内存增长无限，垃圾收集器增加了占用空间

Question

所以我有一个创建类似2000个对象的应用程序。

对于每个对象，它下载一个网页（大约75kb的字符串），创建整个html树的DOM文档对象模型并丢弃字符串（它超出范围）。

然后从DOM中提取一些文本和链接，并丢弃DOM（通过将其设置为null）。

在大约1000个对象之后（取决于我打开了多少应用程序，它可能在50个对象之后）我得到一个OutOfMemory异常，并且使用Process Explorer我可以看到内存占用量一直在以对数步长增加。 / p>

我尝试在将System.gc();设置为null后插入System.gc()，但内存使用量仍在不断增加，但现在不是采用对数步骤，而是在每个已处理对象后步长约为0.5Mb。此外，在调试时，每当我跳过System.gc()时，脚印增加了这个量，并且它会保持不变，直到指令指针再次处于同一{{1}}。

[编辑]

我按照答案中的建议在转储上运行配置文件，发现每个类仍然存储一个150kb的字符串（75k字符）。总计242mb。所以问题就变成了，如何在不保留原始字符串的情况下保留子字符串？显然，String构造函数就是这样做的。

Answer 1

这看起来像是内存泄漏。我猜你在解析HTML（？）后没有关闭HTTP连接或清理，但它只是在猜测。您有两种方法可以诊断问题：

• 在内存不足错误（-XX:+HeapDumpOnOutOfMemoryError）上转储内存并使用内存分析器。它会告诉你什么占据了大部分内存

• 尝试删除一些处理步骤（通过HTTP获取数据，解析HTML，提取数据），然后看看内存增长停止的步骤。此步骤导致内存泄漏。

同样致电System.gc()也无济于事。

Answer 2

首先，您不能强制JVM进行垃圾收集。您只能提出建议API。进一步将某些内容设置为null并不能保证已删除对该对象的所有引用。我的猜测是你忘记了String pool没有看到任何代码，这些是我们必须要做的假设。此外，您应该查看缓存结果，而不是每次丢弃它们，因为它是JVM中的时间和资源的巨大浪费。

Answer 3

一个问题可能是在提取子字符串时仍然引用了长原始字符串（如果你想从一个原始字符串中创建很多子字符串，那么这个问题很好，如果原始字符串非常长并且你只想使用单个子字符串，则会很糟糕）。

尝试转储内存以查看保留哪些对象以及引用它们的位置。当内存已满时，可以使用 -XX：HeapDumpOnOutOfMemoryError 获取转储。您还可以使用 jmap -dump：format = b，file = heap.bin 来获取转储。通过这种方式，您可以在每次处理文档后获取转储，然后使用Eclipse Memory Analyzer Tool（MAT）比较转储，以查看创建和保留的新对象。

Answer 4

除了诊断目的外，很少有理由明确调用垃圾收集器。

当您从DOM中提取字符串时，请确保实际上（或）实现自己的对象池，如果程序的另一部分保留对直接来自DOM的任何内容的引用。

使用您的探查器确认没有其他内容保留对DOM或您认为丢弃的其他对象的引用。还要记住，Java的内置DOM实现可能有大约5倍的内存开销，并确保您的最大堆大小（-Xmx）足够大。