JVM调优工具的使用方法
常用的JVM調(diào)優(yōu)工具：Jconsole，jProfile，VisualVM
Jconsole : jdk自帶，功能簡單，但是可以在系統(tǒng)有一定負(fù)荷的情況下使用。對垃圾回收算法有很詳細(xì)的跟蹤。詳細(xì)說明參考這里
JProfiler：商業(yè)軟件，需要付費。功能強大。詳細(xì)說明參考這里
VisualVM：JDK自帶，功能強大，與JProfiler類似。推薦。
調(diào)優(yōu)的方法
觀察內(nèi)存釋放情況、集合類檢查、對象樹
上面這些調(diào)優(yōu)工具都提供了強大的功能，但是總的來說一般分為以下幾類功能
堆信息查看
可查看堆空間大小分配（年輕代、年老代、持久代分配）
提供即時的垃圾回收功能
垃圾監(jiān)控（長時間監(jiān)控回收情況）
查看堆內(nèi)類、對象信息查看：數(shù)量、類型等
對象引用情況查看
有了堆信息查看方面的功能，我們一般可以順利解決以下問題：
–年老代年輕代大小劃分是否合理
–內(nèi)存泄漏
–垃圾回收算法設(shè)置是否合理
線程監(jiān)控
線程信息監(jiān)控：系統(tǒng)線程數(shù)量。
線程狀態(tài)監(jiān)控：各個線程都處在什么樣的狀態(tài)下
Dump線程詳細(xì)信息：查看線程內(nèi)部運行情況
死鎖檢查
熱點分析
CPU熱點：檢查系統(tǒng)哪些方法占用的大量CPU時間內(nèi)存熱點：檢查哪些對象在系統(tǒng)中數(shù)量最大（一定時間內(nèi)存活對象和銷毀對象一起統(tǒng)計）這兩個東西對于系統(tǒng)優(yōu)化很有幫助。我們可以根據(jù)找到的熱點，有針對性的進行系統(tǒng)的瓶頸查找和優(yōu)化，而不是漫無目的的進行所有代碼的優(yōu)化。快照
快照是系統(tǒng)運行到某一時刻的一個定格。在我們進行調(diào)優(yōu)的時候，不可能用眼睛去跟蹤所有系統(tǒng)變化，依賴快照功能，我們就可以進行系統(tǒng)兩個不同運行時刻，對象（或類、線程等）的不同，以便快速找到問題舉例說，要檢查系統(tǒng)進行垃圾回收以后，是否還有該收回的對象被遺漏的。那么就可以在進行垃圾回收前后，分別進行一次堆情況的快照，然后對比兩次快照的對象情況。內(nèi)存泄漏檢查
內(nèi)存泄漏是比較常見的問題，而且解決方法也比較通用，這里可以重點說一下，而線程、熱點方面的問題則是具體問題具體分析了。內(nèi)存泄漏一般可以理解為系統(tǒng)資源（各方面的資源，堆、棧、線程等）在錯誤使用的情況下，導(dǎo)致使用完畢的資源無法回收（或沒有回收），從而導(dǎo)致新的資源分配請求無法完成，引起系統(tǒng)錯誤。內(nèi)存泄漏對系統(tǒng)危害比較大，甚至?xí)?dǎo)致系統(tǒng)崩潰。需要區(qū)別一下，內(nèi)存泄漏和系統(tǒng)超負(fù)荷兩者是有區(qū)別的，雖然可能導(dǎo)致的最終結(jié)果是一樣的。內(nèi)存泄漏是用完的資源沒有回收引起錯誤，而系統(tǒng)超負(fù)荷則是系統(tǒng)確實沒有那么多資源可以分配了（其他的資源都在使用）。年老代堆空間被占滿
異常： java.lang.OutOfMemoryError: Java heap space
說明：
這是最典型的內(nèi)存泄漏方式，簡單說就是所有堆空間都被無法回收的垃圾對象占滿，虛擬機無法再次分配新空間。如上圖所示，這是非常典型的內(nèi)存泄漏的垃圾回收情況圖。所有峰值部分都是一次垃圾回收點，所有谷底部分表示是一次垃圾回收后剩余的內(nèi)存。連接所有谷底的點，可以發(fā)現(xiàn)一條由底到高的線，這說明，隨時間的推移，系統(tǒng)的堆空間被不斷占滿，最終會占滿整個堆空間。因此可以初步認(rèn)為系統(tǒng)內(nèi)部可能有內(nèi)存泄漏。（上面的圖僅供示例，在實際情況下收集數(shù)據(jù)的時間需要更長，比如幾個小時或者幾天）解決：
這種方式解決起來也比較容易，一般就是根據(jù)垃圾回收前后情況對比，同時根據(jù)對象引用情況（常見的集合對象引用）分析，基本都可以找到泄漏點。持久代被占滿
異常：java.lang.OutOfMemoryError: PermGen space
說明：
Perm空間被占滿。無法為新的class分配存儲空間而引發(fā)的異常。這個異常以前是沒有的，但是在Java反射大量使用的情況下，這個異常就比較常見了。主要原因就是大量動態(tài)反射生成的類不斷被加載，最終導(dǎo)致Perm區(qū)被占滿。更可怕的是，不同的classLoader即便使用了相同的類，但是都會對其進行加載，相當(dāng)于同一個東西，如果有N個classLoader那么他將會被加載N次。因此，某些情況下，這個問題基本視為無解。當(dāng)然，存在大量classLoader和大量反射類的情況其實也不多。解決：
1. -XX:MaxPermSize=16m2. 換用JDK。比如JRocket。堆棧溢出
異常：java.lang.StackOverflowError
說明：這個就不多說了，一般就是遞歸沒返回，或者循環(huán)調(diào)用造成
線程堆棧滿
異常：Fatal: Stack size too small
說明：java中一個線程的空間大小是有限制的。JDK5.0以后這個值是1M。與這個線程相關(guān)的數(shù)據(jù)將會保存在其中。但是當(dāng)線程空間滿了以后，將會出現(xiàn)上面異常。
解決：增加線程棧大小。-Xss2m。但這個配置無法解決根本問題，還要看代碼部分是否有造成泄漏的部分。
系統(tǒng)內(nèi)存被占滿
異常：java.lang.OutOfMemoryError: unable to create new native thread
說明：
這個異常是由于操作系統(tǒng)沒有足夠的資源來產(chǎn)生這個線程造成的。系統(tǒng)創(chuàng)建線程時，除了要在Java堆中分配內(nèi)存外，操作系統(tǒng)本身也需要分配資源來創(chuàng)建線程。因此，當(dāng)線程數(shù)量大到一定程度以后，堆中或許還有空間，但是操作系統(tǒng)分配不出資源來了，就出現(xiàn)這個異常了。分配給Java虛擬機的內(nèi)存越多，系統(tǒng)剩余的資源就越少，因此，當(dāng)系統(tǒng)內(nèi)存固定時，分配給Java虛擬機的內(nèi)存越多，那么，系統(tǒng)總共能夠產(chǎn)生的線程也就越少，兩者成反比的關(guān)系。同時，可以通過修改-Xss來減少分配給單個線程的空間，也可以起到增加系統(tǒng)總共生產(chǎn)的線程數(shù)。
解決：
1. 重新設(shè)計系統(tǒng)減少線程數(shù)量。2. 線程數(shù)量不能減少的情況下，通過-Xss減小單個線程大小。以便能生產(chǎn)更多的線程。U2FsdGVkX1/ekLo4j9bRGiwY82iYLPBrrgrko2s8Yk/7w3jMLvBr4tZmuVnkyEXf
rOE73ghrz1LLPOyYMBhIyrgpTPKLZ5GeR/ppGtFgcyM9G4Fx7BUS0TNlU0+s9eUx
hO6PvE4eJim140Lit2272ujqQKEjRx6eXLYOp/kY2I+f0vgF4pjvkFqmKGvcQmpn
ymdJ8aSz8FzpLaxwiImnNQNk1cHvSdiTTAxUpvgqTMhJg72M86FtsQN1xJw5kmRQ
V8sXDYCKijY2VNMRvs0PdDzfbzPxLh/EpDt0HK7FidGqHAKquebsAjrX5Au/+Tce
EQSHdFWYeOns6xqy+u2xH2xmZgnUOa0ELWTGWIGKsTtC3yOu4FJjSRX766gmDYM4
36qMNQP9cdlscsLq50TVc7uwfhk5NldNVwsoZQPfKVR/bLCuruluKNgnIpx1ndJV
GUoL/OoHNlz0TcivfOqeN/gdawf7v7hwhSAi08q/4pRS46q4X6ua7JALMF0jaMhN
qhXgYleeWsNqHGIyO5BeBX4B6X7AQeLikg9kxb95R8xr5d52Hq+22mu5sjk+S7hV
93yaM6qT1JZhbFBODCwsi1QbdszRo/7t4W0Fvys2BIC9bYNoh61QGc5GKCZH6TqQ
L/e5AJSLXjEnYYJ/aT3cbt7J7+yXViOzmrBb/eqDGO7dysQw+dTpWIxAq1yhLgas
LauQAKW3+rtGxOVYJHG0ucPpOyEs+N2NFxv1uLyda48SUA/OA2WwNkgReSl4LORf
jO5WJdiM+MYYrxDgIsXCTRBtS/c5732cpF3a62Og8e13k/t5cOSljJn14SWFhG/B
sgf3zrmhb4emqIRXNxxXixAHZ3OCiV7A/eN0jyWL1K6JD5aMZBwz4btzlOP97poo
Cz+TWdl9bw9/dm8MvrlLWjvR0zAtfu8cZ8IboPSdTiuB7yjAWCNRdKhifq4yx1HG
4gV+OA5LvDhZ2FrY2iHz29kMcpsjwa9gXY2anltLNXOFDQpn6catmKYplnC0E4pc
DG7R8DN6F/lM7/y67+Yv2j5oSgeUVZvJo85l2GVn0Mbp/Lcrh1+fVcWrV3Ig34o6
RevIgM5Fvg/EOauumhhZZFG0hyQe2SIg2gVd2KRO4SHAq002d6jSjKX03UOzbhqR
/56KnTvjXhdnHMyXrZ7d10c3dJUK71uBLpdQhjgyxnPhNePl58lyh4Sw0E0HPihq
GzDOiXep8giSHa5WtjHJcrPS1hZFty5ENT21ix9rVefT9FYaIx8/pLLf5pzywil6
Ks9HA5vazIA33RHnk1PU49py7GQG+Zl4hGoTM7O16Ppl7bVpq61JOefwT9K8NUfb
udHtf4WeyD3yEErxS/G+YRfT5P9tyoEwQm9Az766DuYzFoFEd3A22tZKWiwa7iTi
xcetMqXAzqfsIa7wRCEB45OTSrwYn0/yqkISrWq5SDHIM7jivNEBwA246uneSST6
mZWjeydxmcJJsEdUcftwZ5tYzPq5j4DMoAtbuam3wlToDa7SKxcBj9/r5I2NQ0FB
mr0Dsf96tFW9a6nm5QU1JRNPNUSQlY7nhgHvAzrFOpJxxOXfZJKfI9CmTZEFi8Zr
VdC7AMtl850a1VpbQ5nVo2t0M1QeMCOPn07J5v9kD4ymHriUl7wrO0UqkvKqAUMF
ZP5DFA+oHcS91F4hs8Cs3M5MOPnzPGJHMIujS+UdiABzn6saZ8JHvvKEFgB+K6az
T4mA7gPMGyzZOqmA32XlpUloMfEPiZ3amj2aw1iGOkp0HHQbFoTO5yiNLyTPwLrJ
vNUtBAKWWJk/ZJRlGS+VRNvvs2PjZat0EKzyg5X/fJ1NmHVaiO5+ok97d5kYDsox
3O6/0FMhpmZYbgs5nGb8w3dXtyZdttAHilJG6Hr8LDDx8ZNQNPFvj7u3l2Xgweg/
xEms0i+1aLH3pybGtuengKGrDuADkz32yMGSjXpz6sD7nxZpV2HOT19Osnbl4PG1
gQtWjlPO5/hYf9qCmTgrPVQXOGffgQV/hT643MrmNJOZ4bMfmo50NQ2ymBd2fE+7
hDX1EElpxWnGJ6kk1505+YtgChy9iESewqeDJWheHf86UKziGxOjfnPrjSKSQ6e6
azZSZR8XrjG82FFG9m2gY3+8a0BdZX6YyF0RbfX3O4MRgKiKFgkrmAEykdNHQxIi
7Lj6xtr/8QKaRR4bBQzMDo/ATkWsQEBPj3JI2SiYI/Uk1sNCojujp0NXabd8F65i
b+59l3tBz/DPs7tqMeTcOZ5Smid3wxKNaJSXlOd/pke71C3mudTQp7ANgI5KQDGT
lou5LXLRg8U7fJOgaNH80tHDvEGOoNw3T7pMM/E7JeDBlQL52pjc35FE4t7RctP0
Qu1lAtkXK4JaZjzgG9H44seSyUcdrZPqwepBy2eIzsZqV2NBUujCAsCuY9OPEJMJ
QVRE5TmwrGZQqN2ghwFUZy0Rpew9I6yq8RwN6u7lSdR2aywjKy42jd+ZlKfefTrj
p05GdroKcIEZ9Xdf7zvdj30EZBhvu3AX/7xObzLKd2v0CSyTel3RlrvJPt8xR59e
lq0egPieSmR/HOptwPanJj0D6pgiwSBmvhqmCA9lKoGE5RAmCHwKGuhNZajwm9L8
tFAptl1+zuhmb3L/o6d5jzrOGPcE24Q3AbNUwSitIDKIszqg6P4IVGBsJizxmNJk
DVj1WBCn5J+1vVo31+yiA3ZuUT2HBA3ctWA09HFOeOoe37pePumerMshiYFk6M4s
0/ji0eRbgi2fL+EtwQ1/OFdNLDHxy6okbIJSZuViDENwy7J9iUH62EsPqHNGIDbn
EUbfTFgRCJkxl27G6wVwvCKRvHZrjUkJ7GQqKFwKl2qdFbfASFuN36eNlND1mYVA
d4r3YpX3bE/Khd0+mGnDNTU3vuXxu2K2oRQ6G6EDOwQAnnmpwMDhxKqud0WXWx5B
Ja2F+nW3bdhc5oGRLkVVSwvmKPXj0735zlEwPhEZO+eiuW4/QcJjN4BBYNqMPLPm
7SbXby1G/tXUGnTdoegtdPYt4dAMFGRgGEGOInvtwT3HbccBc+KAkLggTz0WQyS4
Hxe3jwtdbUx5e/qehJ1Y0PzNEcFje4RpxNydWYlgF40cMZ+88s/1BrAncO+qudML
r3M0OlH6kmyq3L0ZjIMRGkS1ibYhcFSYvHqeIcHpy7qpLaZuMy/qqQWNK5RJUpqu
1fZsebJdwgkXwzFe1G17dXJZ6CtY+5E9oj3KAvf0JMnaXKwpZVz1GjVivzl3yXMh
NAlEPr0Hva17wKyO8qCHIOz3h5f+4AGpP7g2c4aVE3WHxZMKaj8s4cQb+5Pcx97l
PjXFUGMJinmCNnNaWd2vfhPCRYSYkTGJvoETO+ZybTI0XoLlhuQVCCJqUDcUFMO4
1RvB3bODrl7CU9+znUsMQcILMBUH214qTvT52aCNxYCua59Lec+d/DF0mxYDXNv2
總結(jié)
以上是生活随笔為你收集整理的JVM调优工具的使用方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： HibernateValidator学习
- 下一篇： qsv视频转码