JVM调优工具详情

本文介绍了Java性能监控工具jmap、jstack、jinfo、jstat等的使用,以及如何通过它们分析内存状况、查找死锁、评估JVM性能。同时,讨论了内存泄露的原因和预防策略,强调了合理管理JVM内存的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

jmap

        用来查看内存信息、实例个数以及占用的内存大小。

jmap -histo <process_id>      

        num:序号

        instances:实例数量

        bytes:占用空间大小

        class name:类名称,C = char[], S = short[], I = int[]

jmap -heap <process_id>

        查看堆信息

jmap -dump:format=b,file=<filename> <process_id>

        dump堆内存,可以在启动时添加参数,当出现OOM时保存堆内存快照:

        1. -XX:+HeapDumpOnOutOfMemoryError

        2. -XX:HeapDumpPath=./

        可以使用jvisualvm命令工具导入该dump文件进行分析。

jstack

        用jstack加进程id查找死锁。

public class DeadLockTest {
    private static Object lock1 = new Object();

    private static Object lock2 = new Object();

    public static void main(String[] args) {
        new Thread(() -> {
            synchronized (lock1) {
                try {
                    System.out.println("Thread1 begin");
                    Thread.sleep(5000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }

                synchronized (lock2) {
                    System.out.println("Thread1 end");
                }
            }
        }).start();

        new Thread(() -> {
            synchronized (lock2) {
                try {
                    System.out.println("Thread2 begin.");
                    Thread.sleep(5000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }

                synchronized (lock1) {
                    System.out.println("Thread2 end.");
                }
            }
        }).start();
        System.out.println("Main Thread end.");
    }
}

         判断死锁        

 

远程连接jvisualvm

java ‐Dcom.sun.management.jmxremote.port=8888 ‐Djava.rmi.server.hostname=192.168.50.60 ‐Dcom.sun.management.jmxremot e.ssl=false ‐Dcom.sun.management.jmxremote.authenticate=false ‐jar microservice‐eureka‐server.jar

PS: -Dcom.sun.management.jmxremote.port 为远程机器的JMX端口                      - Djava.rmi.server.hostname 为远程机器IP

Tomcat的JMX配置

在catalina.sh文件里的最后一个JAVA_OPTS的赋值语句下一行增加如下配置行  

JAVA_OPTS="$JAVA_OPTS ‐Dcom.sun.management.jmxremote.port=8888 ‐Djava.rmi.server.hostname=192.168.50.60 ‐Dcom.sun.ma nagement.jmxremote.ssl=false ‐Dcom.sun.management.jmxremote.authenticate=false"

jinfo

        查看正在运行的Java应用程序的扩展参数。

jinfo -flags <process_id>

        查看JVM参数

 jinfo -sysprops <process_id>

        查看Java系统参数

 jstat

        jstat可以查看堆内存各部分的使用量,以及加载类的数量。

        jstat [-命令选项] [vmid] [间隔时间(毫秒)][查询次数]

jstat -gc <process_id>

        可以评估程序内存使用及GC压力情况。

 S0C:第一个幸存区的大小,单位KB S1C:第二个幸存区的大小 S0U:第一个幸存区的使用大小 S1U:第二个幸存区的使用大小 EC:伊甸园区的大小 EU:伊甸园区的使用大小 OC:老年代大小 OU:老年代使用大小 MC:方法区大小(元空间) MU:方法区使用大小 CCSC:压缩类空间大小 CCSU:压缩类空间使用大小 YGC:年轻代垃圾回收次数 YGCT:年轻代垃圾回收消耗时间,单位s FGC:老年代垃圾回收次数 FGCT:老年代垃圾回收消耗时间,单位s GCT:垃圾回收消耗总时间,单位s

jstat -gccapacity <process_id>

        堆内存统计

 NGCMN:新生代最小容量 NGCMX:新生代最大容量 NGC:当前新生代容量 S0C:第一个幸存区大小 S1C:第二个幸存区的大小 EC:伊甸园区的大小 OGCMN:老年代最小容量 OGCMX:老年代最大容量 OGC:当前老年代大小 OC:当前老年代大小 MCMN:最小元数据容量 MCMX:最大元数据容量 MC:当前元数据空间大小 CCSMN:最小压缩类空间大小 CCSMX:最大压缩类空间大小 CCSC:当前压缩类空间大小 YGC:年轻代gc次数 FGC:老年代GC次数

jstat -gcnew <process_id> 

        新生代垃圾回收统计

jstat -gcnewcapacity <process_id>

        新生代内存统计 

老年代(old)、元空间(meta)

JVM运行情况预估

        年轻代对象增长的速率

                jstat -gc <pid> 1000 10(每隔1秒执行1次命令,共执行10次)观察Eden区大小来估算每秒新增多少新对象,也可以换成1分钟、10分钟。

        Young GC的触发频率和每次耗时

                根据上一步,用YGCT/YGC可以算出平均耗时。

        每次Young GC后有多少对象存活和进入老年代

                知道Young GC频率后,执行jstat -gc <pid> <duration> 10,观察每次结果Eden, Surivor和老年代使用的变化情况,Survivor和老年代增长的对象就是每次Young GC后存活的对象,据此推算出老年代对象的增长速率。

        Full GC的触发频率和每次耗时

                知道了老年代对象的增长速率就可以推算出Full GC的触发频率了,Full GC的每次耗时可以用公式 FGCT/FGC 计算得出。

        尽量让每次Young GC后存活的对象小于Survivor区域的50%,逗留存在年轻代里,让对象烧进入老年代,减少Full GC的频率,避免频繁Full GC。

内存泄露到底是怎么回事

        再给大家讲一种情况,一般电商架构可能会使用多级缓存架构,就是redis加上JVM级缓存,大多数同学可能为了图方便对于JVM级缓存就 简单使用一个hashmap,于是不断往里面放缓存数据,但是很少考虑这个map的容量问题,结果这个缓存map越来越大,一直占用着老年代的很多空间,时间长了就会导致full gc非常频繁,这就是一种内存泄漏,对于一些老旧数据没有及时清理导致一直占用着宝贵的内存 资源,时间长了除了导致full gc,还有可能导致OOM。 这种情况完全可以考虑采用一些成熟的JVM级缓存框架来解决,比如ehcache等自带一些LRU数据淘汰算法的框架来作为JVM级的缓存。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值