- 虚拟机的基础概念
- class文件结构
- class文件加载过程
- jvm内存模型
- JVM常用指令
- GC与调优
调优一般来说,从业务场景开始,没有业务场景的调优都是耍流氓;无监控 (压力测试,能看到结果),不调优。
步骤
- 熟悉业务场景
- 选择回收器组合,没有最好的GC,只有最适合的GC。追求响应时间或停顿时间选择CMS、G1、ZGC追求吞吐量 可选择PS。
- 计算内存需求(经验值 1.5G -16G)
- 选定CPU(越高越好)
- 设定年代大小,升级年代
- 设定日志参数,日志文件全放一个?10T日志怎么查。可以设置滚动日志如
-Xloggc:/opt/xxx/logs/xxx-xxx-gc-%t.log -XX:+UseGCLogFileRotation -XX:NumberOfGCLogFiles=5 -XX:GCLogFileSize=20M -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCCause
, 或是每天产生一个日志文件。- 观察日志情况
提供一个简单的案例分析
案例1:垂直电商,最高每日百万订单,处理订单系统需要什么样的服务器配置?
这个问题比较业余,因为很多不同的服务器配置都能支撑(1.5G -16G)。可以具体分析:一天中特定的高峰期1小时有360000订单集, 1000个订单/秒,可以根据经验值估算需要的内存配置。如果非要要计算,可以这么算:一个订单产生需要多少内存?512K * 1000,需要500M内存。
从另外专业的角度考虑:要求响应时间100ms,这种情况下可以通过压测的方式找到符合的服务器配置。
提供一个简单的案例分析。
有一个50万PV的资料类网站(从磁盘提取文档到内存)原服务器32位,1.5G的堆.用户反馈网站比较缓慢,因此公司决定升级。新的服务器为64位,16G的堆内存,结果用户反馈卡顿十分严重,反而比以前效率更低了。
- 为什么原网站慢?很多用户浏览数据,很多数据load到内存,内存不足,频繁GC,STW长,响应时间变慢。
- 为什么会更卡顿?内存越大,FGC时间越长
- 如何解决?可以换垃圾回收器,如从PS 换为PN + CMS 或者是1.8以上的直接用G1。
系统CPU经常100%,如何调优?(面试高频)
CPU100%那么一定有线程在占用系统资源,
- 找出哪个进程cpu高(top)
- 该进程中的哪个线程cpu高(top -Hp)
- 导出该线程的堆栈 (jstack)
- 查找哪个方法(栈帧)消耗时间长 (jstack)
- 对比工作线程占比高还是垃圾回收线程占比高
系统内存飙高,如何调优(面试高频)
思路: 导出堆内存(jmap); 使用工具如(jhat jvisualvm mat jprofiler)分析
提供一个测试案例来说明分析过程和常用的工具,代码如下:
/**
* 从数据库中读取信用数据,套用模型,并把结果进行记录和传输
*/
public class T15_FullGC_Problem01 {
private static class CardInfo {
BigDecimal price = new BigDecimal(0.0);
String name = "张三";
int age = 5;
Date birthdate = new Date();
public void m() {}
}
private static ScheduledThreadPoolExecutor executor = new ScheduledThreadPoolExecutor(50,
new ThreadPoolExecutor.DiscardOldestPolicy());
public static void main(String[] args) throws Exception {
executor.setMaximumPoolSize(50);
for (;;){
modelFit();
Thread.sleep(100);
}
}
private static void modelFit(){
List<CardInfo> taskList = getAllCardInfo();
taskList.forEach(info -> {
// do something
executor.scheduleWithFixedDelay(() -> {
//do sth with info
info.m();
}, 2, 3, TimeUnit.SECONDS);
});
}
private static List<CardInfo> getAllCardInfo(){
List<CardInfo> taskList = new ArrayList<>();
for (int i = 0; i < 100; i++) {
CardInfo ci = new CardInfo();
taskList.add(ci);
}
return taskList;
}
}
启动命令java -Xms20M -Xmx20M -XX:+UseParallelGC -XX:+HeapDumpOnOutOfMemoryError T15_FullGC_Problem01
一般是运维团队首先受到报警信息(CPU、Memory)
top命令观察到问题:内存不断增长,CPU占用率居高不下
top -Hp 观察进程中的线程,哪个线程CPU和内存占比高
jps定位具体java进程;jstack pid 定位线程状况,重点关注:WAITING BLOCKED
waiting on <0x0000000088ca3310> (a java.lang.Object)
假如有一个进程中100个线程,很多线程都在waiting on,一定要找到是哪个线程持有这把锁。 怎么找?搜索jstack dump的信息,找 ,看哪个线程持有这把锁处于RUNNABLE状态。
jinfo pid 查看JVM的情况,一般用处不大。
通过jstat -gc 动态观察gc情况;或是阅读GC日志发现频繁GC;或是通过arthas观察gc情况。
在线定位,查找有多少对象产生,注意大量的对象,使用jmap -histo pid |head -20
jmap -dump:format=b,file=xxx pid
可以在线堆转储,但是要慎重影响很大。
线上系统内存特别大,jmap执行期间对进程产生很大影响,甚至卡顿(电商不适合)。
如何解决? 启动时候设定参数HeapDumpOnOutOfMemoryError,OOM的 时候会自动产生堆转储文件;如果线上很多服务器备份(高可用),停掉这台服务器对其它服务没影响也可以在线堆转储;在线定位也可以用阿里的arthas。
使用MAT/jhat/jvisualvm 进行dump文件分析。
建议使用MAT/jvisualvm 装入分析,界面友好且支持复杂查询
最难的一点:定位到代码中的问题
示例代码的问题是:线程池使用不当引起OOM;不停new CardInfo对象不停地起定时线程去处理,导致这些对象越来越多
知识分享,转载请注明出处。学无先后,达者为先!
参与评论
手机查看
返回顶部