簡介

JVM堆外內存難排查但經常會出現問題，這可能是目前最全的JVM堆外內存排查思路。之前的文章排版太亂，現在整理重發一下，內容是一樣的。

通過本文，你應該了解：

pmap 命令

gdb 命令

perf 命令

內存 RSS、VSZ的區別

java NMT

起因

這幾天遇到一個比較奇怪的問題，覺得有必要和大家分享一下。我們的一個服務，運行在docker上，在某個版本之后，占用的內存開始增長，直到docker分配的內存上限，但是并不會OOM。版本的更改如下：

升級了基礎軟件的版本

將docker的內存上限由4GB擴展到8GB

上上個版本的一項變動是使用了EhCache的Heap緩存

沒有讀文件，也沒有mmap操作

使用jps 查看啟動參數，發現分配了大約3GB的堆內存

[root]$ jps -v

75 Bootstrap -Xmx3000m -Xms3000m -verbose:gc -Xloggc:/home/logs/gc.log -XX:CMSInitiatingOccupancyFraction=80 -XX:+UseCMSCompactAtFullCollection -XX:MaxTenuringThreshold=10 -XX:MaxPermSize=128M -XX:SurvivorRatio=3 -XX:NewRatio=2 -XX:+PrintGCDateStamps -XX:+PrintGCDetails -XX:+UseParNewGC -XX:+UseConcMarkSweepGC

使用ps查看進程使用的內存和虛擬內存 ( Linux內存管理 )。除了虛擬內存比較高達到17GB以外，實際使用的內存RSS也夸張的達到了7GB，遠遠超過了-Xmx的設定。

[root]$ ps -p 75 -o rss,vsz

RSS VSZ 7152568 17485844

排查過程

明顯的，是有堆外內存的使用，不太可能是由于EhCache引起的(因為我們使用了heap方式)。了解到基礎軟件的升級涉及到netty版本升級，netty會用到一些DirectByteBuffer，第一輪排查我們采用如下方式：

jmap -dump:format=b,file=75.dump 75 通過分析堆內存找到DirectByteBuffer的引用和大小

部署一個升級基礎軟件之前的版本，持續觀察

部署另一個版本，更改EhCache限制其大小到1024M

考慮到可能由Docker的內存分配機制引起，部署一實例到實體機

結果4個環境中的服務，無一例外的都出現了內存超用的問題。問題很奇怪，寶寶睡不著覺。

pmap

為了進一步分析問題，我們使用pmap查看進程的內存分配，通過RSS升序序排列。結果發現除了地址000000073c800000上分配的3GB堆以外，還有數量非常多的64M一塊的內存段，還有巨量小的物理內存塊映射到不同的虛擬內存段上。但到現在為止，我們不知道里面的內容是什么，是通過什么產生的。

[root]$ pmap -x 75 | sort -n -k3

.....省略N行

0000000040626000 55488 55484 55484 rwx-- [ anon ]

00007fa07c000000 65536 55820 55820 rwx-- [ anon ]

00007fa044000000 65536 55896 55896 rwx-- [ anon ]

00007fa0c0000000 65536 56304 56304 rwx-- [ anon ]

00007f9db8000000 65536 56360 56360 rwx-- [ anon ]

00007fa0b8000000 65536 56836 56836 rwx-- [ anon ]

00007fa084000000 65536 57916 57916 rwx-- [ anon ]

00007f9ec4000000 65532 59752 59752 rwx-- [ anon ]

00007fa008000000 65536 60012 60012 rwx-- [ anon ]

00007f9e58000000 65536 61608 61608 rwx-- [ anon ]

00007f9f18000000 65532 61732 61732 rwx-- [ anon ]

00007fa018000000 65532 61928 61928 rwx-- [ anon ]

00007fa088000000 65536 62336 62336 rwx-- [ anon ]

00007fa020000000 65536 62428 62428 rwx-- [ anon ]

00007f9e44000000 65536 64352 64352 rwx-- [ anon ]

00007f9ec0000000 65528 64928 64928 rwx-- [ anon ]

00007fa050000000 65532 65424 65424 rwx-- [ anon ]

00007f9e08000000 65512 65472 65472 rwx-- [ anon ]

00007f9de0000000 65524 65512 65512 rwx-- [ anon ]

00007f9dec000000 65532 65532 65532 rwx-- [ anon ]

00007f9dac000000 65536 65536 65536 rwx-- [ anon ]

00007f9dc8000000 65536 65536 65536 rwx-- [ anon ]

00007f9e30000000 65536 65536 65536 rwx-- [ anon ]

00007f9eb4000000 65536 65536 65536 rwx-- [ anon ]

00007fa030000000 65536 65536 65536 rwx-- [ anon ]

00007fa0b0000000 65536 65536 65536 rwx-- [ anon ]

000000073c800000 3119140 2488596 2487228 rwx-- [ anon ]

total kB 17629516 7384476 7377520

通過google，找到以下資料 Linux glibc >= 2.10 (RHEL 6) malloc may show excessive virtual memory usage)

文章指出造成應用程序大量申請64M大內存塊的原因是由Glibc的一個版本升級引起的，通過export MALLOC_ARENA_MAX=4可以解決VSZ占用過高的問題。雖然這也是一個問題，但卻不是我們想要的，因為我們增長的是物理內存，而不是虛擬內存。

NMT

幸運的是 JDK1.8有Native Memory Tracker可以幫助定位。通過在啟動參數上加入-XX:NativeMemoryTracking=detail就可以啟用。在命令行執行jcmd可查看內存分配。

#jcmd 75 VM.native_memory summary

Native Memory Tracking: Total: reserved=5074027KB, committed=3798707KB - Java Heap (reserved=3072000KB, committed=3072000KB) (mmap: reserved=3072000KB, committed=3072000KB) - Class (reserved=1075949KB, committed=28973KB) (classes #4819) (malloc=749KB #13158) (mmap: reserved=1075200KB, committed=28224KB) - Thread (reserved=484222KB, committed=484222KB) (thread #470) (stack: reserved=482132KB, committed=482132KB) (malloc=1541KB #2371) (arena=550KB #938) - Code (reserved=253414KB, committed=25070KB) (malloc=3814KB #5593) (mmap: reserved=249600KB, committed=21256KB) - GC (reserved=64102KB, committed=64102KB) (malloc=54094KB #255) (mmap: reserved=10008KB, committed=10008KB) - Compiler (reserved=542KB, committed=542KB) (malloc=411KB #543) (arena=131KB #3) - Internal (reserved=50582KB, committed=50582KB) (malloc=50550KB #13713) (mmap: reserved=32KB, committed=32KB) - Symbol (reserved=6384KB, committed=6384KB) (malloc=4266KB #31727) (arena=2118KB #1) - Native Memory Tracking (reserved=1325KB, committed=1325KB) (malloc=208KB #3083) (tracking overhead=1117KB) - Arena Chunk (reserved=231KB, committed=231KB) (malloc=231KB) - Unknown (reserved=65276KB, committed=65276KB) (mmap: reserved=65276KB, committed=65276KB)

雖然pmap得到的內存地址和NMT大體能對的上，但仍然有不少內存去向成謎。雖然是個好工具但問題并不能解決。

gdb

非常好奇64M或者其他小內存塊中是什么內容，接下來通過gdb dump出來。讀取/proc目錄下的maps文件，能精準的知曉目前進程的內存分布。

以下腳本通過傳入進程id，能夠將所關聯的內存全部dump到文件中(會影響服務，慎用)。

grep rw-p /proc/$1/maps | sed -n 's/^\([0-9a-f]*\)-\([0-9a-f]*\) .*$/\1 \2/p' | while read start stop; do gdb --batch --pid $1 -ex "dump memory $1-$start-$stop.dump 0x$start 0x$stop"; done

更多時候，推薦之dump一部分內存。(再次提醒操作會影響服務，注意dump的內存塊大小，慎用)。

gdb --batch --pid 75 -ex "dump memory a.dump 0x7f2bceda1000 0x7f2bcef2b000

[root]$ du -h *

dump 4.0K

55-00600000-00601000.dump 400K

55-00eb7000-00f1b000.dump 0

55-704800000-7c0352000.dump 47M

55-7f2840000000-7f2842eb8000.dump 53M

55-7f2848000000-7f284b467000.dump 64M

55-7f284c000000-7f284fffa000.dump 64M

55-7f2854000000-7f2857fff000.dump 64M

55-7f285c000000-7f2860000000.dump 64M

55-7f2864000000-7f2867ffd000.dump 1016K

55-7f286a024000-7f286a122000.dump 1016K

55-7f286a62a000-7f286a728000.dump 1016K

55-7f286d559000-7f286d657000.dump

是時候查看里面的內容了

[root]$ view 55-7f284c000000-7f284fffa000.dump

^@^@X+^?^@^@^@^@^@d(^?^@^@^@ ?^C^@^@^@^@^@ ?^C^@^@^@^@^@^@^@^@^@^@^@^@±<97>p^C^@^@^@^@ 8^^Z+^?^@^@ ^@^@d(^?^@^@ 8^^Z+^?^@^@ ^@^@d(^?^@^@

achine":524993642,"timeSecond":1460272569,"inc":2145712868,"new":false},"device":{"client":"android","uid":"xxxxx","version":881},"

device_android":{"BootSerialno":"xxxxx","CpuInfo":"0-7","MacInfo":"2c:5b:b8:b0:d5:10","RAMSize":"4027212","SdcardInfo":"xxxx","Serialno":"xxxx",

"android_id":"488aedba19097476","buildnumber":"KTU84P/1416486236","device_ip":"0.0.0.0","mac":"2c:5b:b8:b0:d5:10","market_source":"12","model":"OPPO ...more

納尼？這些內容不應該在堆里面么？為何還會使用額外的內存進行分配？上面已經排查netty申請directbuffer的原因了，那么還有什么地方在分配堆外內存呢？

perf

傳統工具失靈，快到了黔驢技窮的時候了，是時候祭出神器perf了。

使用 perf record -g -p 55 開啟監控棧函數調用。運行一段時間后Ctrl+C結束，會生成一個文件perf.data。

執行perf report -i perf.data查看報告。

如圖，進程大量執行bzip相關函數。搜索zip，結果如下：-.-!

進程調用了

Java_java_util_zip_Inflater_inflatBytes()

申請了內存，僅有一小部分調用Deflater釋放內存。與pmap內存地址相比對，確實是bzip在搞鬼。

解決

java項目搜索zip定位到代碼，發現確實有相關bzip壓縮解壓操作，而且GZIPInputStream有個地方沒有close。

GZIPInputStream使用Inflater申請堆外內存，Deflater釋放內存，調用close()方法來主動釋放。如果忘記關閉，Inflater對象的生命會延續到下一次GC。在此過程中，堆外內存會一直增長。

原代碼：

public byte[] decompress ( byte[] input) throws IOException {

ByteArrayOutputStream out = new ByteArrayOutputStream();

IOUtils.copy(new GZIPInputStream(new ByteArrayInputStream(input)), out); return out.toByteArray();

}

修改后：

public byte[] decompress(byte[] input) throws IOException {

ByteArrayOutputStream out = new ByteArrayOutputStream();

GZIPInputStream gzip = new GZIPInputStream(new ByteArrayInputStream(input));

IOUtils.copy(gzip, out);

gzip.close(); return out.toByteArray();

}

經觀察，問題解決。

總結

以上是生活随笔為你收集整理的java堆外内存6_Java堆外内存排查小结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。