很是不錯的文章們 轉自:html
中文:http://blog.csdn.net/dragonassassin/article/details/51010947java
http://josh-persistence.iteye.com/blog/2161848?utm_source=tuicool&utm_medium=referrallinux
英文:超級超級超級無敵棒的Gc問題調優五部曲程序員
https://www.cubrid.org/blog/understanding-java-garbage-collection算法
https://www.cubrid.org/blog/how-to-monitor-java-garbage-collection/spring
https://www.cubrid.org/blog/how-to-tune-java-garbage-collectionapache
https://www.cubrid.org/blog/maxclients-in-apache-and-its-effect-on-tomcat-during-full-gc數組
https://www.cubrid.org/blog/the-principles-of-java-application-performance-tuning瀏覽器
前提概要: sass
JDK自己提供了不少方便的JVM性能調優監控工具,除了集成式的VisualVM和jConsole外,還有jps、jstack、jmap、jhat、jstat、hprof等小巧的工具,每一種工具都有其自身的特色,用戶能夠根據你須要檢測的應用或者程序片斷的情況,適當的選擇相應的工具進行檢測。接下來的兩個專題分別會講VisualVM的具體應用。
現實企業級Java開發中,有時候咱們會碰到下面這些問題:
-
OutOfMemoryError,內存不足
-
內存泄露
-
線程死鎖
-
鎖爭用(Lock Contention)
-
Java進程消耗CPU太高
-
......
這些問題在平常開發中可能被不少人忽視(好比有的人遇到上面的問題只是重啓服務器或者調大內存,而不會深究問題根源),但可以理解並解決這些問題是Java程序員進階的必備要求。
1、 jps(Java Virtual Machine Process Status Tool) : 基礎工具
實際中這是最經常使用的命令,下面要介紹的小工具更多的都是先要使用jps查看出當前有哪些Java進程,獲取該Java進程的id後再對該進程進行處理。
jps主要用來輸出JVM中運行的進程狀態信息。語法格式以下:
若是不指定hostid就默認爲當前主機或服務器。
命令行參數選項說明以下:
- -q 不輸出類名、Jar名和傳入main方法的參數
- -m 輸出傳入main方法的參數
- -l 輸出main類或Jar的全限名
- -v 輸出傳入JVM的參數
好比
一、我如今有一個WordCountTopo的Strom程序正在本機運行。
二、使用java -jar deadlock.jar & 啓動一個線程死鎖的程序
- wangsheng@WANGSHENG-PC /E
- $ jps -ml
- 14200 deadlock.jar
- 13952 com.wsheng.storm.topology.WordCountTopo D:
- 13248 sun.tools.jps.Jps -ml
- 9728
2、 jstack jstack主要用來查看某個Java進程內的線程堆棧信息。語法格式以下:
- jstack [option] pid
- jstack [option] executable core
- jstack [option] [server-id@]remote-hostname-or-ip
- -l long listings,會打印出額外的鎖信息,在發生死鎖時能夠用<strong>jstack -l pid</strong>來觀察鎖持有狀況
- -m mixed mode,不只會輸出Java堆棧信息,還會輸出C/C++堆棧信息(好比Native方法)
jstack能夠定位到線程堆棧,根據堆棧信息咱們能夠定位到具體代碼,因此它在JVM性能調優中使用得很是多。
下面咱們來一個實例:
找出某個Java進程中最耗費CPU的Java線程並定位堆棧信息,用到的命令有ps、top、printf、jstack、grep。
第一步: 先找出Java進程ID,服務器上的Java應用名稱爲wordcount.jar:
- [root@storm-master home]# ps -ef | grep wordcount | grep -v grep
- root 2860 2547 13 02:09 pts/0 00:02:03 java -jar wordcount.jar /home/input 3
獲得進程ID爲2860,
第二步:找出該進程內最耗費CPU的線程,可使用以下3個命令,這裏咱們使用第3個命令得出以下結果:
- 1)ps -Lfp pid : 即 ps -Lfp 2860
- 2)ps -mp pid -o THREAD, tid, time :即 ps -mp 2860 -o THREAD,tid,time
- 3)top -Hp pid: 即 <strong>top -Hp 2860</strong>
- 用第三個,輸出以下:
TIME列就是各個Java線程耗費的CPU時間,顯然CPU時間最長的是ID爲2968的線程,用
獲得2968的十六進制值爲b98,下面會用到。
第三步:終於輪到jstack上場了,它用來輸出進程2860的堆棧信息,而後根據線程ID的十六進制值grep,以下:
- [root@storm-master home]# jstack 2860 | grep b98
- "SessionTracker" prio=10 tid=0x00007f55a44e4800 nid=0xb53 in Object.wait() [0x00007f558e06c000
能夠看到CPU消耗在SessionTracker這個類的Object.wait(),因而就能很容易的定位到相關的代碼了。
3、 jmap(Memory Map)和 jhat(Java Heap Analysis Tool):
jmap導出堆內存,而後使用jhat來進行分析
jmap用來查看堆內存使用情況,通常結合jhat使用。
jmap語法格式以下:
- jmap [option] pid
- jmap [option] executable core
- jmap [option] [server-id@]remote-hostname-or-ip
若是運行在64位JVM上,因爲linux操做系統的不一樣,可能須要指定-J-d64命令選項參數。
一、打印進程的類加載器和類加載器加載的持久代對象信息: jmap -permstat pid
我的感受這個不是太有用
輸出:類加載器名稱、對象是否存活(不可靠)、對象地址、父類加載器、已加載的類大小等信息,如圖:
二、查看進程堆內存使用狀況:包括使用的GC算法、堆配置參數和各代中堆內存使用:jmap -heap pid
好比下面的例子
- [root@storm-master home]# jmap -heap 2860
- Attaching to process ID 2860, please wait...
- Debugger attached successfully.
- Server compiler detected.
- JVM version is 20.45-b01
-
- using thread-local object allocation.
- Mark Sweep Compact GC
-
- Heap Configuration:
- MinHeapFreeRatio = 40
- MaxHeapFreeRatio = 70
- MaxHeapSize = 257949696 (246.0MB)
- NewSize = 1310720 (1.25MB)
- MaxNewSize = 17592186044415 MB
- OldSize = 5439488 (5.1875MB)
- NewRatio = 2
- SurvivorRatio = 8
- PermSize = 21757952 (20.75MB)
- MaxPermSize = 85983232 (82.0MB)
-
- Heap Usage:
- New Generation (Eden + 1 Survivor Space):
- capacity = 12189696 (11.625MB)
- used = 6769392 (6.4557952880859375MB)
- free = 5420304 (5.1692047119140625MB)
- 55.53372290826613% used
- Eden Space:
- capacity = 10878976 (10.375MB)
- used = 6585608 (6.280525207519531MB)
- free = 4293368 (4.094474792480469MB)
- 60.53518272307982% used
- From Space:
- capacity = 1310720 (1.25MB)
- used = 183784 (0.17527008056640625MB)
- free = 1126936 (1.0747299194335938MB)
- 14.0216064453125% used
- To Space:
- capacity = 1310720 (1.25MB)
- used = 0 (0.0MB)
- free = 1310720 (1.25MB)
- 0.0% used
- tenured generation:
- capacity = 26619904 (25.38671875MB)
- used = 15785896 (15.054603576660156MB)
- free = 10834008 (10.332115173339844MB)
- 59.30110040967841% used
- Perm Generation:
- capacity = 33554432 (32.0MB)
- used = 33323352 (31.779624938964844MB)
- free = 231080 (0.22037506103515625MB)
- 99.31132793426514% used
三、查看堆內存中的對象數目、大小統計直方圖,若是帶上live則只統計活對象:jmap -histo[:live] pid
- [root@storm-master Desktop]# jmap -histo 2860
-
- num #instances #bytes class name
- ----------------------------------------------
- 1: 13917 11432488 [B
- 2: 6117 6181448 <instanceKlassKlass>
- 3: 39520 6004504 <constMethodKlass>
- 4: 6117 5517072 <constantPoolKlass>
- 5: 39520 5383280 <methodKlass>
- 6: 5148 3150944 <constantPoolCacheKlass>
- 7: 29954 2810640 [C
- 8: 50179 2469272 <symbolKlass>
- 9: 42122 1791704 [Ljava.lang.Object;
- 10: 1804 961464 <methodDataKlass>
- 11: 11747 941200 [Ljava.util.HashMap$Entry;
- 12: 28786 921152 java.lang.String
- 13: 6347 660088 java.lang.Class
- 14: 7374 625616 [S
- 15: 11740 563520 java.util.HashMap
- 16: 23447 562728 clojure.lang.PersistentHashMap$BitmapIndexedNode
- 17: 10980 351360 clojure.lang.Symbol
- 18: 8544 341760 java.lang.ref.SoftReference
- 19: 8028 336632 [[I
- 20: 3944 283968 java.lang.reflect.Constructor
- 21: 4744 227712 java.nio.HeapByteBuffer
- 22: 6854 219328 java.util.AbstractList$Itr
- 23: 2185 195192 [I
- 24: 3854 184992 java.nio.HeapCharBuffer
- 25: 5500 176000 java.util.concurrent.ConcurrentHashMap$HashEntry
class name是對象類型,說明以下:
- B byte
- C char
- D double
- F float
- I int
- J long
- Z boolean
- [ 數組,如[I表示int[]
- [L+類名 其餘對象
四、還有一個很經常使用的狀況是:用jmap把進程內存使用狀況dump到文件中,再用jhat分析查看。須要注意的是 dump出來的文件還能夠用MAT、VisualVM等工具查看。
jmap進行dump命令格式以下:
- <strong>jmap -dump:format=b,file=dumpFileName pid</strong>
我同樣地對上面進程ID爲2860進行Dump:
- [root@storm-master Desktop]# jmap -dump:format=b,file=/home/dump.dat 2860
- Dumping heap to /home/dump.dat ...
- Heap dump file created
而後使用jhat來對上面dump出來的內容進行分析
- [root@storm-master Desktop]# jhat -port 8888 /home/dump.dat
- Reading from /home/dump.dat...
- Dump file created Sat Aug 01 04:21:12 PDT 2015
- Snapshot read, resolving...
- Resolving 411123 objects...
- Chasing references, expect 82 dots..................................................................................
- Eliminating duplicate references..................................................................................
- Snapshot resolved.
- Started HTTP server on port 8888
- Server is ready.
注意若是Dump文件太大,可能須要加上-J-Xmx512m參數以指定最大堆內存,即jhat -J-Xmx512m -port 8888 /home/dump.dat。而後就能夠在瀏覽器中輸入主機地址:8888查看了:
點擊每個藍色的超連接,你都會看到其相關更具體的信息,而最後一項更是支持OQL(對象查詢語言)。
4、jstat(JVM統計監測工具): 看看各個區內存和GC的狀況
語法格式以下:
- jstat [ generalOption | outputOptions vmid [interval[s|ms] [count]] ]
vmid是Java虛擬機ID,在Linux/Unix系統上通常就是進程ID。interval是採樣時間間隔。count是採樣數目。好比下面輸出的是GC信息,採樣時間間隔爲250ms,採樣數爲6:
- [root@storm-master Desktop]# jstat -gc 2860 250 6
要明白上面各列的意義,先看JVM堆內存佈局:
能夠看出:
- 堆內存 = 年輕代 + 年老代 + 永久代
- 年輕代 = Eden區 + 兩個Survivor區(From和To)
如今來解釋各列含義:
- S0C、S1C、S0U、S1U:Survivor 0/1區容量(Capacity)和使用量(Used)
- EC、EU:Eden區容量和使用量
- OC、OU:年老代容量和使用量
- PC、PU:永久代容量和使用量
- YGC、YGT:年輕代GC次數和GC耗時
- FGC、FGCT:Full GC次數和Full GC耗時
- GCT:GC總耗時
5、hprof(Heap/CPU Profiling Tool): hprof可以展示CPU使用率,統計堆內存使用狀況。
HPROF: 一個Heap/CPU Profiling工具:J2SE中提供了一個簡單的命令行工具來對java程序的cpu和heap進行 profiling,叫作HPROF。HPROF其實是JVM中的一個native的庫,它會在JVM啓動的時候經過命令行參數來動態加載,併成爲 JVM進程的一部分。若要在java進程啓動的時候使用HPROF,用戶能夠經過各類命令行參數類型來使用HPROF對java進程的heap或者 (和)cpu進行profiling的功能。HPROF產生的profiling數據能夠是二進制的,也能夠是文本格式的。這些日誌能夠用來跟蹤和分析 java進程的性能問題和瓶頸,解決內存使用上不優的地方或者程序實現上的不優之處。二進制格式的日誌還能夠被JVM中的HAT工具來進行瀏覽和分析,用 以觀察java進程的heap中各類類型和數據的狀況。在J2SE 5.0之後的版本中,HPROF已經被併入到一個叫作Java Virtual Machine Tool Interface(JVM TI)中。
語法格式以下:
- java -agentlib:hprof[=options] ToBeProfiledClass
- java -Xrunprof[:options] ToBeProfiledClass
- javac -J-agentlib:hprof[=options] ToBeProfiledClass
完整的命令選項以下:
- Option Name and Value Description Default
- --------------------- ----------- -------
- heap=dump|sites|all heap profiling all
- cpu=samples|times|old CPU usage off
- monitor=y|n monitor contention n
- format=a|b text(txt) or binary output a
- file=<file> write data to file java.hprof[.txt]
- net=<host>:<port> send data over a socket off
- depth=<size> stack trace depth 4
- interval=<ms> sample interval in ms 10
- cutoff=<value> output cutoff point 0.0001
- lineno=y|n line number in traces? y
- thread=y|n thread in traces? n
- doe=y|n dump on exit? y
- msa=y|n Solaris micro state accounting n
- force=y|n force output to <file> y
- verbose=y|n print messages about dumps y
- Get sample cpu information every 20 millisec, with a stack depth of 3:
java -agentlib:hprof=cpu=samples,interval=20,depth=3 classname
- Get heap usage information based on the allocation sites:
java -agentlib:hprof=heap=sites classname
上面每隔20毫秒採樣CPU消耗信息,堆棧深度爲3,生成的profile文件名稱是java.hprof.txt,在當前目錄。
默認狀況下,java進程profiling的信息(sites和dump)都會被 寫入到一個叫作java.hprof.txt的文件中。大多數狀況下,該文件中都會對每一個trace,threads,objects包含一個ID,每一 個ID表明一個不一樣的觀察對象。一般,traces會從300000開始。 默認,force=y,會將全部的信息所有輸出到output文件中,因此若是含有 多個JVMs都採用的HRPOF enable的方式運行,最好將force=n,這樣可以將單獨的JVM的profiling信息輸出到不一樣的指定文件。 interval選項只在 cpu=samples的狀況下生效,表示每隔多少毫秒對java進程的cpu使用狀況進行一次採集。 msa選項僅僅在Solaris系統下才有效, 表示會使用Solaris下的Micro State Accounting功能
第二部分: 實例部分:
該部分將使用相關的實例和前面提到的JVM性能調優工具來進行性能診斷。
一、使用jstack來分析死鎖問題:
上面說明中提到 jstack主要用來查看某個Java進程內的線程堆棧信息,您可使用它查明問題。jstack [-l] <pid>,pid能夠經過使用jps命令來查看當前Java程序的pid值,-l是可選參數,它能夠顯示線程阻塞/死鎖狀況
- package com.wsheng.aggregator.thread.performance;
-
- import org.springframework.stereotype.Component;
-
- @Component
- public class DeadLock {
-
- public static void main(String[] args) {
- System.out.println(" start the example ----- ");
- final Object obj_1 = new Object(), obj_2 = new Object();
-
- Thread t1 = new Thread("t1") {
- @Override
- public void run() {
- synchronized (obj_1) {
- try {
- System.out.println("thread t1 start...");
- Thread.sleep(3000);
- } catch (InterruptedException e) {e.printStackTrace();}
-
- synchronized (obj_2) {
- System.out.println("thread t1 done....");
- }
- }
- }
- };
-
- Thread t2 = new Thread("t2") {
- @Override
- public void run() {
- synchronized (obj_2) {
- try {
- System.out.println("thread t2 start...");
- Thread.sleep(3000);
- } catch (InterruptedException e) {e.printStackTrace();}
-
- synchronized (obj_1) {
- System.out.println("thread t2 done...");
- }
- }
- }
- };
-
- t1.start();
- t2.start();
- }
-
- }
以上DeadLock類是一個死鎖的例子,假使在咱們不知情的狀況下,運行DeadLock後,發現等了N久都沒有在屏幕打印線程完成信息。這個時候咱們就可使用jps查看該程序的pid值和使用jstack來生產堆棧結果問題。
- java -jar deadlock.jar <span style="font-size: 1em; line-height: 1.5;">com.wsheng.aggregator.thread.performance.</span><span style="font-size: 1em; line-height: 1.5;">DeadLock & </span>
- $ jps
- 3076 Jps
- 448 DeadLock
- $ <strong>jstack -l 448 > deadlock.jstack</strong>
結果文件deadlock.jstack內容以下:
從這個結果文件咱們一看到發現了一個死鎖,具體是線程t2在等待線程t1,而線程t1在等待線程t2形成的,同時也記錄了線程的堆棧和代碼行數,經過這個堆棧和行數咱們就能夠去檢查對應的代碼塊,從而發現問題和解決問題。
可經過下面的代碼解決死鎖問題:
- import java.util.concurrent.locks.Lock;
- import java.util.concurrent.locks.ReentrantLock;
-
- public class DeadLock2Live {
-
- public static void main(String[] args) {
- System.out.println(" start the example ----- ");
- final Lock lock = new ReentrantLock();
-
- Thread t1 = new Thread("t1") {
- @Override
- public void run() {
- try {
- lock.lock();
- Thread.sleep(3000);
- System.out.println("thread t1 done.");
- } catch (InterruptedException e) {
- e.printStackTrace();
- } finally {
- lock.unlock();
- }
- }
- };
-
- Thread t2 = new Thread("t2") {
- @Override
- public void run() {
- try {
- lock.lock();
- Thread.sleep(3000);
- System.out.println("thread t2 done.");
-
-
- } catch (InterruptedException e) {
- e.printStackTrace();
- } finally {
- lock.unlock();
- }
- }
- };
-
- t1.start();
- t2.start();
-
- }
-
- }
二、繼續使用jstack來分析HashMap在多線程狀況下的死鎖問題:
對於以下代碼,使用10個線程來處理提交的2000個任務,每一個任務會分別循環往hashmap中分別存入和取出1000個數,經過測試發現,程序並不能完整執行完成。[PS:該程序能不能成功執行完,有時也取決於所使用的服務器的運行情況,我在筆記本上測試的時候,大多時候該程序不能成功執行完成,有時會出現CPU轉速加快,發熱等狀況]
- import java.util.HashMap;
- import java.util.Map;
- import java.util.concurrent.Callable;
- import java.util.concurrent.ExecutionException;
- import java.util.concurrent.ExecutorService;
- import java.util.concurrent.Executors;
- public class HashMapDeadLock implements Callable<Integer> {
-
- private static ExecutorService threadPool = Executors.newFixedThreadPool(10);
-
- private static Map<Integer, Integer> results = new HashMap<>();
-
- @Override
- public Integer call() throws Exception {
- results.put(1, 1);
- results.put(2, 2);
- results.put(3, 3);
-
- for (int i = 0; i < 1000; i++) {
- results.put(i, i);
- }
-
- Thread.sleep(1000);
-
- for (int i= 0; i < 1000; i++) {
- results.remove(i);
- }
-
- System.out.println(" ---- " + Thread.currentThread().getName() + " " + results.get(0));
-
- return results.get(1);
- }
-
-
- public static void main(String[] args) throws InterruptedException, ExecutionException {
- try {
- for (int i = 0; i < 2000; i++) {
- HashMapDeadLock hashMapDeadLock = new HashMapDeadLock();
- threadPool.submit(hashMapDeadLock);
- }
- } catch (Exception e) {
- e.printStackTrace();
- } finally {
- threadPool.shutdown();
- }
- }
- }
1) 使用jps查看線程可得:
- 43221 Jps
- 30056
- 43125 HashMapDeadLock
2)使用jstack導出多線程棧區信息:
- jstack -l 43125 > hash.jstack
3) hash.jstack的內容以下:
- 2014-11-29 18:14:22
- Full thread dump Java HotSpot(TM) 64-Bit Server VM (24.65-b04 mixed mode):
-
- "Attach Listener" daemon prio=5 tid=0x00007f83ee08a000 nid=0x5d07 waiting on condition [0x0000000000000000]
- java.lang.Thread.State: RUNNABLE
-
- Locked ownable synchronizers:
- - None
-
- "DestroyJavaVM" prio=5 tid=0x00007f83eb016800 nid=0x1903 waiting on condition [0x0000000000000000]
- java.lang.Thread.State: RUNNABLE
-
- Locked ownable synchronizers:
- - None
-
- "pool-1-thread-10" prio=5 tid=0x00007f83ec80a000 nid=0x6903 runnable [0x000000011cd19000]
- java.lang.Thread.State: RUNNABLE
- at java.util.HashMap.transfer(HashMap.java:601)
- at java.util.HashMap.resize(HashMap.java:581)
- at java.util.HashMap.addEntry(HashMap.java:879)
- at java.util.HashMap.put(HashMap.java:505)
- <span style="color: #ff0000;"><strong>at HashMapDeadLock.call(HashMapDeadLock.java:30)
- at HashMapDeadLock.call(HashMapDeadLock.java:1)</strong></span>
- at java.util.concurrent.FutureTask.run(FutureTask.java:262)
- at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)
- at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)
- at java.lang.Thread.run(Thread.java:745)
-
- Locked ownable synchronizers:
- - <0x00000007aaba84c8> (a java.util.concurrent.ThreadPoolExecutor$Worker)
-
- "Service Thread" daemon prio=5 tid=0x00007f83eb839800 nid=0x5303 runnable [0x0000000000000000]
- java.lang.Thread.State: RUNNABLE
-
- Locked ownable synchronizers:
- - None
-
- "C2 CompilerThread1" daemon prio=5 tid=0x00007f83ee002000 nid=0x5103 waiting on condition [0x0000000000000000]
- java.lang.Thread.State: RUNNABLE
-
- Locked ownable synchronizers:
- - None
-
- "C2 CompilerThread0" daemon prio=5 tid=0x00007f83ee000000 nid=0x4f03 waiting on condition [0x0000000000000000]
- java.lang.Thread.State: RUNNABLE
-
- Locked ownable synchronizers:
- - None
-
- "Signal Dispatcher" daemon prio=5 tid=0x00007f83ec04c800 nid=0x4d03 runnable [0x0000000000000000]
- java.lang.Thread.State: RUNNABLE
-
- Locked ownable synchronizers:
- - None
-
- "Finalizer" daemon prio=5 tid=0x00007f83eb836800 nid=0x3903 in Object.wait() [0x000000011bc58000]
- java.lang.Thread.State: WAITING (on object monitor)
- at java.lang.Object.wait(Native Method)
- - waiting on <0x00000007aaa85608> (a java.lang.ref.ReferenceQueue$Lock)
- at java.lang.ref.ReferenceQueue.remove(ReferenceQueue.java:135)
- - locked <0x00000007aaa85608> (a java.lang.ref.ReferenceQueue$Lock)
- at java.lang.ref.ReferenceQueue.remove(ReferenceQueue.java:151)
- at java.lang.ref.Finalizer$FinalizerThread.run(Finalizer.java:209)
-
- Locked ownable synchronizers:
- - None
-
- "Reference Handler" daemon prio=5 tid=0x00007f83eb01a800 nid=0x3703 in Object.wait() [0x000000011bb55000]
- java.lang.Thread.State: WAITING (on object monitor)
- at java.lang.Object.wait(Native Method)
- - waiting on <0x00000007aaa85190> (a java.lang.ref.Reference$Lock)
- at java.lang.Object.wait(Object.java:503)
- at java.lang.ref.Reference$ReferenceHandler.run(Reference.java:133)
- - locked <0x00000007aaa85190> (a java.lang.ref.Reference$Lock)
-
- Locked ownable synchronizers:
- - None
-
- "VM Thread" prio=5 tid=0x00007f83ed808800 nid=0x3503 runnable
-
- "GC task thread#0 (ParallelGC)" prio=5 tid=0x00007f83ec80d800 nid=0x2503 runnable
-
- "GC task thread#1 (ParallelGC)" prio=5 tid=0x00007f83ec80e000 nid=0x2703 runnable
-
- "GC task thread#2 (ParallelGC)" prio=5 tid=0x00007f83ec001000 nid=0x2903 runnable
-
- "GC task thread#3 (ParallelGC)" prio=5 tid=0x00007f83ec002000 nid=0x2b03 runnable
-
- "GC task thread#4 (ParallelGC)" prio=5 tid=0x00007f83ec002800 nid=0x2d03 runnable
-
- "GC task thread#5 (ParallelGC)" prio=5 tid=0x00007f83ec003000 nid=0x2f03 runnable
-
- "GC task thread#6 (ParallelGC)" prio=5 tid=0x00007f83ec003800 nid=0x3103 runnable
-
- "GC task thread#7 (ParallelGC)" prio=5 tid=0x00007f83ec004800 nid=0x3303 runnable
-
- "VM Periodic Task Thread" prio=5 tid=0x00007f83ec814800 nid=0x5503 waiting on condition
-
- JNI global references: 134
4)從紅色高亮部分可看出,代碼中的30行出問題了,即往hashmap中寫入數據出問題了:
很快就明白由於Hashmap不是線程安全的,因此問題就出在這個地方,咱們可使用線程安全的map即
ConcurrentHashMap後者HashTable來解決該問題:
- import java.util.Map;
- import java.util.concurrent.Callable;
- import java.util.concurrent.ConcurrentHashMap;
- import java.util.concurrent.ExecutionException;
- import java.util.concurrent.ExecutorService;
- import java.util.concurrent.Executors;
-
-
- public class HashMapDead2LiveLock implements Callable<Integer> {
-
- private static ExecutorService threadPool = Executors.newFixedThreadPool(10);
-
- private static Map<Integer, Integer> results = new ConcurrentHashMap<>();
-
- @Override
- public Integer call() throws Exception {
- results.put(1, 1);
- results.put(2, 2);
- results.put(3, 3);
-
- for (int i = 0; i < 1000; i++) {
- results.put(i, i);
- }
-
- Thread.sleep(1000);
-
- for (int i= 0; i < 1000; i++) {
- results.remove(i);
- }
-
- System.out.println(" ---- " + Thread.currentThread().getName() + " " + results.get(0));
-
- return results.get(1);
- }
-
-
- public static void main(String[] args) throws InterruptedException, ExecutionException {
- try {
- for (int i = 0; i < 2000; i++) {
- HashMapDead2LiveLock hashMapDeadLock = new HashMapDead2LiveLock();
- threadPool.submit(hashMapDeadLock);
- }
- } catch (Exception e) {
- e.printStackTrace();
- } finally {
- threadPool.shutdown();
- }
-
-
-
-
- }
-
-
- }
改爲ConcurrentHashMap後,從新執行該程序,你會發現很快該程序就執行完了。