`

JVM学习笔记(散列的知识点)

阅读更多

常见指令以及工具测试:

jps 虚拟机进程状况工具 罗列所有进程

jstat 虚拟机统计信息工具​进程jstat -gc uid times time
jinfo jvm配置信息相关参数
jmap jvm内存映像工具 堆快照和对象统计信息-dump pid _文件路径,histo查看数量堆
jhat 堆内存快照分析工具 分析堆内存
jstack jvm栈查看工具
jstatd远程附加jvm信息
jdk自带
jdk可视化工具jconsle信息查询
visual vm故障检测
jmeter压力测试
mat内存堆分析器
使用输出常量表
常量池中21项目
javap -verbose   java
hsdis工具
java -PrintAssembly (Xcomp

JVM学习总结以及知识点
1.jdk内存分类以及对应的功能
2.jdk内存--》垃圾收集器,内存分配
3.jdk性能分析以及死锁内存泄露,内存溢出预测
4.jdk案例分析,以及对常见·jdk内存分配策略,工具优化


hotspot内存为堆栈式内存
栈:
程序计数器:当前线程的所执行的程序的行号指示器(多线程通过线程轮切换和分配处理器执行时间来实现的)
java虚拟机栈:虚拟机中方法栈帧,用于存储局部变量表操作数栈,动态链接,方法接口,本地变量表
本地方法区:不同于虚拟机栈,提供java需要使用的native方法服务
 
堆:
java堆:用于分配对象实例
方法区:用于类加载相关信息,常量,即时编译后的代码等数据
 
对象创建以及处理对象更改
1.指针碰撞:将内存分为两个部分,已指针为界,创建对象即移动指针么但是会造成内存碎片化
2.空闲列表:记录内存是否可用形成一个表,然后对表分配
1.同步控制
2.本地线程分配缓冲TLAB,预先分配好,不够扩展
 
slot槽,局部变量容量槽
对象访问:
1.使用句柄:将对象实例的指针信息与对象实例隔离开,在java虚拟机栈里卖弄本地变量表1-》2-》3,易于改变,灵活性大,
2.直接指向堆,不分离,指针为对象在堆中的地址信息,,一次定位时间变短,效率高
 
 
判断对象已死的两个方法:
1.引用计数,有使用的时候+1,当引用失效的时候,就-1
2.可达性分析:保存一个引用链(OOpmap),根节点为gc roots,保存在虚拟机栈,方法去中对象或者变量,
是否执行finalize()方法:
1.最终回收过程中,没有再次引用
2.虚拟机中没有使用,调用finalize
3.子类覆盖父类finalize方法
方法区中对象回收条件:
实例全部被回收,引用无
加载该类classloader被回收
class对象没有被使用
 
引用类型:
1.强引用:new ,普片存在
2,软引用:对象有用但是非必须
3,弱引用:对象非必须的
4.虚引用:对其生存时间毫无影响,也无法取得实例,只是用于在对象被回收的时候收到系统通知
 
垃圾收集器
垃圾回收算法:
标记-清除
标记-整理
复制
分代算法(新生态复制;老年态标记)
 
stop the world:停止当前所有线程,进行垃圾收集
安全点safepoint:存放oopmap的地方,用于执行gc
安全区域:扩发安全点
如何使所有线程到达安全点停止:中断
1.抢先式中断,让所有线程强制跑到安全点,不采纳
2.主动式中断:设置堆标记,轮询这个标记(与安全点重合),若为ok,则暂时挂起
 
 
 
 
收集器 线程 新生态算法 老年态算法 并发 实现目的
serial 单线程 复制 标记-整理(serial old支持老年态) client默认下优秀的新生态收集器
parnew(serial多线程版本) 多线程 复制 标记-整理(serial old支持老年态) 补充serial单线程,唯一可以与cms收集器使用
parallel 多线程 复制 标记-整理(parallel old) 追求gc吞吐量,而不是最短停顿时间
cms 单线程 配合使用paralnew 标记-清除(空闲列表) 追求最短停顿时间
g1(尚未大量商业化) 多线程 复制 分代算法(标记整理) 最短停顿时间和吞吐量的平衡
           
           
 
 
 
 
cms:
1由于是标记-清除:会产生大量碎片内存,难以管理
2.特别消耗cpu
3.无法收集浮动垃圾(初始标记-并发标记-重新标记-并发清除(重新标记后就无法清除后来产生的对象垃圾))
 
g1:取代cms
优势;
1.采用分代算法,内存问题得以解决
2.可预测的停顿
3.并行与并发
 
停顿模型:复制算法实现,将内存划分为多个region,化整为零,避免全局扫描java堆,保存一个set,来辨别关系
初始标记-并发标记-最终标记-筛选标记
同属于gc stop the world==full gc
minor 新生态
major gc老年态(此处比较负载,思路不对)
gc日志
gc类型(不是老年态或者新生态,为full,或者no full)+内存部位+内存使用情况+gc时间 内存部分使用量】+java堆使用情况
内存担保分配机制?
新生态用完,淘汰进入老年态,衡量是否能够容乃,装入surviror区域,会进行有风险的试探
jvm中class文件格式由无符号数和表构成为结构性性文件(无符号数:数值,字符,引用;表:复杂的无符号数和表组合),以8个字节存储
class文件结构:
    魔术(4个字节):判断是否虚拟机可接受的class文件  后4个字节:表示次版本+主版本
    常量池:21个常量(0016h个,0作为是否可以引用常量作为判断),分为字面量,符号引用(字段,方法的名称和修饰符,类全限定名),表有14种,来填充常量池使用javap -verbose class获取
    访问标志:两个字节表示类或接口的类别以及详细信息
    索引:u2类型构成的表结构,类索引(当前使用类的全限定名),父类索引(父类的全限定名),接口索引(实现或继承的一组接口集合)
    字段表集合:存储接口或者类中声明的变量即类全局变量而不是方法内部局部变量
    方法表集合:存储方法:访问标记    ,名称索引,描述符索引,属性表集合
    属性表集合:方法表,字段表,class文件是可以携带的属性表集合,以用于描述某些场景的专用信息(code中属性表集合中有两个属性deprecated保不推荐使用,Synthetic编译器自动产生)
java字节码指令集:面向操作数栈,而不是寄存器
    操作码只有一个字节(iload,fload等),对象和数组是不一样的
    iconst讲一个int常量加载到操作数栈
    指令类别:
        加载和存储指令:iload,fload(iload_<n>读取0-n-1的的对应地址内容)
        运算指令:加减乘除,移位,比较
        对象创建和访问指令:new,newarray,instanceof,checkcast
        类型转换指令:i2b,i2c,l2i
       操作数栈管理指令:pop,pop2,dup(压栈),swap
       控制转移指令:ifeq,iflt,ifnull;tableswitch,goto,goto_w
       方法调用和返回指令:invokevirtual,invokeinterface,invokestatic
       异常处理指令:throw
       同步指令:synchronized=monitorenter+monitorexit
    公有设计和私有实现:在实现jvm规范条件下对虚拟机执行class进行调优吗、,采取不同方案
    class文件结构发展:class文件结构组成部分,定义,数据结构,使用方法,如何存储和访问,主要讲述的就是class静态结构以及描述
    虚拟机类加载机制:
        加载--》连接(验证,准备,解析)-》初始化-》使用-》卸载
        当使用初始化时必须连接的5种情况:new之类关键词,反射,父类尚未初始化,执行主类,方法句柄
        类加载:
        加载:通过全限定名获取class2进制流,再把其静态数据结构转换成成方法区的运行时数据结构,最后在内存黄总生成一个对象作为访问这个运行时数据结构的访问入口
        连接:
            验证:文件格式,元数据验证(是否符合语言规则语义规则),字节码(检查语法规则),符号引用(符号引用-》直接引用-
            准备:在方法区中为类分配类变量(static)和初始化阶段,变量初始值为0,真正赋值为在初始化之后才进行的
            解析:就是讲符号引用替换成直接引用,类和接口解析,字段解析,类方法解析,接口方法解析
        (类加载器:通过全限定名获取class2进制流
                启动类加载器,扩展类加载器,应用程序加载器
                继承classloader,尽量向上抛给上层类加载器,当上层加载失败,再调用本类中findclass,双亲委派模型laodclass----)findclass,不是强制性约束
        )    
        初始化:<clinit>()方法执行,同一个类加载器只能对一个类进行一次初始化
 
之前表示虚拟机怎么执行的,下面讲述虚拟机怎么做到的
 虚拟机字节码执行引擎:虚拟机执行可以是解释执行,编译执行(本地变量表,操作数栈,方法栈帧,方法接口,动态链接,方法返回地 址)
           运行时栈帧结构:支持方法调用和执行的数据结构
            本地变量表一组用于存储变量值空间,用于存放在方法参数和方法内部定义的局部变量
                局部变量不像类变量会进行两次赋值,只有初始化赋值,否则不能使用,局部变量存在复用的情况,对于gc有影响,但是在虚拟机优化、过程中会进行处理
            操作数栈:最大深度为在编译的时候写入达到code属性的max_statck的数据项中。,存在栈帧之间相互复用数据参数
··           动态连接:栈帧中方法的符号引用,在运行时解析为动态连接(解析阶段部分发生)
                方法返回地址:遇到异常退出,执行引擎发出退出指令(ireturn),一个方法使用异常完成出口的方式退出,是不会给他的上层调用者产生任何返回值。
                返回信息:具体虚拟机实现的额外信息,根据实现个人决定
            方法调用:确定调用哪一个方法,而不涉及方法内部的具体运行过程
                解析:编译的时候的就已确定吗,即在连接阶段就已经将符号引用转换成直接引用,编译器可知,运行期确定,静态static,私有方法。称之为非虚方法,分析调用
                分派调用:体现出多态性,静态或为动态,
                        静态分派:重载过程中将参数分为静态类型和实际类型(编译器使用静态类型)
                         动态分配:在运行期根据实际类型确定方法执行版本的分派过程
                        单分派和多分派:根据宗量划分=接受者+方法参数,静态多,动态单划分,相互转化
                         虚拟机动态分配的实现:虚方法表,在运行时在内存创建的对象中()  访问入口     增加多态产生的方法结构
               动态语言支持:类型检查的主体过程是在运行期,而不是编译期
                invokedynamic指令:支持动态语言
    掌握方法分派规则:invokedynamic与前面invoke指令不一样的是分派逻辑是由程序员进行决定
基于栈的字节码解释执行引擎:
    解释执行,
     编译器,即时编译器,解释器,
        栈的指令集(不受平台限制,移植性强;代码紧凑,编译器更加简单,但是速度较慢,更为频繁的出入栈操作,其内存操作速度成为瓶颈)
  实战案例::加载子系统和执行子系统
        tomcat:类加载器架构:commom,share.webapp(catalina)
         osgi:模块化处理,热处理
        字节码生成和动态代理实现
        RETRATRANSLATOR:向下提供高版本的功能

JVM配置参数(引用别人博客,具体链接不记得了)

JVM参数的含义 实例见实例分析

参数名称 含义 默认值  
-Xms 初始堆大小 物理内存的1/64(<1GB) 默认(MinHeapFreeRatio参数可以调整)空余堆内存小于40%时,JVM就会增大堆直到-Xmx的最大限制.
-Xmx 最大堆大小 物理内存的1/4(<1GB) 默认(MaxHeapFreeRatio参数可以调整)空余堆内存大于70%时,JVM会减少堆直到 -Xms的最小限制
-Xmn 年轻代大小(1.4or lator)
 
  注意:此处的大小是(eden+ 2 survivor space).与jmap -heap中显示的New gen是不同的。
整个堆大小=年轻代大小 + 年老代大小 + 持久代大小.
增大年轻代后,将会减小年老代大小.此值对系统性能影响较大,Sun官方推荐配置为整个堆的3/8
-XX:NewSize 设置年轻代大小(for 1.3/1.4)    
-XX:MaxNewSize 年轻代最大值(for 1.3/1.4)    
-XX:PermSize 设置持久代(perm gen)初始值 物理内存的1/64  
-XX:MaxPermSize 设置持久代最大值 物理内存的1/4  
-Xss 每个线程的堆栈大小   JDK5.0以后每个线程堆栈大小为1M,以前每个线程堆栈大小为256K.更具应用的线程所需内存大小进行 调整.在相同物理内存下,减小这个值能生成更多的线程.但是操作系统对一个进程内的线程数还是有限制的,不能无限生成,经验值在3000~5000左右
一般小的应用, 如果栈不是很深, 应该是128k够用的 大的应用建议使用256k。这个选项对性能影响比较大,需要严格的测试。(校长)
和threadstacksize选项解释很类似,官方文档似乎没有解释,在论坛中有这样一句话:"”
-Xss is translated in a VM flag named ThreadStackSize”
一般设置这个值就可以了。
-XX:ThreadStackSize Thread Stack Size   (0 means use default stack size) [Sparc: 512; Solaris x86: 320 (was 256 prior in 5.0 and earlier); Sparc 64 bit: 1024; Linux amd64: 1024 (was 0 in 5.0 and earlier); all others 0.]
-XX:NewRatio 年轻代(包括Eden和两个Survivor区)与年老代的比值(除去持久代)   -XX:NewRatio=4表示年轻代与年老代所占比值为1:4,年轻代占整个堆栈的1/5
Xms=Xmx并且设置了Xmn的情况下,该参数不需要进行设置。
-XX:SurvivorRatio Eden区与Survivor区的大小比值   设置为8,则两个Survivor区与一个Eden区的比值为2:8,一个Survivor区占整个年轻代的1/10
-XX:LargePageSizeInBytes 内存页的大小不可设置过大, 会影响Perm的大小   =128m
-XX:+UseFastAccessorMethods 原始类型的快速优化    
-XX:+DisableExplicitGC 关闭System.gc()   这个参数需要严格的测试
-XX:MaxTenuringThreshold 垃圾最大年龄   如果设置为0的话,则年轻代对象不经过Survivor区,直接进入年老代. 对于年老代比较多的应用,可以提高效率.如果将此值设置为一个较大值,则年轻代对象会在Survivor区进行多次复制,这样可以增加对象再年轻代的存活 时间,增加在年轻代即被回收的概率
该参数只有在串行GC时才有效.
-XX:+AggressiveOpts 加快编译    
-XX:+UseBiasedLocking 锁机制的性能改善    
-Xnoclassgc 禁用垃圾回收    
-XX:SoftRefLRUPolicyMSPerMB 每兆堆空闲空间中SoftReference的存活时间 1s softly reachable objects will remain alive for some amount of time after the last time they were referenced. The default value is one second of lifetime per free megabyte in the heap
-XX:PretenureSizeThreshold 对象超过多大是直接在旧生代分配 0 单位字节 新生代采用Parallel Scavenge GC时无效
另一种直接在旧生代分配的情况是大的数组对象,且数组中无外部引用对象.
-XX:TLABWasteTargetPercent TLAB占eden区的百分比 1%  
-XX:+CollectGen0First FullGC时是否先YGC false  

并行收集器相关参数

-XX:+UseParallelGC Full GC采用parallel MSC
(此项待验证)
 

选择垃圾收集器为并行收集器.此配置仅对年轻代有效.即上述配置下,年轻代使用并发收集,而年老代仍旧使用串行收集.(此项待验证)

-XX:+UseParNewGC 设置年轻代为并行收集   可与CMS收集同时使用
JDK5.0以上,JVM会根据系统配置自行设置,所以无需再设置此值
-XX:ParallelGCThreads 并行收集器的线程数   此值最好配置与处理器数目相等 同样适用于CMS
-XX:+UseParallelOldGC 年老代垃圾收集方式为并行收集(Parallel Compacting)   这个是JAVA 6出现的参数选项
-XX:MaxGCPauseMillis 每次年轻代垃圾回收的最长时间(最大暂停时间)   如果无法满足此时间,JVM会自动调整年轻代大小,以满足此值.
-XX:+UseAdaptiveSizePolicy 自动选择年轻代区大小和相应的Survivor区比例   设置此选项后,并行收集器会自动选择年轻代区大小和相应的Survivor区比例,以达到目标系统规定的最低相应时间或者收集频率等,此值建议使用并行收集器时,一直打开.
-XX:GCTimeRatio 设置垃圾回收时间占程序运行时间的百分比   公式为1/(1+n)
-XX:+ScavengeBeforeFullGC Full GC前调用YGC true Do young generation GC prior to a full GC. (Introduced in 1.4.1.)

CMS相关参数

-XX:+UseConcMarkSweepGC 使用CMS内存收集   测试中配置这个以后,-XX:NewRatio=4的配置失效了,原因不明.所以,此时年轻代大小最好用-Xmn设置.???
-XX:+AggressiveHeap     试图是使用大量的物理内存
长时间大内存使用的优化,能检查计算资源(内存, 处理器数量)
至少需要256MB内存
大量的CPU/内存, (在1.4.1在4CPU的机器上已经显示有提升)
-XX:CMSFullGCsBeforeCompaction 多少次后进行内存压缩   由于并发收集器不对内存空间进行压缩,整理,所以运行一段时间以后会产生"碎片",使得运行效率降低.此值设置运行多少次GC以后对内存空间进行压缩,整理.
-XX:+CMSParallelRemarkEnabled 降低标记停顿    
-XX+UseCMSCompactAtFullCollection 在FULL GC的时候, 对年老代的压缩   CMS是不会移动内存的, 因此, 这个非常容易产生碎片, 导致内存不够用, 因此, 内存的压缩这个时候就会被启用。 增加这个参数是个好习惯。
可能会影响性能,但是可以消除碎片
-XX:+UseCMSInitiatingOccupancyOnly 使用手动定义初始化定义开始CMS收集   禁止hostspot自行触发CMS GC
-XX:CMSInitiatingOccupancyFraction=70 使用cms作为垃圾回收
使用70%后开始CMS收集
92 为了保证不出现promotion failed(见下面介绍)错误,该值的设置需要满足以下公式CMSInitiatingOccupancyFraction计算公式
-XX:CMSInitiatingPermOccupancyFraction 设置Perm Gen使用到达多少比率时触发 92  
-XX:+CMSIncrementalMode 设置为增量模式   用于单CPU情况
-XX:+CMSClassUnloadingEnabled      

辅助信息

-XX:+PrintGC    

输出形式:

[GC 118250K->113543K(130112K), 0.0094143 secs]
[Full GC 121376K->10414K(130112K), 0.0650971 secs]

-XX:+PrintGCDetails    

输出形式:[GC [DefNew: 8614K->781K(9088K), 0.0123035 secs] 118250K->113543K(130112K), 0.0124633 secs]
[GC [DefNew: 8614K->8614K(9088K), 0.0000665 secs][Tenured: 112761K->10414K(121024K), 0.0433488 secs] 121376K->10414K(130112K), 0.0436268 secs]

-XX:+PrintGCTimeStamps      
-XX:+PrintGC:PrintGCTimeStamps     可与-XX:+PrintGC -XX:+PrintGCDetails混合使用
输出形式:11.851: [GC 98328K->93620K(130112K), 0.0082960 secs]
-XX:+PrintGCApplicationStoppedTime 打印垃圾回收期间程序暂停的时间.可与上面混合使用   输出形式:Total time for which application threads were stopped: 0.0468229 seconds
-XX:+PrintGCApplicationConcurrentTime 打印每次垃圾回收前,程序未中断的执行时间.可与上面混合使用   输出形式:Application time: 0.5291524 seconds
-XX:+PrintHeapAtGC 打印GC前后的详细堆栈信息    
-Xloggc:filename 把相关日志信息记录到文件以便分析.
与上面几个配合使用
   

-XX:+PrintClassHistogram

garbage collects before printing the histogram.    
-XX:+PrintTLAB 查看TLAB空间的使用情况    
XX:+PrintTenuringDistribution 查看每次minor GC后新的存活周期的阈值  

Desired survivor size 1048576 bytes, new threshold 7 (max 15)
new threshold 7即标识新的存活周期的阈值为7。

GC性能方面的考虑

对于GC的性能主要有2个方面的指标:吞吐量throughput(工作时间不算gc的时间占总的时间比)和暂停pause(gc发生时app对外显示的无法响应)。

1. Total Heap

默认情况下,vm会增加/减少heap大小以维持free space在整个vm中占的比例,这个比例由MinHeapFreeRatio和MaxHeapFreeRatio指定。

一般而言,server端的app会有以下规则:

◆  对vm分配尽可能多的memory;

◆ 将Xms和Xmx设为一样的值。如果虚拟机启动时设置使用的内存比较小,这个时候又需要初始化很多对象,虚拟机就必须重复地增加内存。

◆ 处理器核数增加,内存也跟着增大。

2. The Young Generation

另外一个对于app流畅性运行影响的因素是young generation的大小。young generation越大,minor collection越少;但是在固定heap size情况下,更大的young generation就意味着小的tenured generation,就意味着更多的major collection(major collection会引发minor collection)。

NewRatio反映的是young和tenured generation的大小比例。NewSize和MaxNewSize反映的是young generation大小的下限和上限,将这两个值设为一样就固定了young generation的大小(同Xms和Xmx设为一样)。

如果希望,SurvivorRatio也可以优化survivor的大小,不过这对于性能的影响不是很大。SurvivorRatio是eden和survior大小比例。

一般而言,server端的app会有以下规则:

◆ 首先决定能分配给vm的最大的heap size,然后设定最佳的young generation的大小;

◆ 如果heap size固定后,增加young generation的大小意味着减小tenured generation大小。让tenured generation在任何时候够大,能够容纳所有live的data(留10%-20%的空余)。

经验&&规则

◆ 年轻代大小选择 •响应时间优先的应用:尽可能设大,直到接近系统的最低响应时间限制(根据实际情况选择).在此种情况下,年轻代收集发生的频率也是最小的.同时,减少到达年老代的对象.

◆ 吞吐量优先的应用:尽可能的设置大,可能到达Gbit的程度.因为对响应时间没有要求,垃圾收集可以并行进行,一般适合8CPU以上的应用.

◆ 避免设置过小.当新生代设置过小时会导致:1.YGC次数更加频繁 2.可能导致YGC对象直接进入旧生代,如果此时旧生代满了,会触发FGC.

◆ 年老代大小选择 •响应时间优先的应用:年老代使用并发收集器,所以其大小需要小心设置,一般要考虑并发会话率和会话持续时间等一些参数.如果堆设置小了,可以会造成内存 碎 片,高回收频率以及应用暂停而使用传统的标记清除方式;如果堆大了,则需要较长的收集时间.最优化的方案,一般需要参考以下数据获得:

并发垃圾收集信息、持久代并发收集次数、传统GC信息、花在年轻代和年老代回收上的时间比例。

◆ 吞吐量优先的应用:一般吞吐量优先的应用都有一个很大的年轻代和一个较小的年老代.原因是,这样可以尽可能回收掉大部分短期对象,减少中期的对象,而年老代尽存放长期存活对象.

◆ 较小堆引起的碎片问题

因为年老代的并发收集器使用标记,清除算法,所以不会对堆进行压缩.当收集器回收时,他会把相邻的空间进行合并,这样可以分配给较大的对象.但是, 当堆空间较小时,运行一段时间以后,就会出现"碎片",如果并发收集器找不到足够的空间,那么并发收集器将会停止,然后使用传统的标记,清除方式进行回 收.如果出现"碎片",可能需要进行如下配置:

-XX:+UseCMSCompactAtFullCollection:使用并发收集器时,开启对年老代的压缩.

-XX:CMSFullGCsBeforeCompaction=0:上面配置开启的情况下,这里设置多少次Full GC后,对年老代进行压缩

◆ 用64位操作系统,Linux下64位的jdk比32位jdk要慢一些,但是吃得内存更多,吞吐量更大

◆ XMX和XMS设置一样大,MaxPermSize和MinPermSize设置一样大,这样可以减轻伸缩堆大小带来的压力

◆ 使用CMS的好处是用尽量少的新生代,经验值是128M-256M, 然后老生代利用CMS并行收集, 这样能保证系统低延迟的吞吐效率。 实际上cms的收集停顿时间非常的短,2G的内存, 大约20-80ms的应用程序停顿时间

◆ 系统停顿的时候可能是GC的问题也可能是程序的问题,多用jmap和jstack查看,或者killall -3 java,然后查看java控制台日志,能看出很多问题。(相关工具的使用方法将在后面的blog中介绍)

◆ 仔细了解自己的应用,如果用了缓存,那么年老代应该大一些,缓存的HashMap不应该无限制长,建议采用LRU算法的Map做缓存,LRUMap的最大长度也要根据实际情况设定。

◆ 采用并发回收时,年轻代小一点,年老代要大,因为年老大用的是并发回收,即使时间长点也不会影响其他程序继续运行,网站不会停顿

◆ JVM参数的设置(特别是 –Xmx –Xms –Xmn -XX:SurvivorRatio -XX:MaxTenuringThreshold等参数的设置没有一个固定的公式,需要根据PV old区实际数据 YGC次数等多方面来衡量。为了避免promotion faild可能会导致xmn设置偏小,也意味着YGC的次数会增多,处理并发访问的能力下降等问题。每个参数的调整都需要经过详细的性能测试,才能找到特 定应用的最佳配置。

promotion failed:

垃圾回收时promotion failed是个很头痛的问题,一般可能是两种原因产生,第一个原因是救助空间不够,救助空间里的对象还不应该被移动到年老代,但年轻代又有很多对象需要 放入救助空间;第二个原因是年老代没有足够的空间接纳来自年轻代的对象;这两种情况都会转向Full GC,网站停顿时间较长。

解决方方案一:

第一个原因我的最终解决办法是去掉救助空间,设置-XX:SurvivorRatio=65536 -XX:MaxTenuringThreshold=0即可,第二个原因我的解决办法是设置 CMSInitiatingOccupancyFraction为某个值(假设70),这样年老代空间到70%时就开始执行CMS,年老代有足够的空间接 纳来自年轻代的对象。

解决方案一的改进方案:

又有改进了,上面方法不太好,因为没有用到救助空间,所以年老代容易满,CMS执行会比较频繁。我改善了一下,还是用救助空间,但是把救助空间加 大,这样也不会有promotion failed。具体操作上,32位Linux和64位Linux好像不一样,64位系统似乎只要配置MaxTenuringThreshold参 数,CMS还是有暂停。为了解决暂停问题和promotion failed问题,最后我设置-XX:SurvivorRatio=1 ,并把MaxTenuringThreshold去掉,这样即没有暂停又不会有promotoin failed,而且更重要的是,年老代和永久代上升非常慢(因为好多对象到不了年老代就被回收了),所以CMS执行频率非常低,好几个小时才执行一次,这 样,服务器都不用重启了。

-Xmx4000M -Xms4000M -Xmn600M -XX:PermSize=500M -XX:MaxPermSize=500M -Xss256K -XX:+DisableExplicitGC -XX:SurvivorRatio=1 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+CMSParallelRemarkEnabled -XX:+UseCMSCompactAtFullCollection -XX:CMSFullGCsBeforeCompaction=0 -XX:+CMSClassUnloadingEnabled -XX:LargePageSizeInBytes=128M -XX:+UseFastAccessorMethods -XX:+UseCMSInitiatingOccupancyOnly -XX:CMSInitiatingOccupancyFraction=80 -XX:SoftRefLRUPolicyMSPerMB=0 -XX:+PrintClassHistogram -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintHeapAtGC -Xloggc:log/gc.log

CMSInitiatingOccupancyFraction值与Xmn的关系公式

上面介绍了promontion faild产生的原因是EDEN空间不足的情况下将EDEN与From survivor中的存活对象存入To survivor区时,To survivor区的空间不足,再次晋升到old gen区,而old gen区内存也不够的情况下产生了promontion faild从而导致full gc.那可以推断出:eden+from survivor < old gen区剩余内存时,不会出现promontion faild的情况,即:

(Xmx-Xmn)*(1-CMSInitiatingOccupancyFraction/100)>=(Xmn-Xmn/(SurvivorRatior+2)) 进而推断出:

CMSInitiatingOccupancyFraction <=((Xmx-Xmn)-(Xmn-Xmn/(SurvivorRatior+2)))/(Xmx-Xmn)*100

例如:

当xmx=128 xmn=36 SurvivorRatior=1时 CMSInitiatingOccupancyFraction<=((128.0-36)-(36-36/(1+2)))/(128-36)*100 =73.913

当xmx=128 xmn=24 SurvivorRatior=1时 CMSInitiatingOccupancyFraction<=((128.0-24)-(24-24/(1+2)))/(128-24)*100=84.615…

当xmx=3000 xmn=600 SurvivorRatior=1时 CMSInitiatingOccupancyFraction<=((3000.0-600)-(600-600/(1+2)))/(3000-600)*100=83.33

CMSInitiatingOccupancyFraction低于70% 需要调整xmn或SurvivorRatior值。

令:

网上一童鞋推断出的公式是::(Xmx-Xmn)*(100-CMSInitiatingOccupancyFraction)/100>=Xmn 这个公式个人认为不是很严谨,在内存小的时候会影响xmn的计算。


分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics