JVM系列之性能调优案例

1、调优基本问题

1.1、为什么要调优?

删除线格式防止出现OOM，进行JM规划和预调优
解决程序运行中各种OOM
减少Full GC出现的频率，解决运行慢、卡顿问题

1.2、调优的大方向

合理地编写代码
充分并合理的使用硬件资源
合理地进行JVM调优

1.3、不同阶段的考虑

上线前
项目运行阶段
线上出现OOM

1.4、调优监控的依据

运行日志
异常堆栈
GC日志
线程快照
堆转储快照

1.5、性能优化的步骤

1.5.1、第1步:熟悉业务场景

1.5.2、第2步(发现问题)︰性能监控

一种以非强行或者入侵方式收集或查看应用运营性能数据的活动，监控通常是指一种在生产、质量评估或者开发环境下实施的带有预防或主动性的活动。

当应用相关干系人提出性能问题却没有提供足够多的线索时。

首先我们需要进行性能监控，随后是性能分析。

监控前，设置好回收器组合，选定CPU（主频越高越好），设置年代比例，设置日志参数（生产环境中通常不会只设置一个日志文件）。比如:

-Xloggc:/opt/xxx/logs/xxx-xxx-gc-%t.log 
-XX:+UseGCLogFileRotation
-XX:NumberOfGCLogFiles=5 
-XX:GCLogFileSize=20M 
-XX:+PrintGCDetails
-XX:+PrintGCDateStamps 
-XX:+PrintGCCause

1.5.2.1、可能出现的情况

GC频繁
cpu load过高
OOM
内存泄漏
死锁
程序响应时间较长

1.5.2、第3步(排查问题):性能分析团

打印GC日志，通过GCviewer或者http://gceasy.io来分析日志管息
灵活运用命令行工具，jstack, jmap, jinfo等
dump出堆文件,使用内存分析工具分析文件
使用阿里Arthas，或jconsole,JVisualVM来实时查看JVM状态
jstack查看堆栈信息

1.5.4、第4步(解决问题):性能调优

一种为改善应用响应性或吞吐量而更改参数、源代码、属性配置的活动，性能调优是在性能监控、性能分析之后的活动。

适当增加内存，根据业务背景选择垃圾回收器
优化代码，控制内存使用
增加机器，分散节点压力
合理设置线程池线程数量
使用中间件提高程序效率，比如缓存，消息队列等
其他…

1.6、总结

调优，从业务场景开始,没有业务场景的调优都是耍流氓，无监控，不调优!

使用的是Jmeter进行压测。

1.7、面试题

如何优化减少Full GC?(阿里-闲鱼)
当出现了内存溢出,你怎么排错。(京东)
有实际的VM性能调优案例吗?重点需要关注哪些核心参数?(滴滴)
OOM说一下?怎么排查?哪些会导致OOM? OOM出现在什么时候(腾讯)
JVM性能调优都做了什么?(支付宝)
有做过JVM内存优化吗?(小米)
JVM的编译优化(蚂蚁金服)
JVM性能调优都做了什么(蚂蚁金服)
JVM怎样调优，堆内存栈空间设置多少合适…(蚂蚁金服)
JVM相关的分析工具使用过的有哪些?具体的性能调优步骤如何(蚂蚁金服)
如何进行JVM调优?有哪些方法?(阿里)
JVM如何调优、参数怎么调?(字节跳动)
每秒几十万并发的秒杀系统为什么会频繁发生GC?(京东)
日均百万级交易系统如何优化JVM?(京东)
线上生产系统OOM如何监控及定位与解决?(京东)
高并发系统如何基于G1垃圾回收器优化性能?(京东)

2、性能优化案例1：调整堆大小提高服务的吞吐量

初始配置

export CATALINA_OPTS="$CATALINA_OPTS -Xms30m"
export CATALINA_OPTS="$CATALINA_OPTS -XX:SurvivorRatio=8"
export CATALINA_OPTS="$CATALINA_OPTS -Xmx120m"
export CATALINA_OPTS="$CATALINA_OPTS -XX:+UseParallelGC"
export CATALINA_OPTS="$CATALINA_OPTS -XX:+PrintGCDetails"
export CATALINA_OPTS="$CATALINA_OPTS -XX:MetaspaceSize=64m"
export CATALINA_OPTS="$CATALINA_OPTS -XX:+PrintGCDateStamps"
export CATALINA_OPTS="$CATALINA_OPTS -Xloggc:/opt/model/tomcat-8.5/logs/gc.log"

在这里插入图片描述

优化配置

export CATALINA_OPTS="$CATALINA_OPTS -Xms120m"
export CATALINA_OPTS="$CATALINA_OPTS -XX:SurvivorRatio=8"
export CATALINA_OPTS="$CATALINA_OPTS -Xmx120m"
export CATALINA_OPTS="$CATALINA_OPTS -XX:+UseParallelGC"
export CATALINA_OPTS="$CATALINA_OPTS -XX:+PrintGCDetails"
export CATALINA_OPTS="$CATALINA_OPTS -XX:MetaspaceSize=64m"
export CATALINA_OPTS="$CATALINA_OPTS -XX:+PrintGCDateStamps"
export CATALINA_OPTS="$CATALINA_OPTS -Xloggc:/opt/model/tomcat-8.5/logs/gc.log"

在这里插入图片描述

3、性能优化案例2：合理配置堆内存

在案例1中我们讲到了增加内存可以提高系统的性能而且效果显著，那么随之带来的一个问题就是，我们增加多少内存比较合适?如果内存过大，那么如果产生FullGC的时候，GC时间会相对比较长，如果内存较小，那么就会频繁的触发GC，在这种情况下，我们该如何合理的适配堆内存大小呢?

分析:

依据的原则是根据Java Performance里面的推荐公式来进行设置。

在这里插入图片描述

3.1、推荐配置

Java整个堆大小设置：

Xmx和Xms设置为老年代存活对象的3-4倍，即FullGC之后的老年代内存占用的3-4倍。

方法区（永久代 PermSize和MaxPermSize或元空间MetaspaceSize和MaxMetaspaceSize）设置为老年代存活对象的1.2-1.5倍。

年轻代Xmn的设置为老年代存活对象的1-1.5倍。

老年代的内存大小设置为老年代存活对象的2-3倍。

但是，上面的说法也不是绝对的，也就是说这给的是一个参考值，根据多种调优之后得出的一个结论，大家可以根据这个值来设置一下我们的初始化内存，在保证程序正常运行的情况下，我们还要去查看GC的回收率，GC停顿耗时，内存里的实际数据来判断，Full GC是基本上不能有的，如果有就要做内存Dump分析，然后再去做一个合理的内存分配。

我们还要注意到一点就是，上面说的老年代存活对象怎么去判定。

3.2、如何计算老年代存活对象

如何计算老年代存活对象

3.2.1、方式1:查看日志

推荐/比较稳妥!

JVM参数中添加GC日志，GC日志中会记录每次FullGC之后各代的内存大小，观察老年代GC之后的空间大小。可观察一段时间内（比如2天）的FullGC之后的内存情况，根据多次的FullGC之后的老年代的空间大小数据来预估FullGC之后老年代的存活对象大小(可根据多次FullGC之后的内存大小取平均值)。

3.2.2、方式2:强制触发FullGc

方式2:强制触发FullGC，会影响线上服务，慎用!

方式1的方式比较可行，但需要更改JVM参数，并分析日志。同时，在使用CMS回收器的时候，有可能不能触发FullGC，所以日志中并没有记录FullGC的日志。在分析的时候就比较难处理。所以，有时候需要强制触发一次FullGC，来观察FullGC之后的老年代存活对象大小。

注:强制触发FullGC，会造成线上服务停顿(STW)，要谨慎!建议的操作方式为

，在强制FullGC前先把服务节点摘除，FullGC之后再将服务挂回可用节点，对外提供服务，在不同时间段触发FullGC，根据多次FullGC之后的老年代内存情况来预估FullGC之后的老年代存活对象大小

如何强制触发Full GC?

1、jmap -dump:live,format=b,file=heap.bin 将当前的存活对象dump到文件，此时会触发FullGC

2、jmap -histo:live 打印每个class的实例数目,内存占用,类全名信息…live子参数加上后,只统计活的对象数量.此时会触发FullGC

3、在性能测试环境，可以通过Java监控工具来触发FullGC，比如使用VisualVM和JConsole,VisualVM集成了JConsole，VisualVM或者JConsole上面有一个触发GC的按钮。

3.2.3、

你会估算GC频率吗?

正常情况我们应该根据我们的系统来进行一个内存的估算，这个我们可以在测试环境进行测试，最开始可以将内存设置的大一些，比如4G这样，当然这也可以根据业务系统估算来的。

比如从数据库获取一条数据占用128个字节，需要获取1000条数据，那么一次读取到内存的大小就是(（128 B/1024 Kb/1024M）* 1000 = 0.122M，那么我们程序可能需要并发读取，比如每秒读取100次，那么内存占用就是0.122

100 = 12.2M，如果堆内存设置1个G，那么年轻代大小大约就是333M，那么333M

80%/12.2M =21.84s，也就是说我们的程序几乎每分钟进行两到三次youngGC。这样可以让我们对系统有一个大致的估算。

3.2.4、案例分析

现在我们通过idea启动springboot工程，我们将内存初始化为1024M。我们这里就从1024M的内存开始分析我们的GC日志，根据我们上面的一些知识来进行一个合理的内存设置。

压测接口

    @RequestMapping( " /getData")
    public List<People> getProduct(){
        List<People> peopleList = peoplesevice.getPeopleList();
        return peopleList;
    }

JVM设置如下:

-XX:+PrintGCDetails 
-XX:MetaspaceSize=64m
-Xss512K
-XX:+HeapDumpOnOutOfMemoryError
-XX:HeapDumpPath=heap/heapdump3.hprof 
-XX:SurvivorRatio=8
-XX:+PrintGCDateStamps 
-Xms1024M -Xmx1024M
-Xloggc:log/gc-oom3.log

强制Full GC

在这里插入图片描述

查看堆空间占比情况

jmap -heap 12324

在这里插入图片描述

安照官网上面推荐的老年代的内存占比，老年代应该设置为已使用的3到4倍

-XX:+PrintGCDetails 
-XX:MetaspaceSize=64m
-Xss512K
-XX:+HeapDumpOnOutOfMemoryError
-XX:HeapDumpPath=heap/heapdump3.hprof 
-XX:SurvivorRatio=8
-XX:+PrintGCDateStamps 
-Xms80M -Xmx80M
-Xloggc:log/gc-oom3.log

4、性能优化案例3：CPU占用很高排查方案

CPU占用很高问题排查过程:

ps aux | grep java查看到当前java进程使用cpu、内存、磁盘的情况获取使用量异常的进程
top -Hp 进程pid 检查当前使用异常线程的pid
把线程pid变为16进制如31695 – 》 7bcf 然后得到Ox7bcf
jstack 进程的pid | grep -A20 Ox7bcf 得到相关进程的代码或者导出日志为文件，根据16进制的线程号在日志文件中搜索（jstack 进程的pid >xx.log）

5、性能优化案例4：G1并发执行的线程数对性能的影响

JVM参数设置

export CATALINA_OPTS="$CATALINA_OPTS -XX:+UseG1GC"
export CATALINA_OPTS="$CATALINA_OPTS -Xms30m"
export CATALINA_OPTS="$CATALINA_OPTS -Xmx30m"
export CATALINA_OPTS="$CATALINA_OPTS -XX:+PrintGCDetails"
export CATALINA_OPTS="$CATALINA_OPTS -XX:MetaspaceSize=64m"
export CATALINA_OPTS="$CATALINA_OPTS -XX:+PrintGCDateStamps"
export CATALINA_OPTS="$CATALINA_OPTS -Xloggc:/opt/tomcat8.5/logs/gc.log"
export CATALINA_OPTS="$CATALINA_OPTS -xx:ConcGCThreads=1"

说明:最后一个参数可以在使用G1GC测试初始并发GCThreads之后再加上。初始化内存和最大内存调整小一些，目的发生 FullGc，关注GC时间，关注点是:GC次数，GC时间，以及Jmeter的平均响应时间

在这里插入图片描述

JVM参数设置修改之后

export CATALINA_OPTS="$CATALINA_OPTS -XX:+UseG1GC"
export CATALINA_OPTS="$CATALINA_OPTS -Xms30m"
export CATALINA_OPTS="$CATALINA_OPTS -Xmx30m"
export CATALINA_OPTS="$CATALINA_OPTS -XX:+PrintGCDetails"
export CATALINA_OPTS="$CATALINA_OPTS -XX:MetaspaceSize=64m"
export CATALINA_OPTS="$CATALINA_OPTS -XX:+PrintGCDateStamps"
export CATALINA_OPTS="$CATALINA_OPTS -Xloggc:/opt/tomcat8.5/logs/gc.log"
export CATALINA_OPTS="$CATALINA_OPTS -xx:ConcGCThreads=2"

在这里插入图片描述

6、性能优化案例5：日均百万级订单交易系统如何设置JVM参数

在这里插入图片描述

7、性能优化案例6 网站问题分析

有一个50万PV的资料类网站（从磁盘提取文档到内存）原服务器是32位的，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!

7.1、为什么原网站慢?

频繁的GC,STw时间比较长，响应时间慢!

7.2、为什么会更卡顿?

内存空间越大，FGC时间更长，延迟时间更长

732、怎么处理

垃圾回收器: parallel Gc ;ParNew + CMS ; G1

配置Gc参数:-XX:MaxGCPauseMillis 、-XX:ConcGCThreads根据log日志、dump文件分析,优化内存空间的比例

jstat jinfo jstack jmap

8、系统内存飙高，如何查找问题?

一方面:jmap -heap . jstat . …; gc日志情况
另一方面:dump文件分析

原文链接：https://blog.csdn.net/prefect_start/article/details/124145643

1、调优基本问题

1.1、为什么要调优?

1.2、调优的大方向

1.3、不同阶段的考虑

1.4、调优监控的依据

1.5、性能优化的步骤

1.5.1、第1步:熟悉业务场景

1.5.2、第2步(发现问题)︰性能监控

1.5.2.1、可能出现的情况

1.5.2、第3步(排查问题):性能分析团

1.5.4、第4步(解决问题):性能调优

1.6、总结

1.7、面试题

2、性能优化案例1：调整堆大小提高服务的吞吐量

3、性能优化案例2：合理配置堆内存

3.1、推荐配置

3.2、如何计算老年代存活对象

3.2.1、方式1:查看日志

3.2.2、方式2:强制触发FullGc

3.2.3、 你会估算GC频率吗?

3.2.4、案例分析

4、性能优化案例3：CPU占用很高排查方案

5、性能优化案例4：G1并发执行的线程数对性能的影响

6、性能优化案例5：日均百万级订单交易系统如何设置JVM参数

7、性能优化案例6 网站问题分析

7.1、为什么原网站慢?

7.2、为什么会更卡顿?

732、怎么处理

8、系统内存飙高，如何查找问题?

你可能也喜欢

3.2.3、

你会估算GC频率吗?