我有多个线程运行自然语言处理应用程序。
偶尔我的一个线程因OutOfMemoryException而死亡。
我已经以合理的信心确诊了这个问题。根据解释here，垃圾收集占用了所有的cpu时间。
根据我的日志：
[INFO] 2016-07-30 13：43：53,442：
总记忆：7165968384（6834.0 MiB）
最大记忆：7635730432（7282.0 MiB）
免费记忆：2296592136（2190.2009353637695 MiB）
FileioThread currentFile currentFileProcessTime：4392
文本分析线程currentFile currentFileProcessTime：244443
PersistenceThread currentFile currentFileProcessTime：1588
[INFO] 2016-07-30 13：43：53,442：ikoda.jobanalysis.JobAnalysisThread.run（JobAnalysisThread.java:400）JobAnalysisThread run to to sleep for 30000 millis。
[INFO] 2016-07-30 13：45：40,717： 总内存：6028787712（5749.5 MiB）
最大记忆：7635730432（7282.0 MiB）
免费记忆：5045040128（4811.3251953125 MiB）
fileioThread currentFile currentFileProcessTime：73502
Ta Thread currentFile currentFileProcessTime：351718
persistenceThread currentFile currentFileProcessTime：38
主要观察结果： JVM中似乎有足够的内存。 文本分析线程花了超过5分钟分析一个文件（表明文件很长或文件中有一些很长的句子）。很可能垃圾收集正在超时运行，在文本文件的每个段落的每个句子中清除每个单词的多个令牌。
当前行为 随机线程会爆炸并因outOfmemoryException而死亡。 （不一定是TextAnalysis线程）。监视器线程确保死线确实已死，暂停30秒然后创建一个新实例。
一切都继续变得笨拙。
第三方已知问题 这里一个重要的注意事项是文本分析线程使用第三方Stanford NLP包。这些包确实创建了很多对象（每个单词nx个对象），所以gc有时会极端，但会恢复。
问题 创建替换线程实例看起来是良性的。此外，该程序收集大数据，线程重新生成期间的数据丢失是轻微和无害的。将程序放在速度更快的服务器上永远不会完全解决问题。然而，假装OutOfMemoryErrors并没有违背我的直觉和训练。 有人可以提出一些处理这个问题的策略。