JVM系列【6】GC与调优3

JVM系列笔记目录

调优前的基础概念

1. 吞吐量：用户代码时间 /（用户代码执行时间 + 垃圾回收时间）
2. 响应时间：STW越短，响应时间越好
3. 所谓调优，首先确定，追求啥？吞吐量优先，还是响应时间优先？还是在满足一定的响应时间的情况下，要求达到多大的吞吐量。如科学计算、数据挖掘：吞吐量优先;网站、GU、 API 等追求响应时间。

什么是调优

1. 根据需求进行JVM规划和预调优
2. 优化JVM运行环境(慢、卡顿)
3. 解决JVM运行过程中出现的各种问题(如OOM)

• 根据需求进行JVM规划和预调优

  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
  1. 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。
  2. 计算内存需求（经验值 1.5G -16G）
  3. 选定CPU（越高越好）
  4. 设定年代大小，升级年代
  5. 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。
  6. 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。

• 优化JVM运行环境(慢、卡顿)

  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。
  1. 为什么会更卡顿？内存越大，FGC时间越长
  2. 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）
  1. 该进程中的哪个线程cpu高（top -Hp）
  2. 导出该线程的堆栈 (jstack)
  3. 查找哪个方法（栈帧）消耗时间长 (jstack)
  4. 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

• 解决JVM运行过程中出现的各种问题

  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 (;;){
  
  ad8
  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

  1. 一般是运维团队首先受到报警信息（CPU、Memory）

  2. top命令观察到问题：内存不断增长，CPU占用率居高不下

  3. top -Hp 观察进程中的线程，哪个线程CPU和内存占比高

  4. 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。

  5. jinfo pid 查看JVM的情况，一般用处不大。

  6. 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。

  7. 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

  8. 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。

  9. 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

  10. 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 d95 定时线程去处理，导致这些对象越来越多