jvm调优总结

最新推荐文章于 2025-09-06 18:56:44 发布
转载 最新推荐文章于 2025-09-06 18:56:44 发布 · 165 阅读 · 0

本文介绍JVM堆配置的细节，包括堆大小设置、垃圾回收器选择及调优策略。并提供吞吐量优先和响应时间优先两种场景下的典型配置案例。


2015年03月27日 15:35:29
阅读数：2862

堆大小设置

JVM 中最大堆大小有三方面限制：

相关操作系统的数据模型（32-bt还是64-bit）限制；

系统的可用虚拟内存限制；

系统的可用物理内存限制。

32位系统下，一般限制在1.5G~2G；64为操作系统对内存无限制。而在windows下，由于windows内存管理的问题，jvm能用的内存可能会更少。

典型设置：

java -Xmx1024m -Xms1024m -Xmn512m -Xss128k -XX:NewRatio=4 -XX:SurvivorRatio=4 -XX:MaxPermSize=64m -XX:MaxTenuringThreshold=0，说明：

-Xmx1024m：设置JVM最大可用内存为1024m。

-Xms1024m：设置JVM初始内存为1024m。此值可以设置与-Xmx相同，以避免每次垃圾回收完成后JVM重新分配内存。

-Xmn512m：设置年轻代大小为512m。整个JVM内存大小 = 年轻代大小 + 年老代大小 + 持久代大小。持久代一般固定大小为64m，所以增大年轻代后，将会减小年老代大小。此值对系统性能影响较大，Sun官方推荐配置为整个堆的3/8。我们的abtest在线系统，设置的是1/2，视场景不同而不同。

-Xss128k：设置每个线程的堆栈大小。JDK5.0以后每个线程堆栈大小为1M，以前每个线程堆栈大小为256K。更具应用的线程所需内存大小进行调整。在相同物理内存下，减小这个值能生成更多的线程。但是操作系统对一个进程内的线程数还是有限制的，不能无限生成，经验值在3000~5000左右。

-XX:NewRatio=4：设置年轻代（包括Eden和两个Survivor区）与年老代的比值（除去持久代）。设置为4，则年轻代与年老代所占比值为1:4，年轻代占整个堆栈的1/5

-XX:SurvivorRatio=4：设置年轻代中Eden区与Survivor区的大小比值。设置为4，则两个Survivor区与一个Eden区的比值为2:4，一个Survivor区占整个年轻代的1/6

-XX:MaxPermSize=64m：设置持久代大小为64m。

-XX:MaxTenuringThreshold=0：设置垃圾最大年龄。如果设置为0的话，则年轻代对象不经过Survivor区，直接进入年老代。对于年老代比较多的应用，可以提高效率。如果将此值设置为一个较大值，则年轻代对象会在Survivor区进行多次复制，这样可以增加对象再年轻代的存活时间，增加在年轻代即被回收的概论。


回收器选择

JVM给了三种选择：串行收集器、并行收集器、并发收集器，但是串行收集器只适用于小数据量的情况，所以这里的选择主要针对并行收集器和并发收集器。默认情况下，JDK5.0以前都是使用串行收集器，如果想使用其他收集器需要在启动时加入相应参数。JDK5.0以后，JVM会根据当前系统配置 进行判断。


1. 吞吐量优先的并行收集器：

如上文所述，并行收集器主要以到达一定的吞吐量为目标，适用于科学技术和后台处理等。

典型配置：

  1. java -Xmx1024m -Xms1024m -Xmn512m -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20
        -XX:+UseParallelGC：选择垃圾收集器为并行收集器。此配置仅对年轻代有效。即上述配置下，年轻代使用并发收集，而年老代仍旧使用串行收集。
        -XX:ParallelGCThreads=20：配置并行收集器的线程数，即：同时多少个线程一起进行垃圾回收。此值最好配置与处理器数目相等。
  2. java -Xmx1024m -Xms1024m -Xmn512m -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20 -XX:+UseParallelOldGC
        -XX:+UseParallelOldGC：配置年老代垃圾收集方式为并行收集。JDK6.0支持对年老代并行收集。
  3. java -Xmx1024m -Xms1024m -Xmn512m -Xss128k -XX:+UseParallelGC  -XX:MaxGCPauseMillis=100
        -XX:MaxGCPauseMillis=100: 设置每次年轻代垃圾回收的最长时间，如果无法满足此时间，JVM会自动调整年轻代大小，以满足此值。
  4. java -Xmx1024m -Xms1024m -Xmn512m -Xss128k -XX:+UseParallelGC  -XX:MaxGCPauseMillis=100 -XX:+UseAdaptiveSizePolicy
        -XX:+UseAdaptiveSizePolicy：设置此选项后，并行收集器会自动选择年轻代区大小和相应的Survivor区比例，以达到目标系统规定的最低相应时间或者收集频率等，此值建议使用并行收集器时，一直打开。


2. 响应时间优先的并发收集器

如上文所述，并发收集器主要是保证系统的响应时间，减少垃圾收集时的停顿时间。适用于应用服务器、电信领域等。

典型配置：

  1. java -Xmx1024m -Xms1024m -Xmn512m -Xss128k -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC
        -XX:+UseConcMarkSweepGC：设置年老代为并发收集。
        -XX:+UseParNewGC:设置年轻代为并行收集。可与CMS收集同时使用。JDK5.0以上，JVM会根据系统配置自行设置，所以无需再设置此值。
  2. java -Xmx1024m -Xms1024m -Xmn512m -Xss128k -XX:+UseConcMarkSweepGC -XX:CMSFullGCsBeforeCompaction=5 -XX:+UseCMSCompactAtFullCollection
        -XX:CMSFullGCsBeforeCompaction：由于并发收集器不对内存空间进行压缩、整理，所以运行一段时间以后会产生“碎片”，使得运行效率降低。此值设置运行多少次GC以后对内存空间进行压缩、整理。
        -XX:+UseCMSCompactAtFullCollection：打开对年老代的压缩。可能会影响性能，但是可以消除碎片


辅助信息

JVM提供了大量命令行参数，打印信息，供调试使用。主要有以下一些：

  1. -XX:+PrintGC   输出gc信息
        [GC 118250K->113543K(130112K), 0.0094143 secs]
        [Full GC 121376K->10414K(130112K), 0.0650971 secs]
  2. -XX:+PrintGCDetails    输出gc详细信息
        [GC [DefNew: 8614K->781K(9088K), 0.0123035 secs] 118250K->113543K(130112K), 0.0124633 secs]
        [GC [DefNew: 8614K->8614K(9088K), 0.0000665 secs][Tenured: 112761K->10414K(121024K), 0.0433488 secs] 121376K->10414K(130112K), 0.0436268 secs]
  3. -XX:+PrintGCTimeStamps -XX:+PrintGC：PrintGCTimeStamps可与上面两个混合使用
        11.851: [GC 98328K->93620K(130112K), 0.0082960 secs]
  4. -XX:+PrintGCApplicationConcurrentTime: 打印每次垃圾回收前，程序未中断的执行时间。可与上面混合使用
        Application time: 0.5291524 seconds
  5. -XX:+PrintGCApplicationStoppedTime：打印垃圾回收期间程序暂停的时间。可与上面混合使用
        Total time for which application threads were stopped: 0.0468229 seconds
  6. -XX:PrintHeapAtGC: 打印GC前后的详细堆栈信息
        34.702: [GC {Heap before gc invocations=7:
        def new generation total 55296K, used 52568K [0x1ebd0000, 0x227d0000, 0x227d0000)
        eden space 49152K, 99% used [0x1ebd0000, 0x21bce430, 0x21bd0000)
        from space 6144K, 55% used [0x221d0000, 0x22527e10, 0x227d0000)
        to space 6144K, 0% used [0x21bd0000, 0x21bd0000, 0x221d0000)
        tenured generation total 69632K, used 2696K [0x227d0000, 0x26bd0000, 0x26bd0000)
        the space 69632K, 3% used [0x227d0000, 0x22a720f8, 0x22a72200, 0x26bd0000)
        compacting perm gen total 8192K, used 2898K [0x26bd0000, 0x273d0000, 0x2abd0000)
        the space 8192K, 35% used [0x26bd0000, 0x26ea4ba8, 0x26ea4c00, 0x273d0000)
        ro space 8192K, 66% used [0x2abd0000, 0x2b12bcc0, 0x2b12be00, 0x2b3d0000)
        rw space 12288K, 46% used [0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)
        34.735: [DefNew: 52568K->3433K(55296K), 0.0072126 secs] 55264K->6615K(124928K)Heap after gc invocations=8:
        def new generation total 55296K, used 3433K [0x1ebd0000, 0x227d0000, 0x227d0000)
        eden space 49152K, 0% used [0x1ebd0000, 0x1ebd0000, 0x21bd0000)
        from space 6144K, 55% used [0x21bd0000, 0x21f2a5e8, 0x221d0000)
        to space 6144K, 0% used [0x221d0000, 0x221d0000, 0x227d0000)
        tenured generation total 69632K, used 3182K [0x227d0000, 0x26bd0000, 0x26bd0000)
        the space 69632K, 4% used [0x227d0000, 0x22aeb958, 0x22aeba00, 0x26bd0000)
        compacting perm gen total 8192K, used 2898K [0x26bd0000, 0x273d0000, 0x2abd0000)
        the space 8192K, 35% used [0x26bd0000, 0x26ea4ba8, 0x26ea4c00, 0x273d0000)
        ro space 8192K, 66% used [0x2abd0000, 0x2b12bcc0, 0x2b12be00, 0x2b3d0000)
        rw space 12288K, 46% used [0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)}, 0.0757599 secs]
  7. -Xloggc:filename: 与上面几个配合使用，把相关日志信息记录到文件以便分析。


总结

堆设置
-Xms: 初始堆大小
-Xmx: 最大堆大小
-XX:NewSize=n: 设置年轻代大小
-XX:NewRatio=n: 设置年轻代和年老代的比值。如:为3，表示年轻代与年老代比值为1:3，年轻代占整个年轻代年老代和的1/4
-XX:SurvivorRatio=n: 年轻代中Eden区与两个Survivor区的比值。注意Survivor区有两个。如：3，表示Eden：Survivor=3:2，一个Survivor区占整个年轻代的1/5
-XX:MaxPermSize=n: 设置持久代大小


收集器设置
-XX:+UseSerialGC: 设置串行收集器
-XX:+UseParallelGC: 设置并行收集器
-XX:+UseParalledlOldGC: 设置并行年老代收集器
-XX:+UseConcMarkSweepGC: 设置并发收集器


垃圾回收统计信息
-XX:+PrintGC
-XX:+PrintGCDetails
-XX:+PrintGCTimeStamps
-Xloggc:filename


并行收集器设置
-XX:ParallelGCThreads=n: 设置并行收集器收集时使用的CPU数。并行收集线程数。 

-XX:MaxGCPauseMillis=n:

-XX:GCTimeRatio=n: 设置垃圾回收时间占程序运行时间的百分比。公式为1/(1+n)

 

并发收集器设置

-XX:ParallelGCThreads=n:  


调优总结

年轻代大小选择

响应时间优先的应用：

吞吐量优先的应用：尽可能的设置大，可能到达Gbit的程度。因为对响应时间没有要求，垃圾收集可以并行进行，一般适合8CPU以上的应用。


年老代大小选择

响应时间优先的应用：年老代使用并发收集器，所以其大小需要小心设置，一般要考虑并发会话率和会话持续时间等一些参数。如果堆设置小了，可以会造成内存碎片、高回收频率以及应用暂停而使用传统的标记清除方式；如果堆大了，则需要较长的收集时间。最优化的方案，一般需要参考以下数据获得：

  1. 并发垃圾收集信息
  2. 持久代并发收集次数
  3. 传统GC信息
  4. 花在年轻代和年老代回收上的时间比例

减少年轻代和年老代花费的时间，一般会提高应用的效率


吞吐量优先的应用：一般吞吐量优先的应用都有一个很大的年轻代和一个较小的年老代。原因是，这样可以尽可能回收掉大部分短期对象，减少中期的对象，而年老代尽存放长期存活对象。


较小堆引起的碎片问题

因为年老代的并发收集器使用标记、清除算法，所以不会对堆进行压缩。当收集器回收时，他会把相邻的空间进行合并，这样可以分配给较大的对象。但是，当堆空间较小时，运行一段时间以后，就会出现“碎片”，如果并发收集器找不到足够的空间，那么并发收集器将会停止，然后使用传统的标记、清除方式进行回收。如果出现“碎片”，可能需要进行如下配置：

  1.  -XX:+UseCMSCompactAtFullCollection：使用并发收集器时，开启对年老代的压缩。
  2. -XX:CMSFullGCsBeforeCompaction=0：上面配置开启的情况下，这里设置多少次Full GC后，对年老代进行压缩
JAVA调优总结：JVM垃圾回收面临的问题解决方案
weixin_30505485的博客
02-22 126
垃圾回收线程是回收内存的，而程序运行线程则是消耗（或分配）内存的，一个回收内存，一个分配内存，从这点看，两者是矛盾的。因此，在现有的转子泵垃圾回收方式中，要进行垃圾回收前，一般都需要暂停整个应用（即：暂停内存的分配），然后进行垃圾回收，回收完成后再继续应用。 如何区分垃圾 上面说到的“引用计数”法，通过统计控制生成对象和删除对象时的引用数来判断。垃圾回收程序收集计数为0的...
JVM性能优化
MayMatrix 的博客
11-15 236
JVM性能优化系列文章由Eva Andearsson在javaworld上发表共计5篇文章，ImportNew上有前4篇译文。本文(第5篇)由吴杰翻译自：javaworld。 很多程序员在解决JVM性能问题的时候，花开了很多时间去调优应用程序级别的性能瓶颈，当你读完这本系列文章之后你会发现我可能更加系统地看待这类的问题。我说过JVM的自身技术限制了Java企业级应用的伸缩性。首先我们先列举一些主...
JVM垃圾回收机制总结(7) ：调优方法
mengw的专栏
08-14 1293
JVM垃圾回收机制总结(7) ：调优方法 博客分类： J2SE - JVM与CLASS JVM多线程虚拟机算法JDK JVM调优工具 Jconsole，jProfile，VisualVM Jconsole : jdk自带，功能简单，但是可以在
JVM性能优化 Part V：Java的伸缩性
生命在于折腾
04-04 187
JVM性能优化 Part V：Java的伸缩性         很多程序员在解决JVM性能问题的时候，花开了很多时间去调优应用程序级别的性能瓶颈，当你读完这本系列文章之后你会发现我可能更加系统地看待这类的问题。我说过JVM的自身技术限制了Java企业级应用的伸缩性。首先我们先列举一些主导因素。         主流的硬件服务器提供了大量的内存         分布式系统有大量内存的需求，...
解决 Maven Configuration Problem unknown问题
wuxin_variable的博客
06-14 1555
今天被这个报错折腾了1个小时，真是F了这些破烂兼容性，就一个unknown，啥错误提示都没有，写这些报错的人不为用户想想吗？没有错误信息怎么定位问题，唉。。。。 maven configuration problem unknown 各种查，各种搞，最终 搞定办法：加个属性 <properties> <maven-jar-plugin.version>3.1.1</maven-jar-plugin.version> <...
JVM调优总结
2301_81016208的博客
09-06 4886
以下为我的JMeter线程组配置以下为我项目未优化时的压测结果以下为JVM可视化状态图以下为我项目的。
【JVM调优】如何进行JVM调优？一篇文章就够了！
热门推荐
种一棵树最好的时间是十年前，其次是现在
09-21 4万+
深入解读JVM性能的监控、定位和调优方案，阐述jps/stat/jstack、MAT等常用性能分析工具的使用，提出JVM参数、内存溢出、内存泄漏、CPU飙升、GC频繁等实际场景下JVM调优的方案。
JVM调优和JVM调优实战总结
nanfeng_fable的博客
12-19 1270
JVM调优和JVM调优实战总结
JVM性能优化,提高Java的伸缩性
weixin_33688840的博客
03-02 89
很多程序员在解决JVM性能问题的时候，花开了很多时间去调优应用程序级别的性能瓶颈，当你读完这本系列文章之后你会发现我可能更加系统地看待这类的问题。我说过JVM的自身技术限制了Java企业级应用的伸缩性。首先我们先列举一些主导因素。 主流的硬件服务器提供了大量的内存 分布式系统有大量内存的需求，而且该需求在持续增长 一个普通Java应用程序所持有的对空间大概在1GB~4GB，这远远低于一个...
117页-图解重要数据处理安全要求(1).pdf
11-26
117页-图解重要数据处理安全要求(1)
基于C++与ROS的双机械臂协同控制系统：Gazebo仿真与UR10实体机器人集成开发实践
11-26
本项目采用C++编程语言结合ROS框架构建了完整的双机械臂控制系统，实现了Gazebo仿真环境下的协同运动模拟，并完成了两台实体UR10工业机器人的联动控制。该毕业设计在答辩环节获得98分的优异成绩，所有程序代码均通过系统性调试验证，保证可直接部署运行。 系统架构包含三个核心模块：基于ROS通信架构的双臂协调控制器、Gazebo物理引擎下的动力学仿真环境、以及真实UR10机器人的硬件接口层。在仿真验证阶段，开发了双臂碰撞检测算法和轨迹规划模块，通过ROS控制包实现了末端执行器的同步轨迹跟踪。硬件集成方面，建立了基于TCP/IP协议的实时通信链路，解决了双机数据同步和运动指令分发等关键技术问题。 本资源适用于自动化、机械电子、人工智能等专业方向的课程实践，可作为高年级课程设计、毕业课题的重要参考案例。系统采用模块化设计理念，控制核心与硬件接口分离架构便于功能扩展，具备工程实践能力的学习者可在现有框架基础上进行二次开发，例如集成视觉感知模块或优化运动规划算法。 项目文档详细记录了环境配置流程、参数调试方法和实验验证数据，特别说明了双机协同作业时的时序同步解决方案。所有功能模块均提供完整的API接口说明，便于使用者快速理解系统架构并进行定制化修改。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
掌握系统变化的艺术
11-26
本书聚焦于现代软件系统中变化的常态性，提出以模型驱动和知识管理为核心的应对框架。通过元建模、可变性设计与协同追踪技术，支持系统全生命周期的持续演化。内容涵盖从需求到运维的多层级变革管理，强调跨领域协作与形式化方法的融合，为构建高适应性系统提供理论与实践指南。
基于混合规划求解机组组合（yalmip+Cplex实现）
11-26
基于混合规划求解机组组合（yalmip+Cplex实现）
Comfyui文本转语音工作流以及素材和插件资源
11-26
Comfyui文本转语音工作流以及素材和插件资源 适用人群：自媒体创作者、视频剪辑师、内容运营者（需高效生成配音素材）；开发工程师、产品经理；教育 / 办公场景从业者；对 AI 音视频创作感兴趣的用户。 使用场景及目标 核心场景：短视频平台运营； 其他说明 提供可直接套用的 工作流 文件，无需复杂编程基础；
BYD BF7612CM系列MCU资源包（整理版）
11-26
本资源包是为使用BYD BF7612CM系列MCU的开发者整理的资料集合。由于初次接触该系列MCU时遇到了不少问题，因此将搜集到的优质资源进行了整理和上传，希望能为大家提供帮助，减少开发过程中的困扰。 资源内容 本资源包主要包含以下内容： 官方固件库：提供BYD官方发布的BF7612CM系列MCU的固件库，方便开发者进行底层驱动开发。 Keil编译与仿真工具：包含在Keil开发环境中编译和仿真BF7612CM系列MCU所需的芯片包和JTAG驱动，确保开发环境的顺利搭建。 官方MCU产品应用注意事项：提供BYD官方发布的MCU产品应用注意事项，帮助开发者避免常见问题，提高开发效率。 第三方例程：搜集了一些第三方开发者分享的BF7612CM系列MCU的例程，涵盖了多种应用场景，供开发者参考和学习。 触摸按键应用标准：提供BYD官方发布的触摸按键应用标准，帮助开发者快速上手触摸按键的开发。
微电网创新点基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)
11-26
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要：本文围绕基于非支配排序的蜣螂优化算法（NSDBO）在微电网多目标优化调度中的应用展开研究，提出了一种改进的智能优化算法以解决微电网系统中经济性、环保性和能源效率等多重目标之间的权衡问题。通过引入非支配排序机制，NSDBO能够有效处理多目标优化中的帕累托前沿搜索，提升解的多样性和收敛性，并结合Matlab代码实现仿真验证，展示了该算法在微电网调度中的优越性能和实际可行性。研究涵盖了微电网典型结构建模、目标函数构建及约束条件处理，实现了对风、光、储能及传统机组的协同优化调度。; 适合人群：具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能优化算法应用的工程技术人员；熟悉优化算法与能源系统调度的高年级本科生亦可参考。; 使用场景及目标：①应用于微电网多目标优化调度问题的研究与仿真，如成本最小化、碳排放最低与供电可靠性最高之间的平衡；②为新型智能优化算法（如蜣螂优化算法及其改进版本）的设计与验证提供实践案例，推动其在能源系统中的推广应用；③服务于学术论文复现、课题研究或毕业设计中的算法对比与性能测试。; 阅读建议：建议读者结合文中提供的Matlab代码进行实践操作，重点关注NSDBO算法的核心实现步骤与微电网模型的构建逻辑，同时可对比其他多目标算法（如NSGA-II、MOPSO）以深入理解其优势与局限，进一步开展算法改进或应用场景拓展。
学习优快云博主「Vigo*GIS-RS」的原创文章的反馈：SARscape做DInSAR全流程2-操作与原理
最新发布
11-26
内容概要：本文详细介绍了使用ENVI与SARscape软件进行DInSAR（差分干涉合成孔径雷达）技术处理的完整流程，涵盖从数据导入、预处理、干涉图生成、相位滤波与相干性分析、相位解缠、轨道精炼与重去平，到最终相位转形变及结果可视化在内的全部关键步骤。文中以Sentinel-1数据为例，系统阐述了各环节的操作方法与参数设置，特别强调了DEM的获取与处理、基线估算、自适应滤波算法选择、解缠算法优化及轨道精炼中GCP点的应用，确保最终获得高精度的地表形变信息。同时提供了常见问题的解决方案与实用技巧，增强了流程的可操作性和可靠性。; 适合人群：具备遥感与GIS基础知识，熟悉ENVI/SARscape软件操作，从事地质灾害监测、地表形变分析等相关领域的科研人员与技术人员；适合研究生及以上学历或具有相关项目经验的专业人员； 使用场景及目标：①掌握DInSAR技术全流程处理方法，用于地表沉降、地震形变、滑坡等地质灾害监测；②提升对InSAR数据处理中关键技术环节（如相位解缠、轨道精炼）的理解与实操能力；③实现高精度形变图的生成与Google Earth可视化表达； 阅读建议：建议结合实际数据边学边练，重点关注各步骤间的逻辑衔接与参数设置依据，遇到DEM下载失败等问题时可参照文中提供的多种替代方案（如手动下载SRTM切片），并对关键结果（如相干性图、解缠图）进行质量检查以确保处理精度。
经典小工具，防止系统进入待机界面
11-26
经典小工具，防止系统进入待机界面
"JVM调优总结：深入解析回收算法及优缺点
JVM调优总结 最近总结的一些东西，基本上是网上一些资料的汇总。在JVM调优中，首先要了解相关的概念和基本回收算法。基本回收算法有四种：引用计数、标记-清除、复制和标记-整理。引用计数是比较古老的回收算法，其...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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