文章目錄

• Pre
• Case
• 針對Kafka故障設計的高可用場景
• 無法釋放的內(nèi)存最終導致OOM
• 故障修復

---

Pre

之前我們已經(jīng)用代碼給大家都演示過幾種不同的內(nèi)存溢出的場景了，但是光看代碼演示可能大家還是找不到感覺。因此，我們同樣也會用曾經(jīng)遇到過的真實線上系統(tǒng)運行場景來讓大家看看是如何觸發(fā)堆內(nèi)存溢出的。

---

Case

還記得超大數(shù)據(jù)量的計算引擎系統(tǒng)么？ 之前就用這個系統(tǒng)案例給大家分析過GC問題，但是因為他處理的數(shù)據(jù)量實在是很大，負載也過高，所以除了GC問題以外，還有OOM問題。

首先用最最簡化的一張圖給大家解釋系統(tǒng)的工作流程。簡單來說，就是不停的從數(shù)據(jù)存儲中加載大量的數(shù)據(jù)到內(nèi)存里來進行復雜的計算，如下圖所示。

總結

以上是生活随笔為你收集整理的jvm性能调优实战 - 47超大数据量处理系统是如何OOM的的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。