gc环境模拟
首先我们给出如下代码用来触发gc
public static void main(string[] args) { // 每100毫秒创建100线程,每个线程创建一个1m的对象,即每100ms申请100m堆空间 executors.newscheduledthreadpool(1).scheduleatfixedrate(() -> { for (int i = 0; i < 100; i++) { new thread(() -> { try { // 申请1m byte[] temp = new byte[1024 * 1024]; thread.sleep(new random().nextint(1000)); // 随机睡眠1秒以内 } catch (interruptedexception e) { e.printstacktrace(); } }).start(); } }, 1000, 100, timeunit.milliseconds); }
我们要模拟的场景是年轻代不断地young gc,并有一部分对象晋升到老年代,当老年代空间不足时触发full gc。
程序逻辑:每100毫秒钟创建100个线程,每个线程创建一个1m的对象,即每100ms申请100m堆空间。之所以每个线程随机睡眠1s,是为了避免对象朝生夕灭,保证可以有一部分对象能晋升到老年代,更好的触发young gc 和 full gc,注意这个睡眠时间如果大了,会导致oom,如果小了,很难触发full gc。
虚拟机参数解释
启动java进程:java -xms200m -xmx200m -xmn100m -verbose:gc -xx:+printgcdetails -xloggc:./gc.log -xx:+printgcdatestamps -jar demo-0.0.1-snapshot.jar
-xms200m -xmx200m 最小/最大堆内存 200m
-xmn100m 年轻代内存 100m
-verbose:gc 开启gc日志
-xx:+printgcdetails -xloggc:./gc.log -xx:+printgcdatestamps 将gc日志详情输入到gc.log中
jmap分析
jcmd 获取我们java进程的id:6264
jmap -heap 6264查看堆信息
第一次查看,我们发现 eden区是98m,s0、s1是1m
第二次查看, eden区是99m,s0、s1是0.5m
eden区与survivor区的比例在动态的变化,并不是默认的8:1:1。
原来我们使用默认的垃圾收集器parallel scavenge+parallel old组合,而该收集器下-xx:+useadaptivesizepolicy是默认开启的,即eden区与survivor区比例根据gc情况会自适应变化。
我们加上参数,关闭年轻代自适应,年轻代比例设置为8:1:1
-xx:-useadaptivesizepolicy -xx:survivorratio=8
另外为了尽早的触发full gc,我们新增虚拟机参数
-xx:maxtenuringthreshold=10
晋升年龄由默认的15修改为10,使得年轻代的对象更容易晋升到老年代
重启虚拟机查看jmap
年轻代
老年代
gc日志内容分析
查看我们输出的gc日志gc.log,选取其中两段
2019-06-09t02:55:30.993+0800: 330.811: [gc (allocation failure) [psyounggen: 82004k->384k(92160k)] 184303k->102715k(194560k), 0.0035647 secs] [times: user=0.00 sys=0.00, real=0.00 secs] 2019-06-09t02:55:30.997+0800: 330.815: [full gc (ergonomics) [psyounggen: 384k->0k(92160k)] [paroldgen: 102331k->5368k(102400k)] 102715k->5368k(194560k), [metaspace: 16941k->16914k(1064960k)], 0.0213953 secs] [times: user=0.02 sys=0.00, real=0.02 secs]
young gc
2019-06-09t02:55:30.993+0800: 330.811: [gc (allocation failure) [psyounggen: 82004k->384k(92160k)] 184303k->102715k(194560k), 0.0035647 secs] [times: user=0.00 sys=0.00, real=0.00 secs] 2019-06-09t02:55:30.997+0800: 330.815: [full gc (ergonomics) [psyounggen: 384k->0k(92160k)] [paroldgen: 102331k->5368k(102400k)] 102715k->5368k(194560k), [metaspace: 16941k->16914k(1064960k)], 0.0213953 secs] [times: user=0.02 sys=0.00, real=0.02 secs]
解释:
full gc
[full gc (ergonomics) [psyounggen: 384k->0k(92160k)] [paroldgen: 102331k->5368k(102400k)] 102715k->5368k(194560k), [metaspace: 16941k->16914k(1064960k)], 0.0213953 secs] [times: user=0.02 sys=0.00, real=0.02 secs]
解释:
利用可视化工具分析
这里我们利用 分析一下
(1)统计年轻代、老年代、元数据区最大可用空间以及峰值,这里元数据区大小在我们的虚拟机参数没有配置,所以取的是默认值
(2)吞吐量、gc平均延迟、最大延迟以及延迟区间的统计
(3)堆所用大小的实时分析,红色位置是发生了fullgc使得堆总量直线下降
会发现虚拟机在刚启动不久的阶段触发大量的full gc,我的理解是我们申请的对象都随机睡眠一秒以内,刚启动时大部分还存在线程的引用,gcroot可达。在刚启动的时候触发full gc并不会完整清理掉老年代空间并由于空间不足不断触发full gc。
(4)gc空间总量和时间的统计
(5)各类gc时间、gc次数、gc总量等指标
总结
gc日志分析可以帮助我们宏观的监控gc运行情况。一方面如果频繁的fullgc会有严重的性能问题(stw),另一方面过于频繁的gc,即gc占用系统正常运行的比重过多,吞吐量低,则是一定程度上的性能资源浪费。若系统存在性能问题,根据gc分析各项指标的作为参考,我们也可以适当的在程序里或虚拟机参数做些调优。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持移动技术网。
如对本文有疑问, 点击进行留言回复!!
HashMap、Hashtable、ConcurrentHashMap三者间的异同
解决RecycleView 中Item包含Edittext时,滑动view复用导致数据错乱的问题
多线程、同步工作原理、死锁案例、Lock接口、线程的生命周期的讲解及实现
网友评论