目标

满足应用的响应时间和吞吐量需求,尽量减少GC对应用的影响

原则

  1. 大部分时候都不需要调优GC,只需配置-Xms,-Xmx即可,JVM会自动进行调整
  2. 先满足响应时间需求,再满足吞吐量需求
  3. FullGC对应用的影响更大,要尽量减少FullGC执行的时间和频率,减少转移到Old的对象数量

监控GC状态

  • 查看一下GC的总体执行情况
jstat -gcutil pid
参数 说明
YGC Minor GC执行的次数
YGCT Minor GC执行的总耗时
YGCT/YGC Minor GC平均耗时
FGC Full GC执行的次数
FGCT Full GC执行的总耗时
FGCT/FGC Full GC平均耗时
  • 查看一下GC执行的频率和详细情况
    在命令行中加入-XX:+PrintGCDetails -XX:+PrintGCTimeStamps -Xloggc:filename
    查看GC日志中每次GC的间隔时间,即可得出GC执行的频率
    也可以使用GcViewer工具,导入GC日志,进行更详细的分析(趋势分析,什么时间段GC执行得更频繁,耗时更多等)

分析监控结果

分析GC结果,确定是否需要调优,可参考以下标准(实际标准以应用的实际情况为准)

  • Minor GC平均耗时少于50毫秒
  • Minor GC平均频率少于10秒
  • Full GC平均耗时少于1秒
  • Full GC平均频率少于10分钟

当出现OutOfMemoryError时,要确定是什么问题,是内存分配不足还是因为内存泄漏或者没有及时,可以通过jmap命令或者在命令行加入-XX:+HeapDumpOnOutOfMemoryError,然后对dump出的Heap进行分析(可以使用MAT或者jvisualvm工具)

调优GC

基本策略

  1. 代空间调整。调整Heap中各区的大小,目标是寻找一个平衡点,在不发生OutOfMemoryError的情况下,满足应用响应时间和吞吐量的需求
    增大内存,可以减少GC执行频率,但会增加GC执行时间
    减少内存,可以减少GC执行时间,但会增加GC执行频率

  2. 内存不作动态调整,因为每次调整内存(Heap或Perm)都会触发FullGC
    -Xms和-Xmx设置成相同(整个Heap大小不变)
    设置-Xmn(Young区大小不变,从而Old区的大小也不变)
    设置-XX:SurvivorRatio(Eden、两个Survivor大小不变)
    -XX:PermSize和-XX:MaxPermSize设置成相同(Perm区大小不变)

  3. 永久代和元空间的调整
    注意:永久代或者元空间内并没有保存类实例的具体信息(即类对象),也没有反射对象(如方法对象);这些内容都保存在常规的堆空间内。只在编译器或者JVM的运行时有用,这部分信息被称为“类的元数据”。
    对永久代而言,可以通过-XX:PermSize=N和-XX:MaxPermSize=N调整大小;而元空间大小可以通过-XX:MetaspaceSize=N和-XX:MaxMetaspaceSize=N调整。
  4. 避免主动触发GC
    程序调用了System.gc方法,会触发FullGC
    在命令行中加入-XX:+DisableExplicitGC,可以忽略主动GC的调用

  5. 控制并发
    除Serial收集器之外几乎所有的垃圾收集器使用的算法基于多线程。启动的线程数由-XX:ParallelGCThreads=N参数控制。下面的参数可以调整线程的数目:
    使用-XX:+UseParallelGC收集新生代空间
    使用-XX:+UseParallelOldGC收集老年代空间
    使用-XX:+UseParNewGC收集新生代空间
    使用-XX:+UseG1GC收集新生代空间
    CMS收集的“时空停顿”阶段(但并非Full GC)
    G1收集器的“时空停顿”阶段(但并非Full GC)
  6. 自适应调整
    根据调优的策略,JVM会不断地尝试,寻找优化性能的机会,所以在JVM的运行过程中,堆、代以及Survivor空间的大小都可能会发生变化。
    自适应调整在两个方面能提供重要帮助:
    A、意味着小型应用程序不需要再为指定了过大的堆而担心。
    B、意味着很多应用程序根本不需要担心它们堆的大小,如果需要使用的堆大小超过了平台的默认值,可以放心的分配更大的堆,而不用关心其他的细节。JVM会自动调整堆和代的大小,依据垃圾回收算法的性能目标,使用优化的内存量。自适应调整就是让自动调整生效的法宝。
    使用-XX:-UseAdaptiveSizePolicy可以在全局范围内关闭自适应调整功能。(如果想了解JVM空间如何调整,可以通过-XX:+PrintAdaptiveSizePolicy)

更多高级调优见《Java性能权威指南》中的6.4章节。

响应时间调优

  1. 使用-XX:+UseParallelOldGC策略

  2. 观察Minor GC的频率和耗时,确定Young大小
    确保只调整Young大小,不调整Old和Perm的大小
    耗时大,则减少Eden,频率高则增加Eden,此时Survivor大小不变
    如果耗时和频率都合适,则保持Eden大小不变,调整Survivor大小,相应要调整Young大小,主要目的是减少从Young移到Old的对象数量
    观察每次GC后是否有对象迁移到Old,如果有,则增加Survivor大小或对象Age大小,确保将对象尽可能地留在Young(设置-XX:+PrintTenuringDistribution,可以看到每次GC后Survivor的大小和各个Age对象的数量,如果Survivor满了,则增加Survivor大小,如果Survivor未满,但仍有对象迁移到Old(排除大对象),则设置age=max(age)+1,-XX:MaxTenuringThreshold=N[0-31])

  3. 观察Full GC的频率和耗时,确定Old大小
    确保只调整Old大小,不调整Young和Perm大小
    耗时大则减少Old,频率高则增加Old
    如果调整后仍然不能满足耗时需求,则考虑使用CMS策略。此时Old要增大20%-30%,因为CMS会产生碎片,要预留更多的内存给应用,否则容易产生concurrent mode error错误,会退化成Serial回收,耗时更大。如果出现concurrent mode error,可以增大Old或者减少碎片整理的百分比(-XX:CMSInitiatingOccupancyFraction=N),增大CMS的频率,加快收集Old

吞吐量调优

在满足响应时间的前提下,增加Young和Old的大小,然后再进行响应时间的分析

推荐配置

基本配置

-Xms=-Xmx
-XX:PermSize=-XX:MaxPermSize
设置-Xmn
设置-XX:SurvivorRatio
-Xss=256k(默认是1M,一般不需要那么大,如果发生StackOverflowError,则增加此值)
-XX:-UseAdaptiveSizePolicy(不允许JVM动态调整各区的大小)
-XX:+DisableExplicitGC(关闭主动GC调用)
-XX:+HeapDumpOnOutOfMemoryError
-XX:+PrintGCDetails
-XX:+PrintGCTimeStamps
-XX:+PrintHeapAtGC
-Xloggc:filename

CMS配置

-XX:+UseConcMarkSweepGC
-XX:+CMSParallelRemarkEnabled
-XX:+CMSScavengeBeforeRemark
-XX:+ ScavengeBeforeFullGC
-XX+UseCMSCompactAtFullCollection
-XX:CMSFullGCsBeforeCompaction=X
-XX:+UseCMSInitiatingOccupancyOnly
-XX:CMSInitiatingOccupancyFraction=70
-XX:CMSInitiatingPermOccupancyFraction=80
-XX:+CMSClassUnloadingEnabled
-XX:+CMSPermGenSweepingEnabled

转自:https://www.jianshu.com/p/b2dff817f983

GC之九--gc调优的更多相关文章

  1. GC浅析之三-性能调优经验总结

    性能调优经验总结 问题的出现: 在日常环境下,以某server 为例,该机器的每秒的访问量均值在368左右,最大访问量在913.对外提供服务的表现为每两三个小时就有秒级别的时间客户端请求超时,在访问量 ...

  2. 46张PPT弄懂JVM、GC算法和性能调优!

    来源:cnblogs.com/cyfonly/p/5807121.html 本PPT从JVM体系结构概述.GC算法.Hotspot内存管理.Hotspot垃圾回收器.调优和监控工具六大方面进行讲述. ...

  3. GC调优在Spark应用中的实践(转载)

    Spark是时下非常热门的大数据计算框架,以其卓越的性能优势.独特的架构.易用的用户接口和丰富的分析计算库,正在工业界获得越来越广泛的应用.与Hadoop.HBase生态圈的众多项目一样,Spark的 ...

  4. 深入理解JAVA虚拟机(内存模型+GC算法+JVM调优)

    目录 1.Java虚拟机内存模型 1.1 程序计数器 1.2 Java虚拟机栈 局部变量 1.3 本地方法栈 1.4 Java堆 1.5 方法区(永久区.元空间) 附图 2.JVM内存分配参数 2.1 ...

  5. GC调优在Spark应用中的实践[转]

    作者:仲浩   出处:<程序员>电子刊5月B   摘要:Spark立足内存计算,常常需要在内存中存放大量数据,因此也更依赖JVM的垃圾回收机制.与此同时,它也兼容批处理和流式处理,对于程序 ...

  6. jvm系列(六):Java服务GC参数调优案例

    本文介绍了一次生产环境的JVM GC相关参数的调优过程,通过参数的调整避免了GC卡顿对JAVA服务成功率的影响. 这段时间在整理jvm系列的文章,无意中发现本文,作者思路清晰通过步步分析最终解决问题. ...

  7. 为什么Java有GC调优而没听说过有CLR的GC调优?

    前言 在很多的场合我都遇到过一些群友提这样的一些问题: 为什么Java有GC调优而CLR没有听说过有GC调优呢? 到底是Java的JVM GC比较强还是C#使用的.NET CLR的GC比较强呢? 其实 ...

  8. Java系列笔记(4) - JVM监控与调优

    目录 参数设置收集器搭配启动内存分配监控工具和方法调优方法调优实例     光说不练假把式,学习Java GC机制的目的是为了实用,也就是为了在JVM出现问题时分析原因并解决之.通过学习,我觉得JVM ...

  9. JVM监控与调优

    目录 参数设置收集器搭配启动内存分配监控工具和方法调优方法调优实例     转:http://www.cnblogs.com/zhguang/p/java-jvm-gc.html光说不练假把式,学习J ...

随机推荐

  1. 优化JDBC封装

    可重用性较强的JDBC封装 以下为代码,注释中写了主要思想 主类 com.util.JDBCUtil.java package com.util; import java.lang.reflect.F ...

  2. nfc功能读写 demo

    点此下载//这个demo是把这个程序作为一个手机启动选择的,只要一扫到卡片就会跳转到这个Activity. 只在当前Activity中有效参考:http://blog.csdn.net/zoeice/ ...

  3. L147 Low Cost Study Has High Impact Results For Premature Babies

    No one knows exactly why some babies are born prematurely(早产), but some of the smallest premature ba ...

  4. xcode好玩的条件断点设置. 可以真人发声。

    哈哈.设置个条件断点. 然后 Logmessage  or speak message 挺有意思. 一听就知道是哪个断点触发了.

  5. Ext JS 5 关于Store load返回json错误信息或异常的处理

    关于在store load的时候服务器返回错误信息或服务器出错的处理.ExtJS4应该也能用,没测试过. 这里有两种情况: 服务器返回错误json错误信息,状态为200 服务器异常,状态为500 一. ...

  6. caffe 一些网络参数

    caffe一些网络参数的:http://www.docin.com/p-871820919.html

  7. hiredis处理zscan和hscan的reply

    zscan的返回值可以看做是一个二维数组,第一维包含两个元素:string类型的游标cursor和集合元素数组:第二维即集合元素数组,这个数组交替存放着集合元素和score,元素和score也都是st ...

  8. Java 多线程 2015/9/21

    http://lavasoft.blog.51cto.com/62575/27069   http://blog.csdn.net/aboy123/article/details/38307539   ...

  9. 每天一个linux命令(目录文件操作):【转载】linux文件属性详解

    Linux 文件或目录的属性主要包括:文件或目录的节点.种类.权限模式.链接数量.所归属的用户和用户组.最近访问或修改的时间等内容.具体情况如下: 命令:  ls -lih 输出: [root@loc ...

  10. 关于ehcache缓存的使用(简单对比redis)

    前言 最近在做一个项目,某个接口查询数据到返回数据总计需要7000+毫秒,一直在考虑优化的问题,优化也有原来的一家一家查询到一次查询所有的,在查询不同天数.结果是1500+,虽然优化了不少,但是数据结 ...