Question

我最近遇到了性能问题，我在tomcat上运行的Java webapp会在短时间内挂起，导致流量积压，导致webapp一次几分钟无法访问，我怀疑这与垃圾收集有关。

我是垃圾收集菜鸟，所以需要一些帮助。

我启用了Concurrent Mark Sweep垃圾收集器，希望这可以消除暂停，但是我还没有发现这是否已经解决了问题。

我还同时启用了详细的GC记录。

当前的java选项如下

-XX:MaxPermSize=128m -XX:+CMSClassUnloadingEnabled -XX:+UseConcMarkSweepGC -Xms4g -Xmx4g -Xss256k -verbose:gc -XX:+PrintGCDetails

我从检查GC输出中注意到，年轻一代的空间非常低，为243MB并且很快就会耗尽，而在检查输出一段时间后，我在10秒内计算了23个年轻代收藏品。

与此同时，总堆消耗正在稳步上升，接近最大值，接着是完全垃圾收集，从大约3.5gb降至260mb，然后模式再次重复自我。

带有完整GC的样品输出

[GC [ParNew: 232750K->12960K(249216K), 0.0160890 secs] 3836696K->3616934K(4166656K), 0.0162110 secs] [Times: user=0.12 sys=0.01, real=0.02 secs] 
[GC [ParNew: 234528K->11391K(249216K), 0.0127970 secs] 3838502K->3615402K(4166656K), 0.0129370 secs] [Times: user=0.12 sys=0.00, real=0.01 secs] 
[GC [ParNew: 232959K->10253K(249216K), 0.0097850 secs] 3836970K->3614841K(4166656K), 0.0098850 secs] [Times: user=0.11 sys=0.00, real=0.01 secs] 
[GC [1 CMS-initial-mark: 3604588K(3917440K)] 3615964K(4166656K), 0.0096810 secs] [Times: user=0.01 sys=0.00, real=0.01 secs] 
[CMS-concurrent-mark: 0.196/0.196 secs] [Times: user=1.44 sys=0.03, real=0.20 secs] 
[CMS-concurrent-preclean: 0.013/0.014 secs] [Times: user=0.04 sys=0.00, real=0.01 secs] 
[GC [ParNew: 231821K->6718K(249216K), 0.0090430 secs] 3836409K->3611789K(4166656K), 0.0091460 secs] [Times: user=0.08 sys=0.01, real=0.01 secs] 
[CMS-concurrent-abortable-preclean: 0.176/0.390 secs] [Times: user=0.97 sys=0.04, real=0.39 secs] 
[GC[YG occupancy: 124723 K (249216 K)][Rescan (parallel) , 0.0698120 secs][weak refs processing, 0.0038070 secs][class unloading, 0.0170180 secs][scrub symbol & string tables, 0.0098050 secs] [1 CMS-remark: 3605071K(3917440K)] 3729794K(4166656K), 0.1070920 secs] [Times: user=0.78 sys=0.02, real=0.11 secs] 
[GC [ParNew: 228286K->6428K(249216K), 0.0079910 secs] 3755282K->3534155K(4166656K), 0.0080720 secs] [Times: user=0.07 sys=0.00, real=0.01 secs] 
[GC [ParNew: 227996K->6880K(249216K), 0.0085010 secs] 3332282K->3111216K(4166656K), 0.0085990 secs] [Times: user=0.08 sys=0.00, real=0.01 secs] 
[GC [ParNew: 228448K->12440K(249216K), 0.0108230 secs] 2721177K->2505200K(4166656K), 0.0109290 secs] [Times: user=0.13 sys=0.00, real=0.01 secs] 
[GC [ParNew: 234008K->8251K(249216K), 0.0073110 secs] 2358432K->2132792K(4166656K), 0.0074120 secs] [Times: user=0.07 sys=0.00, real=0.00 secs] 
[GC [ParNew: 229819K->5170K(249216K), 0.0071920 secs] 2056138K->1831867K(4166656K), 0.0072880 secs] [Times: user=0.07 sys=0.01, real=0.01 secs] 
[GC [ParNew: 226738K->11119K(249216K), 0.0106230 secs] 1589903K->1374447K(4166656K), 0.0107180 secs] [Times: user=0.11 sys=0.00, real=0.01 secs] 
[GC [ParNew: 232687K->8624K(249216K), 0.0078450 secs] 1273082K->1049051K(4166656K), 0.0079440 secs] [Times: user=0.09 sys=0.00, real=0.01 secs] 
[GC [ParNew: 230192K->10130K(249216K), 0.0083440 secs] 733461K->513411K(4166656K), 0.0084420 secs] [Times: user=0.11 sys=0.00, real=0.01 secs] 
[GC [ParNew: 231698K->10655K(249216K), 0.0092440 secs] 544833K->323816K(4166656K), 0.0093450 secs] [Times: user=0.11 sys=0.00, real=0.01 secs] 
[CMS-concurrent-sweep: 4.481/4.569 secs] [Times: user=13.24 sys=0.49, real=4.57 secs] 
[CMS-concurrent-reset: 0.008/0.008 secs] [Times: user=0.02 sys=0.00, real=0.01 secs] 
[GC [ParNew: 232223K->9791K(249216K), 0.0095050 secs] 495665K->273758K(4166656K), 0.0096020 secs] [Times: user=0.11 sys=0.00, real=0.01 secs] 
[GC [ParNew: 231359K->7434K(249216K), 0.0080890 secs] 495326K->271660K(4166656K), 0.0082230 secs] [Times: user=0.09 sys=0.00, real=0.01 secs] 
[GC [ParNew: 229002K->5732K(249216K), 0.0053690 secs] 493228K->269993K(4166656K), 0.0054630 secs] [Times: user=0.06 sys=0.00, real=0.01 secs] 
[GC [ParNew: 227300K->4017K(249216K), 0.0060080 secs] 491561K->268433K(4166656K), 0.0061010 secs] [Times: user=0.07 sys=0.00, real=0.00 secs]

我想了解这种模式是否正常以及我可以做些什么来优化和改进this C.

我已经阅读过有关增加年轻一代但不熟悉垃圾收集的内容，我不确定这是否是正确的做法。

Answer 1

这看起来像你的年轻一代太小 - 频繁的收藏并不是真正的问题（这只是意味着你有一个内存密集型程序），但是你有很多内存被提升为有问题下一代。一些事情：

您是否拥有可以汇集的资源，例如：你可以使用ThreadPoolExecutor而不是创建新的Thread对象，还是可以汇集数据库连接？这将减慢你的记忆消耗 - 汇集的资源将留在你的成熟空间，你不必在你的年轻空间重新分配它们。
如果这不是一个选项，或者如果这不会减少你的成熟空间消耗，那么就增加你的年轻一代。这样做的目的不是为了减少年轻一代的收藏品数量（如果你将年轻一代的尺寸增加一倍，那么你将收集的数量减半，但每个收藏品的价格可能会增加一倍**，所以你没有获得任何东西）而这样做的目的是让你的年轻物品有更多的时间超出范围，这样它们就不会被提升到成熟的空间。您想要进行的比较是完整集合的频率 - 如果您在增加年轻代数后拥有较少的完整集合，那么您已经成功，否则会将年轻代的大小缩减回默认值。

**这并不严格，因为年轻代收藏家是一个复制收藏家 - 它将活体对象复制到成熟空间，然后清除年轻空间。这意味着收集器的运行时间与活动对象的数量成正比，而不是与对象总数成比例的时间（与标记扫描集合的情况一样）。理想情况下，通过增加年轻代的大小，您可以减少活动对象的数量，加快收集时间，并减少成熟的空间消耗。

Java垃圾收集和年轻一代的大小

1 个答案: