旧问题又出现了。频繁执行GC

64位服务器频繁GC问题
更新至64位RHEServer后出现频繁垃圾回收(GC)问题,GC间隔最短1秒,最长3-4秒。配置使用Resin且设置了-Xmx512m等参数,怀疑与64位系统兼容性有关。
上一次出现频繁出现GC的问题是由于在低层类当中有一个方法执行效率低导致的。
修改过后就恢复正常。


前天更新了一台64位的rhel5服务器。频繁GC的问题又出现了,最短的1秒一次,最长的3-4秒一次。
会不会是64位的参数跟32位的不一样?

Linux版本:
[quote]
Linux javaserver 2.6.18-8.el5 #1 SMP Fri Jan 26 14:15:14 EST 2007 x86_64 x86_64 x86_64 GNU/Linux
[/quote]

RESIN的jvm配置:

[quote]
<jvm-arg>-server</jvm-arg>
<jvm-arg>-verbose:gc</jvm-arg>
<jvm-arg>-Xmx512m</jvm-arg>
<jvm-arg>-Xms512m</jvm-arg>
<jvm-arg>-Xss128k</jvm-arg>
<jvm-arg>-Xmn189m</jvm-arg>
<jvm-arg>-XX:ParallelGCThreads=20</jvm-arg>
<jvm-arg>-XX:+UseConcMarkSweepGC</jvm-arg>
<jvm-arg>-XX:+UseParNewGC</jvm-arg>
<jvm-arg>-Xdebug</jvm-arg>
<jvm-arg>-Xloggc:gc.log</jvm-arg>
<jvm-arg>-Dcom.sun.management.jmxremote</jvm-arg>
<jvm-arg>-agentlib:resin</jvm-arg>
<jvm-arg>-d64</jvm-arg>
[/quote]

GC记录:
[quote]
20734.347: [ParNew 456115K->273152K(524160K), 0.0429650 secs]
20734.391: [GC 273340K(524160K), 0.0090020 secs]
20735.945: [GC 290224K(524160K), 0.0243010 secs]
20738.090: [GC 311972K(524160K), 0.0404830 secs]
20739.666: [GC 315806K(524160K), 0.0459560 secs]
20741.839: [GC 313791K(524160K), 0.0484560 secs]
20743.456: [GC 317857K(524160K), 0.0540330 secs]
20745.628: [GC 321848K(524160K), 0.0546070 secs]
20747.216: [GC 323609K(524160K), 0.0610060 secs]
20749.392: [GC 328882K(524160K), 0.0602880 secs]
20750.983: [GC 337144K(524160K), 0.0720020 secs]
20753.170: [GC 342016K(524160K), 0.0689230 secs]
20754.778: [GC 345715K(524160K), 0.0799890 secs]
20756.973: [GC 347848K(524160K), 0.0733900 secs]
20758.579: [GC 352220K(524160K), 0.0851680 secs]
20760.780: [GC 354648K(524160K), 0.0787460 secs]
20762.409: [GC 360055K(524160K), 0.0938880 secs]
20764.618: [GC 369198K(524160K), 0.0896990 secs]
20766.460: [GC 386885K(524160K), 0.1158280 secs]
20768.692: [GC 387613K(524160K), 0.1024170 secs]
20770.340: [GC 392759K(524160K), 0.1218930 secs]
20772.576: [GC 400672K(524160K), 0.1117410 secs]
20774.249: [GC 406118K(524160K), 0.1337540 secs]
20776.499: [GC 411340K(524160K), 0.1220110 secs]
20778.193: [GC 415505K(524160K), 0.1506340 secs]
20780.458: [GC 417843K(524160K), 0.1273910 secs]
20782.144: [GC 430113K(524160K), 0.1588240 secs]
20783.233: [GC 436450K(524160K), 0.1419040 secs]
20784.970: [GC 438914K(524160K), 0.1674790 secs]
20787.283: [GC 445904K(524160K), 0.1491450 secs]
20788.997: [GC 447004K(524160K), 0.1728290 secs]
20791.286: [GC 448989K(524160K), 0.1519260 secs]
[/quote]
内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
评论 1
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