前言
記錄一次線上JVM堆外內存泄漏問題的排查過程與思路,其中夾帶一些「JVM內存分配的原理分析」以及「經常使用的JVM問題排查手段和工具分享」,但願對你們有所幫助。html
在整個排查過程當中,我也走了很多彎路,可是在文章中我仍然會把完整的思路和想法寫出來,當作一次經驗教訓,給後人參考,文章最後也總結了下內存泄漏問題快速排查的幾個原則。java
「本文的主要內容:」git
-
故障描述和排查過程 -
故障緣由和解決方案分析 -
JVM堆內內存和堆外內存分配原理 -
經常使用的進程內存泄漏排查指令和工具介紹和使用
❝文章撰寫不易,請你們多多支持個人原創技術公衆號:後端技術漫談github
❞
故障描述
8月12日中午午休時間,咱們商業服務收到告警,服務進程佔用容器的物理內存(16G)超過了80%的閾值,而且還在不斷上升。web
![](http://static.javashuo.com/static/loading.gif)
監控系統調出圖表查看:面試
![](http://static.javashuo.com/static/loading.gif)
像是Java進程發生了內存泄漏,而咱們堆內存的限制是4G,這種大於4G快要吃滿內存應該是JVM堆外內存泄漏。算法
確認了下當時服務進程的啓動配置:數據庫
-Xms4g -Xmx4g -Xmn2g -Xss1024K -XX:PermSize=256m -XX:MaxPermSize=512m -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+UseCMSCompactAtFullCollection -XX:CMSInitiatingOccupancyFraction=80
雖然當天沒有上線新代碼,可是「當天上午咱們正在使用消息隊列推送歷史數據的修復腳本,該任務會大量調用咱們服務其中的某一個接口」,因此初步懷疑和該接口有關。json
下圖是該調用接口當天的訪問量變化:後端
![](http://static.javashuo.com/static/loading.gif)
能夠看到案發當時調用量相比正常狀況(每分鐘200+次)提升了不少(每分鐘5000+次)。
「咱們暫時讓腳本中止發送消息,該接口調用量降低到每分鐘200+次,容器內存再也不以極高斜率上升,一切彷佛恢復了正常。」
接下來排查這個接口是否是發生了內存泄漏。
排查過程
首先咱們先回顧下Java進程的內存分配,方便咱們下面排查思路的闡述。
「以咱們線上使用的JDK1.8版本爲例」。JVM內存分配網上有許多總結,我就再也不進行二次創做。
JVM內存區域的劃分爲兩塊:堆區和非堆區。
-
堆區:就是咱們熟知的新生代老年代。 -
非堆區:非堆區如圖中所示,有元數據區和直接內存。
![](http://static.javashuo.com/static/loading.gif)
「這裏須要額外注意的是:永久代(JDK8的原生去)存放JVM運行時使用的類,永久代的對象在full GC時進行垃圾收集。」
複習完了JVM的內存分配,讓咱們回到故障上來。
堆內存分析
雖然說一開始就基本確認與堆內存無關,由於泄露的內存佔用超過了堆內存限制4G,可是咱們爲了保險起見先看下堆內存有什麼線索。
咱們觀察了新生代和老年代內存佔用曲線以及回收次數統計,和往常同樣沒有大問題,咱們接着在事故現場的容器上dump了一份JVM堆內存的日誌。
堆內存Dump
堆內存快照dump命令:
jmap -dump:live,format=b,file=xxxx.hprof pid
❝畫外音:你也可使用jmap -histo:live pid直接查看堆內存存活的對象。
❞
導出後,將Dump文件下載回本地,而後可使用Eclipse的MAT(Memory Analyzer)或者JDK自帶的JVisualVM打開日誌文件。
使用MAT打開文件如圖所示:
![](http://static.javashuo.com/static/loading.gif)
「能夠看到堆內存中,有一些nio有關的大對象,好比正在接收消息隊列消息的nioChannel,還有nio.HeapByteBuffer,可是數量很少,不能做爲判斷的依據,先放着觀察下。」
下一步,我開始瀏覽該接口代碼,接口內部主要邏輯是調用集團的WCS客戶端,將數據庫表中數據查表後寫入WCS,沒有其餘額外邏輯
發覺沒有什麼特殊邏輯後,我開始懷疑WCS客戶端封裝是否存在內存泄漏,這樣懷疑的理由是,WCS客戶端底層是由SCF客戶端封裝的,做爲RPC框架,其底層通信傳輸協議有可能會申請直接內存。
「是否是個人代碼出發了WCS客戶端的Bug,致使不斷地申請直接內存的調用,最終吃滿內存。」
我聯繫上了WCS的值班人,將咱們遇到的問題和他們描述了一下,他們回覆咱們,會在他們本地執行下寫入操做的壓測,看看能不能復現咱們的問題。
既然等待他們的反饋還須要時間,咱們就準備先本身琢磨下緣由。
「我將懷疑的目光停留在了直接內存上,懷疑是因爲接口調用量過大,客戶端對nio使用不當,致使使用ByteBuffer申請過多的直接內存。」
❝「畫外音:最終的結果證實,這一個先入爲主的思路致使排查過程走了彎路。在問題的排查過程當中,用合理的猜想來縮小排查範圍是能夠的,但最好先把每種可能性都列清楚,在發現本身深刻某個可能性無果時,要及時回頭仔細審視其餘可能性。」
❞
沙箱環境復現
爲了能還原當時的故障場景,我在沙箱環境申請了一臺壓測機器,來確保和線上環境一致。
「首先咱們先模擬內存溢出的狀況(大量調用接口):」
咱們讓腳本繼續推送數據,調用咱們的接口,咱們持續觀察內存佔用。
當開始調用後,內存便開始持續增加,而且看起來沒有被限制住(沒有由於限制觸發Full GC)。
![](http://static.javashuo.com/static/loading.gif)
「接着咱們來模擬下平時正常調用量的狀況(正常量調用接口):」
咱們將該接口平時正常的調用量(比較小,且每10分鐘進行一次批量調用)切到該壓測機器上,獲得了下圖這樣的老生代內存和物理內存趨勢:
![](http://static.javashuo.com/static/loading.gif)
![](http://static.javashuo.com/static/loading.gif)
「問題來了:爲什麼內存會不斷往上走吃滿內存呢?」
當時猜想是因爲JVM進程並無對於直接內存大小進行限制(-XX:MaxDirectMemorySize),因此堆外內存不斷上漲,並不會觸發FullGC操做。
「上圖可以得出兩個結論:」
-
在內存泄露的接口調用量很大的時候,若是剛好堆內老生代等其餘狀況一直不知足FullGC條件,就一直不會FullGC,直接內存一路上漲。 -
而在平時低調用量的狀況下, 內存泄漏的比較慢,FullGC總會到來,回收掉泄露的那部分,這也是平時沒有出問題,正常運行了好久的緣由。
「因爲上面提到,咱們進程的啓動參數中並無限制直接內存,因而咱們將-XX:MaxDirectMemorySize配置加上,再次在沙箱環境進行了測驗。」
結果發現,進程佔用的物理內存依然會不斷上漲,超出了咱們設置的限制,「看上去」配置彷佛沒起做用。
這讓我很訝異,難道JVM對內存的限制出現了問題?
「到了這裏,可以看出我排查過程當中思路執着於直接內存的泄露,一去不復返了。」
❝「畫外音:咱們應該相信JVM對內存的掌握,若是發現參數失效,多從本身身上找緣由,看看是否是本身使用參數有誤。」
❞
直接內存分析
爲了更進一步的調查清楚直接內存裏有什麼,我開始對直接內存下手。因爲直接內存並不能像堆內存同樣,很容易的看出全部佔用的對象,咱們須要一些命令來對直接內存進行排查,我有用了幾種辦法,來查看直接內存裏到底出現了什麼問題。
查看進程內存信息 pmap
pmap - report memory map of a process(查看進程的內存映像信息)
pmap命令用於報告進程的內存映射關係,是Linux調試及運維一個很好的工具。
pmap -x pid 若是須要排序 | sort -n -k3**
執行後我獲得了下面的輸出,刪減輸出以下:
..
00007fa2d4000000 8660 8660 8660 rw--- [ anon ]
00007fa65f12a000 8664 8664 8664 rw--- [ anon ]
00007fa610000000 9840 9832 9832 rw--- [ anon ]
00007fa5f75ff000 10244 10244 10244 rw--- [ anon ]
00007fa6005fe000 59400 10276 10276 rw--- [ anon ]
00007fa3f8000000 10468 10468 10468 rw--- [ anon ]
00007fa60c000000 10480 10480 10480 rw--- [ anon ]
00007fa614000000 10724 10696 10696 rw--- [ anon ]
00007fa6e1c59000 13048 11228 0 r-x-- libjvm.so
00007fa604000000 12140 12016 12016 rw--- [ anon ]
00007fa654000000 13316 13096 13096 rw--- [ anon ]
00007fa618000000 16888 16748 16748 rw--- [ anon ]
00007fa624000000 37504 18756 18756 rw--- [ anon ]
00007fa62c000000 53220 22368 22368 rw--- [ anon ]
00007fa630000000 25128 23648 23648 rw--- [ anon ]
00007fa63c000000 28044 24300 24300 rw--- [ anon ]
00007fa61c000000 42376 27348 27348 rw--- [ anon ]
00007fa628000000 29692 27388 27388 rw--- [ anon ]
00007fa640000000 28016 28016 28016 rw--- [ anon ]
00007fa620000000 28228 28216 28216 rw--- [ anon ]
00007fa634000000 36096 30024 30024 rw--- [ anon ]
00007fa638000000 65516 40128 40128 rw--- [ anon ]
00007fa478000000 46280 46240 46240 rw--- [ anon ]
0000000000f7e000 47980 47856 47856 rw--- [ anon ]
00007fa67ccf0000 52288 51264 51264 rw--- [ anon ]
00007fa6dc000000 65512 63264 63264 rw--- [ anon ]
00007fa6cd000000 71296 68916 68916 rwx-- [ anon ]
00000006c0000000 4359360 2735484 2735484 rw--- [ anon ]
能夠看出,最下面一行是堆內存的映射,佔用4G,其餘上面有很是多小的內存佔用,不過經過這些信息咱們依然看不出問題。
堆外內存跟蹤 NativeMemoryTracking
❝Native Memory Tracking (NMT) 是Hotspot VM用來分析VM內部內存使用狀況的一個功能。咱們能夠利用jcmd(jdk自帶)這個工具來訪問NMT的數據。
❞
NMT必須先經過VM啓動參數中打開,不過要注意的是,打開NMT會帶來5%-10%的性能損耗。
-XX:NativeMemoryTracking=[off | summary | detail]
# off: 默認關閉
# summary: 只統計各個分類的內存使用狀況.
# detail: Collect memory usage by individual call sites.
而後運行進程,可使用下面的命令查看直接內存:
jcmd <pid> VM.native_memory [summary | detail | baseline | summary.diff | detail.diff | shutdown] [scale= KB | MB | GB]
# summary: 分類內存使用狀況.
# detail: 詳細內存使用狀況,除了summary信息以外還包含了虛擬內存使用狀況。
# baseline: 建立內存使用快照,方便和後面作對比
# summary.diff: 和上一次baseline的summary對比
# detail.diff: 和上一次baseline的detail對比
# shutdown: 關閉NMT
咱們使用:
jcmd pid VM.native_memory detail scale=MB > temp.txt
獲得如圖結果:
![](http://static.javashuo.com/static/loading.gif)
![](http://static.javashuo.com/static/loading.gif)
上圖中給咱們的信息,都不能很明顯的看出問題,至少我當時依然不能經過這幾回信息看出問題。
排查彷佛陷入了僵局。
山重水複疑無路
在排查陷入停滯的時候,咱們獲得了來自WCS和SCF方面的回覆,「兩方都肯定了他們的封裝沒有內存泄漏的存在」,WCS方面沒有使用直接內存,而SCF雖然做爲底層RPC協議,可是也不會遺留這麼明顯的內存bug,不然應該線上有不少反饋。
查看JVM內存信息 jmap
此時,找不到問題的我再次新開了一個沙箱容器,運行服務進程,而後運行jmap命令,看一看JVM內存的「實際配置」:
jmap -heap pid
獲得結果:
Attaching to process ID 1474, please wait...
Debugger attached successfully.
Server compiler detected.
JVM version is 25.66-b17
using parallel threads in the new generation.
using thread-local object allocation.
Concurrent Mark-Sweep GC
Heap Configuration:
MinHeapFreeRatio = 40
MaxHeapFreeRatio = 70
MaxHeapSize = 4294967296 (4096.0MB)
NewSize = 2147483648 (2048.0MB)
MaxNewSize = 2147483648 (2048.0MB)
OldSize = 2147483648 (2048.0MB)
NewRatio = 2
SurvivorRatio = 8
MetaspaceSize = 21807104 (20.796875MB)
CompressedClassSpaceSize = 1073741824 (1024.0MB)
MaxMetaspaceSize = 17592186044415 MB
G1HeapRegionSize = 0 (0.0MB)
Heap Usage:
New Generation (Eden + 1 Survivor Space):
capacity = 1932787712 (1843.25MB)
used = 1698208480 (1619.5378112792969MB)
free = 234579232 (223.71218872070312MB)
87.86316621615607% used
Eden Space:
capacity = 1718091776 (1638.5MB)
used = 1690833680 (1612.504653930664MB)
free = 27258096 (25.995346069335938MB)
98.41346682518548% used
From Space:
capacity = 214695936 (204.75MB)
used = 7374800 (7.0331573486328125MB)
free = 207321136 (197.7168426513672MB)
3.4349974840697497% used
To Space:
capacity = 214695936 (204.75MB)
used = 0 (0.0MB)
free = 214695936 (204.75MB)
0.0% used
concurrent mark-sweep generation:
capacity = 2147483648 (2048.0MB)
used = 322602776 (307.6579818725586MB)
free = 1824880872 (1740.3420181274414MB)
15.022362396121025% used
29425 interned Strings occupying 3202824 bytes
輸出的信息中,看得出老年代和新生代都蠻正常的,元空間也只佔用了20M,直接內存看起來也是2g...
嗯?爲何MaxMetaspaceSize = 17592186044415 MB
?「看起來就和沒限制同樣」。
再仔細看看咱們的啓動參數:
-Xms4g -Xmx4g -Xmn2g -Xss1024K -XX:PermSize=256m -XX:MaxPermSize=512m -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+UseCMSCompactAtFullCollection -XX:CMSInitiatingOccupancyFraction=80
配置的是-XX:PermSize=256m -XX:MaxPermSize=512m
,也就是永久代的內存空間。「而1.8後,Hotspot虛擬機已經移除了永久代,使用了元空間代替。」 因爲咱們線上使用的是JDK1.8,「因此咱們對於元空間的最大容量根本就沒有作限制」,-XX:PermSize=256m -XX:MaxPermSize=512m
這兩個參數對於1.8就是過時的參數。
下面的圖描述了從1.7到1.8,永久代的變動:
![](http://static.javashuo.com/static/loading.gif)
「那會不會是元空間內存泄露了呢?」
我選擇了在本地進行測試,方便更改參數,也方便使用JVisualVM工具直觀的看出內存變化。
使用JVisualVM觀察進程運行
首先限制住元空間,使用參數-XX:MetaspaceSize=64m -XX:MaxMetaspaceSize=128m
,而後在本地循環調用出問題的接口。
獲得如圖:
![](http://static.javashuo.com/static/loading.gif)
「能夠看出,在元空間耗盡時,系統出發了Full GC,元空間內存獲得回收,而且卸載了不少類。」
而後咱們將元空間限制去掉,也就是使用以前出問題的參數:
-Xms4g -Xmx4g -Xmn2g -Xss1024K -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+UseCMSCompactAtFullCollection -XX:CMSInitiatingOccupancyFraction=80 -XX:MaxDirectMemorySize=2g -XX:+UnlockDiagnosticVMOptions
獲得如圖:
![](http://static.javashuo.com/static/loading.gif)
「能夠看出,元空間在不斷上漲,而且已裝入的類隨着調用量的增長也在不斷上漲,呈現正相關趨勢。」
柳暗花明又一村
問題一會兒明朗了起來,「隨着每次接口的調用,極有多是某個類都在不斷的被建立,佔用了元空間的內存」。
觀察JVM類加載狀況 -verbose
❝在調試程序時,有時須要查看程序加載的類、內存回收狀況、調用的本地接口等。這時候就須要-verbose命令。在myeclipse能夠經過右鍵設置(以下),也能夠在命令行輸入java -verbose來查看。
❞
-verbose:class 查看類加載狀況
-verbose:gc 查看虛擬機中內存回收狀況
-verbose:jni 查看本地方法調用的狀況
咱們在本地環境,添加啓動參數-verbose:class
循環調用接口。
能夠看到生成了無數com.alibaba.fastjson.serializer.ASMSerializer_1_WlkCustomerDto
:
[Loaded com.alibaba.fastjson.serializer.ASMSerializer_1_WlkCustomerDto from file:/C:/Users/yangzhendong01/.m2/repository/com/alibaba/fastjson/1.2.71/fastjson-1.2.71.jar]
[Loaded com.alibaba.fastjson.serializer.ASMSerializer_1_WlkCustomerDto from file:/C:/Users/yangzhendong01/.m2/repository/com/alibaba/fastjson/1.2.71/fastjson-1.2.71.jar]
[Loaded com.alibaba.fastjson.serializer.ASMSerializer_1_WlkCustomerDto from file:/C:/Users/yangzhendong01/.m2/repository/com/alibaba/fastjson/1.2.71/fastjson-1.2.71.jar]
[Loaded com.alibaba.fastjson.serializer.ASMSerializer_1_WlkCustomerDto from file:/C:/Users/yangzhendong01/.m2/repository/com/alibaba/fastjson/1.2.71/fastjson-1.2.71.jar]
[Loaded com.alibaba.fastjson.serializer.ASMSerializer_1_WlkCustomerDto from file:/C:/Users/yangzhendong01/.m2/repository/com/alibaba/fastjson/1.2.71/fastjson-1.2.71.jar]
[Loaded com.alibaba.fastjson.serializer.ASMSerializer_1_WlkCustomerDto from file:/C:/Users/yangzhendong01/.m2/repository/com/alibaba/fastjson/1.2.71/fastjson-1.2.71.jar]
當調用了不少次,積攢了必定的類時,咱們手動執行Full GC,進行類加載器的回收,咱們發現大量的fastjson相關類被回收。
![](http://static.javashuo.com/static/loading.gif)
「若是在回收前,使用jmap查看類加載狀況,一樣也能夠發現大量的fastjson相關類:」
jmap -clstats 7984
![](http://static.javashuo.com/static/loading.gif)
這下有了方向,「此次仔細排查代碼」,查看代碼邏輯裏哪裏用到了fastjson,發現了以下代碼:
/**
* 返回Json字符串.駝峯轉_
* @param bean 實體類.
*/
public static String buildData(Object bean) {
try {
SerializeConfig CONFIG = new SerializeConfig();
CONFIG.propertyNamingStrategy = PropertyNamingStrategy.SnakeCase;
return jsonString = JSON.toJSONString(bean, CONFIG);
} catch (Exception e) {
return null;
}
}
問題根因
咱們在調用wcs前將駝峯字段的實體類序列化成下劃線字段,**這須要使用fastjson的SerializeConfig,而咱們在靜態方法中對其進行了實例化。SerializeConfig建立時默認會建立一個ASM代理類用來實現對目標對象的序列化。也就是上面被頻繁建立的類com.alibaba.fastjson.serializer.ASMSerializer_1_WlkCustomerDto
,若是咱們複用SerializeConfig,fastjson會去尋找已經建立的代理類,從而複用。可是若是new SerializeConfig(),則找不到原來生成的代理類,就會一直去生成新的WlkCustomerDto代理類。
下面兩張圖時問題定位的源碼:
![](http://static.javashuo.com/static/loading.gif)
![](http://static.javashuo.com/static/loading.gif)
咱們將SerializeConfig做爲類的靜態變量,問題獲得瞭解決。
private static final SerializeConfig CONFIG = new SerializeConfig();
static {
CONFIG.propertyNamingStrategy = PropertyNamingStrategy.SnakeCase;
}
fastjson SerializeConfig 作了什麼
SerializeConfig介紹:
❝SerializeConfig的主要功能是配置並記錄每種Java類型對應的序列化類(ObjectSerializer接口的實現類),好比Boolean.class使用BooleanCodec(看命名就知道該類將序列化和反序列化實現寫到一塊兒了)做爲序列化實現類,float[].class使用FloatArraySerializer做爲序列化實現類。這些序列化實現類,有的是FastJSON中默認實現的(好比Java基本類),有的是經過ASM框架生成的(好比用戶自定義類),有的甚至是用戶自定義的序列化類(好比Date類型框架默認實現是轉爲毫秒,應用須要轉爲秒)。固然,這就涉及到是使用ASM生成序列化類仍是使用JavaBean的序列化類類序列化的問題,這裏判斷根據就是是否Android環境(環境變量"java.vm.name"爲"dalvik"或"lemur"就是Android環境),但判斷不只這裏一處,後續還有更具體的判斷。
❞
理論上來講,每一個SerializeConfig實例若序列化相同的類,都會找到以前生成的該類的代理類,來進行序列化。們的服務在每次接口被調用時,都實例化一個ParseConfig對象來配置Fastjson反序列的設置,而未禁用ASM代理的狀況下,因爲每次調用ParseConfig都是一個新的實例,所以永遠也檢查不到已經建立的代理類,因此Fastjson便不斷的建立新的代理類,並加載到metaspace中,最終致使metaspace不斷擴張,將機器的內存耗盡。
升級JDK1.8纔會出現問題
致使問題發生的緣由仍是值得重視。爲何在升級以前不會出現這個問題?這就要分析jdk1.8和1.7自帶的hotspot虛擬機的差別了。
❝從jdk1.8開始,自帶的hostspot虛擬機取消了過去的永久區,而新增了metaspace區,從功能上看,metaspace能夠認爲和永久區相似,其最主要的功用也是存放類元數據,但實際的機制則有較大的不一樣。
首先,metaspace默認的最大值是整個機器的物理內存大小,因此metaspace不斷擴張會致使java程序侵佔系統可用內存,最終系統沒有可用的內存;而永久區則有固定的默認大小,不會擴張到整個機器的可用內存。當分配的內存耗盡時,二者均會觸發full gc,但不一樣的是永久區在full gc時,以堆內存回收時相似的機制去回收永久區中的類元數據(Class對象),只要是根引用沒法到達的對象就能夠回收掉,而metaspace判斷類元數據是否能夠回收,是根據加載這些類元數據的Classloader是否能夠回收來判斷的,只要Classloader不能回收,經過其加載的類元數據就不會被回收。這也就解釋了咱們這兩個服務爲何在升級到1.8以後纔出現問題,由於在以前的jdk版本中,雖然每次調用fastjson都建立了不少代理類,在永久區中加載類不少代理類的Class實例,但這些Class實例都是在方法調用是建立的,調用完成以後就不可達了,所以永久區內存滿了觸發full gc時,都會被回收掉。
而使用1.8時,由於這些代理類都是經過主線程的Classloader加載的,這個Classloader在程序運行的過程當中永遠也不會被回收,所以經過其加載的這些代理類也永遠不會被回收,這就致使metaspace不斷擴張,最終耗盡機器的內存了。
❞
這個問題並不侷限於fastjson,只要是須要經過程序加載建立類的地方,就有可能出現這種問題。「尤爲是在框架中,每每大量採用相似ASM、javassist等工具進行字節碼加強,而根據上面的分析,在jdk1.8以前,由於大多數狀況下動態加載的Class都可以在full gc時獲得回收,所以不容易出現問題」,也所以不少框架、工具包並無針對這個問題作一些處理,一旦升級到1.8以後,這些問題就可能會暴露出來。
總結
問題解決了,接下來複盤下整個排查問題的流程,整個流程暴露了我不少問題,最主要的就是「對於JVM不一樣版本的內存分配還不夠熟悉」,致使了對於老生代和元空間判斷失誤,走了不少彎路,在直接內存中排查了好久,浪費了不少時間。
其次,排查須要的「一是仔細,二是全面,」,最好將全部可能性先行整理好,否則很容易陷入本身設定好的排查範圍內,走進死衚衕不出來。
最後,總結一下此次的問題帶來的收穫:
-
JDK1.8開始,自帶的hostspot虛擬機取消了過去的永久區,而新增了metaspace區,從功能上看,metaspace能夠認爲和永久區相似,其最主要的功用也是存放類元數據,但實際的機制則有較大的不一樣。 -
對於JVM裏面的內存須要在啓動時進行限制,包括咱們熟悉的堆內存,也要包括直接內存和元生區,這是保證線上服務正常運行最後的兜底。 -
使用類庫,請多注意代碼的寫法,儘可能不要出現明顯的內存泄漏。 -
對於使用了ASM等字節碼加強工具的類庫,在使用他們時請多加當心(尤爲是JDK1.8之後)。
❝文章撰寫不易,請你們多多支持個人原創技術公衆號:後端技術漫談
❞
參考
觀察程序運行時類加載的過程
blog.csdn.net/tenderhearted/article/details/39642275
Metaspace總體介紹(永久代被替換緣由、元空間特色、元空間內存查看分析方法)
https://www.cnblogs.com/duanxz/p/3520829.html
java內存佔用異常問題常見排查流程(含堆外內存異常)
https://my.oschina.net/haitaohu/blog/3024843
JVM源碼分析之堆外內存徹底解讀
http://lovestblog.cn/blog/2015/05/12/direct-buffer/
JVM 類的卸載
https://www.cnblogs.com/caoxb/p/12735525.html
fastjson在jdk1.8上面開啓asm
https://github.com/alibaba/fastjson/issues/385
fastjson:PropertyNamingStrategy_cn
https://github.com/alibaba/fastjson/wiki/PropertyNamingStrategy_cn
警戒動態代理致使的Metaspace內存泄漏問題
https://blog.csdn.net/xyghehehehe/article/details/78820135
關注我
我是一名後端開發工程師。主要關注後端開發,數據安全,爬蟲,物聯網,邊緣計算等方向,歡迎交流。
各大平臺均可以找到我
-
「微信公衆號:後端技術漫談」 -
「Github:@qqxx6661」 -
CSDN:@蠻三刀把刀 -
知乎:@後端技術漫談 -
簡書:@蠻三刀把刀 -
掘金:@蠻三刀把刀 -
騰訊雲+社區:@後端技術漫談
原創文章主要內容
-
後端開發實戰 -
Java面試知識 -
設計模式/數據結構/算法題解 -
讀書筆記/逸聞趣事/程序人生
我的公衆號:後端技術漫談
![](http://static.javashuo.com/static/loading.gif)
「若是文章對你有幫助,不妨點贊,收藏起來~」
本文分享自微信公衆號 - 後端技術漫談(Rude3Knife)。
若有侵權,請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」,歡迎正在閱讀的你也加入,一塊兒分享。