 image.png
*/
@GetMapping("/info")
public String info() {
List<GarbageCollectorMXBean> garbages = ManagementFactory.getGarbageCollectorMXBeans();
StringBuilder stringBuilder = new StringBuilder();
for (GarbageCollectorMXBean garbage : garbages) {
stringBuilder.append("垃圾收集器:名称=" + garbage.getName() + ",收集=" + garbage.getCollectionCount() + ",总花费时间="
+ garbage.getCollectionTime());
// + ",内存区名称=" + Arrays.deepToString(garbage.getMemoryPoolNames()));
stringBuilder.append("\r\n");
}
MemoryMXBean memory = ManagementFactory.getMemoryMXBean();
MemoryUsage headMemory = memory.getHeapMemoryUsage();
long MB = 1024 * 1024;
stringBuilder.append("head堆:");
stringBuilder.append("\t初始(M):" + headMemory.getInit() / MB);
stringBuilder.append("\t最大(上限)(M):" + headMemory.getMax() / MB);
stringBuilder.append("\t当前(已使用)(M):" + headMemory.getUsed() / MB);
stringBuilder.append("\t提交的内存(已申请)(M):" + headMemory.getCommitted() / MB);
stringBuilder.append("\t使用率:" + headMemory.getUsed() * 100 / headMemory.getCommitted() + "%");
return stringBuilder.toString();
}
启动参数:
java -Xms256m -Xmx256m -verbose:gc -Xloggc:/root/jvm/gc-cms.log -XX:+UseConcMarkSweepGC -XX:+HeapDumpOnOutOfMemoryError -XX:+PrintHeapAtGC -XX:HeapDumpPath=/root/jvm/dump.hprof -XX:+PrintGCApplicationStoppedTime -XX:+PrintGCTimeStamps -XX:+PrintCommandLineFlags -XX:+PrintFlagsFinal -XX:+PrintGCDetails -XX:+UseCMSCompactAtFullCollection -Dcom.sun.management.jmxremote.authenticate=false -Dcom.sun.management.jmxremote.ssl=false -Dcom.sun.management.jmxremote.port=6666 -Djava.rmi.server.hostname=192.168.0.31 -jar /root/jvm/jvm-web-0.0.1-SNAPSHOT.jar > catalina.out &
这儿要插播下JVM参数意义.
JVM参数详解:
JVM参数
含义
-XX:-CMSPrecleaningEnabled
不进行预清理,度过我们之前的文章的都知道,CMS 在并发标记和重新标记的这段时间内,会有一个预清理的工作,而这个通过会尝试5秒之内等待来一次 YGC。以免在后面的重新标记阶段耗费大量时间来标记新生代的对象。
-XX:+UseConcMarkSweepGC
此参数将启动 CMS 回收器。默认新生代是 ParNew,也可以设置 Serial 为新生代收集器。该参数等价于 -Xconcgc。
-XX:ParallelGCThreads
由于是并行处理器,当然也可以指定线程数。默认并发线程数是:(ParallelGCThreads + 3)/ 4)。
-XX:ConcGCThreads
或者 -XX:ParallelCMSThreads ;除了上面设置线程的方式,你也可以通过这个两个参数任意一个手工设定 CMS 并发线程数
-XX:CMSInitiatingOccupancyFraction
由于 CMS 回收器不是独占式的,在垃圾回收的时候应用程序仍在工作,所以需要留出足够的内存给应用程序,否则会触发 FGC。而什么时候运行 CMS GC 呢?通过该参数即可设置,该参数表示的是老年代的内存使用百分比。当达到这个阈值就会执行 CMS。默认是68。 如果老年代内存增长很快,建议降低阈值,避免 FGC,如果增长慢,则可以加大阈值,减少 CMS GC 次数。提高吞吐量。
-XX:+UseCMSCompactAtFullCollection
由于 CMS 使用标记清理算法,内存碎片无法避免。该参数指定每次 CMS 后进行一次碎片整理。
-XX:CMSFullGCsBeforeCompaction
由于每次进行碎片整理将会影响性能,你可以使用该参数设定多少次 CMS 后才进行一次碎片整理,也就是内存压缩。
-XX:+CMSClassUnloadingEnabled
允许对类元数据进行回收。
-XX:CMSInitiatingPermOccupancyFraction
当永久区占用率达到这一百分比时,启动 CMS 回收(前提是 -XX:+CMSClassUnloadingEnabled 激活了)。
-XX:UseCMSInitiatingOccupancyOnly
表示只在到达阈值的时候才进行 CMS 回收。
XX:CMSWaitDuration=2000
由于CMS GC 条件比较简单,JVM有一个线程定时扫描Old区,时间间隔可以通过该参数指定(毫秒单位),默认是2s。
JVM工具参数:
JVM参数
含义
-XX:+PrintGCDateStamps
打印 GC 日志时间戳
-XX:+PrintGCDetails
打印 GC 详情
-XX:+PrintGCTimeStamps
印此次垃圾回收距离jvm开始运行的所耗时间
-Xloggc:
将垃圾回收信息输出到指定文件
-verbose:gc
打印 GC 日志
-XX:+PrintGCApplicationStopedTime
查看 gc 造成的应用暂停时间
XX:+PrintTenuringDistribution
对象晋升的日志
-XX:+HeapDumpOnOutOfMemoryError
内存溢出时输出 dump 文件
启动效果:[图片上传中...(image.png-cbc57a-1578570254235-0)]
访问:
我们不难发现新生代用的是parNew 老年代用的cms image.png效果如下: image.png
image.png image.png
image.png
在运行的过程中我们发现有大量的对象进入老年代,触发了full gc,cms一直在收集。
使用率达到99%,cms也一刻没停下: image.png日志分析: image.png
日志分析1.0版本:
我们抽取一条日志来分析下
[GC (Allocation Failure) 0K->63K(64K), 0.0047147 secs] 10258K->6780K(46144K), [Metaspace: 3434K->3434K(1056768K)], 0.0047613 secs][Times: user=0.02 sys=0.00, real=0.00 secs]
该日志为四个部分:
Full GC:
表明进行了一次垃圾回收,前面没有Full修饰,表明这是一次Minor GC ,注意它不表示只GC新生代,并且现有的不管是新生代还是老年代都会STW。
Allocation Failure:
表明本次引起GC的原因是因为在年轻代中没有足够的空间能够存储新的数据了。
10258K->6780K(46144K),:单位是KB
三个参数分别为:GC前该内存区域(这里是年轻代)使用容量,GC后该内存区域使用容量,该内存区域总容量。
0.0047613 secs:
该内存区域GC耗时,单位是秒
[Times: user=0.04 sys=0.00, real=0.01 secs]:
分别表示用户态耗时,内核态耗时和总耗时
日志分析2.0版本:
采用在线gceasy来进行分析,我们打开网址,然后上传我们生产的gc日志,如图所示: image.png优化问题:
吞吐量统计:97.39% image.png 各各分代的内存变化: image.png
CMS垃圾收集器不同时期发生的耗时 image.png
image.png
GC发生次数的分类和耗时情况 image.png
定位问题:
JProfiler:
下载到本地通过JProfiler打开查看 image.png
查看大对象: image.png
我们不难发现是ArrayList集合占用了96%的内存,那我们来看看哪块代码大量用到了我们ArrayList集合了? image.png
找到对应代码
image.png
通过此代码我们就发现put方法大量用到了ArrayList集合造成的内存溢出OOM
总结:上述实战相信大家都明白了,大致流程就是:
1、够将SpringBoot项目 模拟真实大批量用户场景
2、配置JVM参数然后部署运行监控数据生成日志文件
3、通过分析日志文件确认问题。
需要上文代码和软件的朋友,可以关注我的微信:Java2B,大家可以自己实操下加深印象。
今天就写到这了。觉得不错欢迎关注点赞,你们的点赞关注是我出好文最大的动力。
能看到这的都是牛人,麻烦帮忙点个赞关注下,下篇我继续带来CMS和G1实战PK对比,图形化对比看的更直观。