jvm的性能调优

常规的参数设置:

-Xms2048m -Xmx2048m -Xmm700m

按照jvm规范,一般年轻代:老年代是 1:2

年轻代中s:e为1:8.

尽量将堆大小设置为固定值,不要使用浮动扩容。

比如:

-Xms2048m -Xmx4096m

还有就是,堆大小不是越大越好,如果堆内存太大,到时候一次full gc可能需要好久才触发一次,这样每次full gc时将会造成很大的停顿时间。

同理,堆大小也不能太小,太小的化,频繁的GC操作,会造成CPU的高负荷,停顿次数增多。

所以,需要找一个平衡点,还有根据应用类型,选择不同的GC回收器。

对于wb应用来讲,最优的组合回收器是:CMS+ParNew,同时适当将年轻代调整大,比如我们应用年轻代:老年代=1:1

参数配置:

-XX:+UseConcMarkSweepGC    

使用ParNew + CMS +  Serial Old的收集器组合进行内存回收,Serial Old作为CMS出现“Concurrent Mode Failure”失败后的后备收集器使用。

使用CMS时,可能会遇到俩种问题,我们还需要调整参数

promotion failed :一个新的大对象,年轻代放不下去,要直接放入老年代时,老年代也放不下去。这时候老年代收回器将变为串行回收器Serial  Old,会导致web应用无响应。(stw问题)

concurrent mode failure :在执行CMS并发GC的时候,有新的对象要进来,这时候空间不足导致的。

对于第一种问题,可能会引起第二种问题的产生。

解决第一种问题的常规方案:年轻代调整大一点(原先放不下的对象,这会可以放下了),比如我们的web项目年轻代:老年代是 1:1。或者(老年代可用空间充足)老年代进行多次CMS后执行一次标记整理,消除内存碎片,或者将CMS触发的阈值从68%调小点。

下面的参数是:5次cms标记清除后,执行一次标记整理压缩

-XX:UseCMSCompactAtFullCollection -XX:CMSFullGCBeforeCompaction=5

下面参数是调整阈值,old区内存60%的时候就进行CMS垃圾回收

XX:CMSInitiatingOccupancyFraction=60  -XX:+UseCMSInitiatingOccupancyOnly

对于第二种问题,解决的方案就是:调大老年代的空间。

CMS的六个阶段:

initial-mark 初始标记(CMS的第一个STW阶段),标记GC Root直接引用的对象,GC Root直接引用的对象不多,所以很快。
concurrent-mark 并发标记阶段,由第一阶段标记过的对象出发,所有可达的对象都在本阶段标记。
concurrent-preclean 并发预清理阶段,也是一个并发执行的阶段。在本阶段,会查找前一阶段执行过程中,从新生代晋升或新分配或被更新的对象。通过并发地重新扫描这些对象,预清理阶段可以减少下一个stop-the-world 重新标记阶段的工作量。
concurrent-abortable-preclean 并发可中止的预清理阶段。这个阶段其实跟上一个阶段做的东西一样,也是为了减少下一个STW重新标记阶段的工作量。增加这一阶段是为了让我们可以控制这个阶段的结束时机,比如扫描多长时间(默认5秒)或者Eden区使用占比达到期望比例(默认50%)就结束本阶段。
remark 重标记阶段(CMS的第二个STW阶段),暂停所有用户线程,从GC Root开始重新扫描整堆,标记存活的对象。需要注意的是,虽然CMS只回收老年代的垃圾对象,但是这个阶段依然需要扫描新生代,因为很多GC Root都在新生代,而这些GC Root指向的对象又在老年代,这称为“跨代引用”。
concurrent-sweep ,并发清理。

concurrent-abortable-preclean阶段的时间,如果调整低了之后,我们做remark的时候时间相对就会变长,所以为了达到一个平衡,一般我们还会进行如下修改:

-XX:+CMSScavengeBeforeRemark 

在remark阶段之前进行一次Minor GC,这样我们的remark阶段时间可以降低。

 

 

 

<think>我们正在讨论JVM性能,根据用户的问题,他想要获取JVM性能的相关信息,包括方法和技巧。同时,用户提供了几个引用,但这些引用是关于JVM性能的概述性内容,我们需要结合这些引用以及我们对JVM的知识来回答。 注意:用户之前的问题是关于Java类加载机制,现在转向了JVM性能,因此我们要专注于部分。 回答结构: 1. 引言:简要介绍JVM性能的重要性。 2. 目标:明确的目标指标(如吞吐量、延迟、内存占用等)。 3. 方法:详细描述的常用方法和技巧(包括参数配置、监控工具、代码化等)。 4. 实战步骤:给出一个典型的步骤(参考引用[4]中的步骤)。 5. 注意事项:中需要注意的问题。 6. 总结。 同时,根据要求,我们需要在回答末尾生成相关问题。 由于引用中提供了一些信息,我们可以适当引用,但主要依靠我们的知识库来构建详细内容。 注意:引用标记[^1]、[^2]等需要放在引用内容的后面,并且自然。 </think>### JVM性能方法与技巧详解 JVM性能是提升Java应用效率的关键,核心目标包括降低GC频率、减少STW时间、化内存使用和提高吞吐量。以下是系统化的方法和实战技巧: --- #### 一、核心目标 1. **内存化** - 减少堆内存碎片和Full GC次数 - 平衡新生代(Young Gen)和老年代(Old Gen)比例 - 示例参数: ```bash -Xms4g -Xmx4g # 堆内存初始值=最大值,避免动态扩容开销 -XX:NewRatio=2 # 新生代:老年代=1:2 ``` 2. **延迟化** - 缩短GC暂停时间(STW),尤其是CMS/G1的并发阶段 - 关键指标:`GC Pause Time < 200ms`(视业务敏感度整) 3. **吞吐量化** - 提高应用有效工作时间占比 - 目标:`Throughput = (总运行时间 - GC时间) / 总运行时间 > 95%` [^4] --- #### 二、方法与技巧 ##### 1. **内存参数** | 参数 | 作用说明 | 场景 | |---------------------|----------------------------------|----------------------------| | `-XX:MaxTenuringThreshold` | 对象晋升老年代年龄阈值 | 减少过早晋升导致的Full GC | | `-XX:SurvivorRatio=8` | Eden与Survivor区比例(默认8:1:1)| 对象存活率高的应用 | | `-XX:+UseG1GC` | 启用G1垃圾收集器 | 大堆(>4GB)或低延迟需求 | **实战技巧**: - 若Minor GC频繁,增加`-Xmn`(新生代大小) - 若Full GC频繁,增大老年代或降低`-XX:MaxTenuringThreshold` ##### 2. **GC日志分析与监控** - **启用详细GC日志**: ```bash -XX:+PrintGCDetails -Xloggc:/path/to/gc.log ``` - **关键分析工具**: - `jstat -gcutil <pid> 1000`:实时监控GC各分区使用率 - `jmap -dump:format=b,file=heapdump.hprof <pid>`:生成堆转储文件 - **可视化工具**:GCViewer、MAT(Memory Analyzer)分析内存泄漏[^3] ##### 3. **垃圾收集器选择策略** | 收集器 | 适用场景 | 重点 | |----------------|----------------------------------|----------------------------| | **Parallel GC** | 高吞吐量应用(如批处理) | `-XX:ParallelGCThreads` | | **CMS** | 低延迟Web服务(JDK8及之前) | `-XX:CMSInitiatingOccupancyFraction` | | **G1** | 大内存+均衡吞吐/延迟(JDK9+默认) | `-XX:MaxGCPauseMillis=200` | > **案例**:某电商平台通过G1替换CMS,将99% GC暂停从500ms降至50ms[^3]。 ##### 4. **代码层化** - **减少短命对象**:避免循环内创建临时对象 - **软/弱引用管理**:缓存使用`WeakHashMap`防止内存泄漏 - **堆外内存控制**:Netty等框架需限制`-XX:MaxDirectMemorySize` --- #### 三、标准化流程 [^4] 1. **基线分析**:无参数运行,采集GC日志和性能指标 2. **瓶颈定位**: - 高频Full GC → 检查老年代内存或对象泄漏 - 长暂停时间 → 化GC算法或整`MaxGCPauseMillis` 3. **参数迭代**:每次仅修改1-2个参数,对比测试 4. **监控验证**:使用APM工具(如SkyWalking)跟踪后效果 --- #### 四、注意事项 1. **避免过度**:化代码和架构,JVM参数为最后手段 2. **版本差异**:JDK11+的ZGC/Shenandoah适用于超低延迟场景(暂停<10ms) 3. **监控持续性**:生产环境需持续监控`jstat`和GC日志[^2] > **本质**:在内存、吞吐量、延迟三者间寻找平衡点,公式表达: > $$\text{系统效率} = \frac{\text{有效计算时间}}{\text{总时间}} = 1 - \frac{\text{GC时间} + \text{其他开销}}{\text{总时间}}$$ --- ### 总结 JVM需结合监控数据、GC日志和业务场景迭代推进。先通过`jstat`/堆转储定位瓶颈,再针对性整内存分区或GC算法。对于多数应用,G1+合理堆大小配置即可满足需求,复杂场景可探索ZGC[^4]。
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