大型跨境电商 JVM 调优经历
大型跨境電商 JVM 調優(yōu)經歷
前提：
某大型跨境電商業(yè)務發(fā)展非常快，線上機器擴容也很頻繁，但是對于線上機器的運行情況，特別是jvm內存的情況，一直沒有一個統(tǒng)一的標準來給到各個應用服務的owner。經過618大促之后，和運維的同學討論了下，希望將線上服務器的jvm參數標準化，可以以一個統(tǒng)一的方式給到各個應用，提升線上服務器的穩(wěn)定性，同時減少大家都去調整jvm參數的時間。
參考了之前在淘寶天貓工作的公司的經歷：經過大家討論，根據jdk的版本以及線上機器配置，確定了一個推薦的默認jvm模版：
最終推薦的jvm模版：
jdk版本 機器配置 建議jvm參數 備注
jdk1.7 6V8G -server -Xms4g -Xmx4g -Xmn2g -Xss768k -XX:PermSize=512m -XX:MaxPermSize=512m
-XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+CMSClassUnloadingEnabled
-XX:+DisableExplicitGC -XX:+UseCMSInitiatingOccupancyOnly -XX:CMSInitiatingOccupancyFraction=68
-verbose:gc -XX:+PrintGCDetails -Xloggc:{CATALINA_BASE}/logs/gc.log -XX:+PrintGCDateStamps
-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath={CATALINA_BASE}/logs 前臺
jdk1.7 8V8G -server -Xms4g -Xmx4g -Xmn2g -Xss768k -XX:PermSize=512m -XX:MaxPermSize=512m
-XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+CMSClassUnloadingEnabled
-XX:+DisableExplicitGC -XX:+UseCMSInitiatingOccupancyOnly -XX:CMSInitiatingOccupancyFraction=68
-verbose:gc -XX:+PrintGCDetails -Xloggc:{CATALINA_BASE}/logs/gc.log -XX:+PrintGCDateStamps
-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath={CATALINA_BASE}/logs 前臺
jdk1.7 4V8G -server -Xms4g -Xmx4g -Xmn2g -Xss768k -XX:PermSize=512m -XX:MaxPermSize=512m
-XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+CMSClassUnloadingEnabled
-XX:+DisableExplicitGC -XX:+UseCMSInitiatingOccupancyOnly -XX:CMSInitiatingOccupancyFraction=68
-verbose:gc -XX:+PrintGCDetails -Xloggc:{CATALINA_BASE}/logs/gc.log -XX:+PrintGCDateStamps
-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath={CATALINA_BASE}/logs 前臺
jdk1.7 6V8G -server -Xms4g -Xmx4g -XX:MaxPermSize=512m
-verbose:gc -XX:+PrintGCDetails -Xloggc{CATALINA_BASE}/logs/gc.log -XX:+PrintGCTimeStamps \ 后臺
某互聯網（bat）公司的推薦配置：
配置說明：
堆設置
-Xms:初始堆大小
-Xmx:最大堆大小
-XX:NewSize=n:設置年輕代大小
-XX:NewRatio=n:設置年輕代和年老代的比值。如:為3，表示年輕代與年老代比值為1：3，年輕代占整個年輕代年老代和的1/4
-XX:SurvivorRatio=n:年輕代中Eden區(qū)與兩個Survivor區(qū)的比值。注意Survivor區(qū)有兩個。如：3，表示Eden：Survivor=3：2，一個Survivor區(qū)占整個年輕代的1/5
-XX:MaxPermSize=n:設置持久代大小
收集器設置
-XX:+UseSerialGC:設置串行收集器
-XX:+UseParallelGC:設置并行收集器
-XX:+UseParalledlOldGC:設置并行年老代收集器
-XX:+UseConcMarkSweepGC:設置并發(fā)收集器
垃圾回收統(tǒng)計信息
-XX:+PrintGC
-XX:+PrintGCDetails
-XX:+PrintGCTimeStamps
-Xloggc:filename
并行收集器設置
-XX:ParallelGCThreads=n:設置并行收集器收集時使用的CPU數。并行收集線程數。
-XX:MaxGCPauseMillis=n:設置并行收集最大暫停時間
-XX:GCTimeRatio=n:設置垃圾回收時間占程序運行時間的百分比。公式為1/(1+n)
并發(fā)收集器設置
-XX:+CMSIncrementalMode:設置為增量模式。適用于單CPU情況。
-XX:ParallelGCThreads=n:設置并發(fā)收集器年輕代收集方式為并行收集時，使用的CPU數。并行收集線程數。
參數解釋：
-Xms3072m -Xmx3072m
針對JVM堆的設置，通過-Xms -Xmx限定其最小、最大值
-Xmn1024m設置年輕代大小為1024m
整個JVM內存大小=年輕代大小 + 年老代大小 + 持久代大小（perm）。
-Xss768k 設置每個線程的堆棧大小。JDK5.0以后每個線程堆棧大小為1M，以前每個線程堆棧大小為256K。更具應用的線程所需內存大小進行調整。在相同物理內存下，減小這個值能生成更多的線程。但是操作系統(tǒng)對一個進程內的線程數還是有限制的，不能無限生成，經驗值在3000~5000左右。
-XX:PermSize=512m -XX:MaxPermSize=512m
持久代一般固定大小為64m，所以增大年輕代后，將會減小年老代大小。此值對系統(tǒng)性能影響較大，Sun官方推薦配置為整個堆的3/8。
設置非堆內存初始值，默認是物理內存的1/64；由XX:MaxPermSize設置最大非堆內存的大小，默認是物理內存的1/4
-XX:+UseConcMarkSweepGC
CMS收集器也被稱為短暫停頓并發(fā)收集器。它是對年老代進行垃圾收集的。CMS收集器通過多線程并發(fā)進行垃圾回收，盡量減少垃圾收集造成的停頓。CMS收集器對年輕代進行垃圾回收使用的算法和Parallel收集器一樣。這個垃圾收集器適用于不能忍受長時間停頓要求快速響應的應用。
-XX:+UseParNewGC對年輕代采用多線程并行回收，這樣收得快；
-XX:+CMSClassUnloadingEnabled
如果你啟用了CMSClassUnloadingEnabled ，垃圾回收會清理持久代，移除不再使用的classes。這個參數只有在 UseConcMarkSweepGC 也啟用的情況下才有用。
-XX:+DisableExplicitGC禁止System.gc()，免得程序員誤調用gc方法影響性能；
-XX:+UseCMSInitiatingOccupancyOnly
標志來命令JVM不基于運行時收集的數據來啟動CMS垃圾收集周期。而是，當該標志被開啟時，JVM通過CMSInitiatingOccupancyFraction的值進行每一次CMS收集，而不僅僅是第一次。然而，請記住大多數情況下，JVM比我們自己能作出更好的垃圾收集決策。因此，只有當我們充足的理由(比如測試)并且對應用程序產生的對象的生命周期有深刻的認知時，才應該使用該標志。
-XX:CMSInitiatingOccupancyFraction=68
默認CMS是在tenured generation(年老代）占滿68%的時候開始進行CMS收集，如果你的年老代增長不是那么快，并且希望降低CMS次數的話，可以適當調高此值；
-XX:+UseParNewGC：對年輕代采用多線程并行回收，這樣收得快；
-XX:HeapDumpPath
-XX:+PrintGCDetails
-XX:+PrintGCTimeStamps
-Xloggc:/usr/aaa/dump/heap_trace.txt
上面的的參數打Heap Dump信息
-XX:+HeapDumpOnOutOfMemoryError
此參數可以控制OutOfMemoryError時打印堆的信息
大家可能注意到了，這里推薦采用cms方式進行垃圾回收；
CMS是一種以獲取最短回收停頓時間為目標的收集器，可以有效減少服務器停頓的時間；
CMS的GC線程對CPU的占用率會比較高，但在多核的服務器上還是展現了優(yōu)越的特性，目前也被部署在國內的各大電商網站上。所以這里強烈推薦！
cms的概念：
CMS收集器也被稱為短暫停頓并發(fā)收集器。它是對年老代進行垃圾收集的。CMS收集器通過多線程并發(fā)進行垃圾回收，盡量減少垃圾收集造成的停頓。CMS收集器對年輕代進行垃圾回收使用的算法和Parallel收集器一樣。這個垃圾收集器適用于不能忍受長時間停頓要求快速響應的應用。CMS采用了多種方式盡可能降低GC的暫停時間,減少用戶程序停頓。停頓時間降低的同時犧牲了CPU吞吐量 。這是在停頓時間和性能間做出的取舍，可以簡單理解為"空間(性能)"換時間。
調整的節(jié)奏：
由于怕影響線上應用，所以調整的步驟分三步：
第一步：部分影響少量機器試點，對比未調整的機器，觀察調整后的結果；
第二步：調整部分應用的參數，進行壓測，觀察高并發(fā)壓測之后的效果；
第三步：調整部分核心應用的jvm參數，通過818大促來實際檢驗效果；
目前818大促已經結果。正好做一個個總結。
一. 長期表現
第一個變化：fgc的次數減少，減少了大概一倍以上；
mobile工程，調整前基本上一天1-2輛次，調整后基本上就是2-3天一次：
online（另外一個工程）：可以明顯看到fgc的統(tǒng)計頻率少了很多；
第二個變化：fgc的時間減少
原來一次fgc要將近500ms，現在只要100ms不到了。
也證明了cms最大的好處就是減少fgc的停頓時間。
二. 壓測及大促表現
fgc的時間基本上是大大縮短，yanggc的時間變長，次數變化不大；
數據來源：測試團隊的壓測總結
| fullgc次數 | 1 | 1 | 1 | |
| fullgc總時間 | 343 | 250 | 1219 | |
| 默認垃圾收集器/CMS fullgc 時間 | 3.55 | 4.88 | CMS fullgc時間比默認垃圾收集器時間明顯要少。 | |
| fullgc時間點 | 2:48:36 | 3:14:36 | 5:30:36 | |
| fullgc時使用率CPU% | 40% | 10% | 16% | |
| fullgc時的load Average | 1.19 | 0.49 | 1.21 | |
| younggc總次數 | 1094 | 1098 | 1078 | |
| younggc總時間 | 44093 | 44632 | 30387 | |
| younggc平均時間 | 40.30 | 40.65 | 28.19 | |
| younggc最大時間 | 1332 | 1268 | 928 | |
| CMS/默認垃圾收集器（younggc總時間） | 1.45 | 1.47 | CMS younggc時間比默認垃圾收集器耗時 | |
| CMS/默認垃圾收集器（younggc平均時間） | 1.43 | 1.44 | CMS younggc時間比默認垃圾收集器耗時 | |
| CMS/默認垃圾收集器（younggc最大時間） | 1.44 | 1.37 | CMS younggc時間比默認垃圾收集器最差情況要差 |
三. 關于哨兵上統(tǒng)計full gc的次數的解釋
哨兵上我們可以安全的說：
Full GC的次數說的是stop the world的次數，所以一次CMS至少會讓Full GC的次數+2，因為CMS Initial mark和remark都會stop the world，記做2次。而CMS可能失敗再引發(fā)一次Full GC
如果CMS并發(fā)GC過程中出現了concurrent mode failure的話那么接下來就會做一次mark-sweep-compact的full GC，這個是完全stop-the-world的。
正是這個特征，使得CMS的每個并發(fā)GC周期總共會更新full GC計數器兩次，initial mark與final re-mark各一次；如果出現concurrent mode failure，則接下來的full GC自己算一次。
四. 遇到的幾個問題
問題一：堆棧溢出；
-Xss256k這個參數調整了，遠濤反饋可能會影響trace的調用。 報如下錯誤：
因為這個參數是設置每個線程的堆棧大小。JDK5.0以后每個線程堆棧大小為1M，以前每個線程堆棧大小為256K。在相同物理內存下，減小這個值能生成更多的線程。
所以今天去掉某臺inventory機器的-Xss256k參數，看一下是不是這個導致的
問題二：初始化標記階段耗時過長：
一般的建議是cms階段兩次STW的時間不超過200ms,如果是CMS Initial mark階段導致的時間過長：
在初始化標記階段（CMS Initial mark），為了最大限度地減少STW的時間開銷，我們可以使用：
-XX:+CMSParallelInitialMarkEnabled
開啟初始標記過程中的并行化，進一步提升初始化標記效率；
問題三：remark階段stw的時間過長
如下圖：
可以采用的方式是：
在CMS GC前啟動一次ygc，目的在于減少old gen對ygc gen的引用，降低remark時的開銷-----一般CMS的GC耗時 80%都在remark階段
-XX:+CMSScavengeBeforeRemark
jmap分析：
問題四：nio框架占用DirectMemory導致的OutOfMemoryError
處理方式：使用XX:+DisableExplicitGC
增加DirectMemory的大小；
1、DirectMemory不屬于java堆內存、分配內存其實是調用操作系統(tǒng)的Os:malloc()函數。
2、容量可通過-XX:MaxDirectMemorySize指定，如果不指定，則默認與Java堆的最大值(-Xmx指定)一樣。注意 ibm jvm默認Direct Memory與-Xmx無直接關系。
3、Direct Memory 內存的使用避免Java堆和Native堆中來回復制數據。從某些場景中提高性能。
4、直接ByteBuffer對象會自動清理本機緩沖區(qū)，但這個過程只能作為Java堆GC的一部分來執(zhí)行，因此它們不會自動響應施加在本機堆上的壓力。
5、GC僅在Java堆被填滿，以至于無法為堆分配請求提供服務時發(fā)生，或者在Java應用程序中顯示調用System.gc()函數來釋放內存（一些NIO框架就是用這個方法釋放占用的DirectMemory）。
6、該區(qū)域使用不合理，也是會引起OutOfMemoryError。
7、在需要頻繁創(chuàng)建Buffer的場合，由于創(chuàng)建和銷毀DirectBuffer的代價比較高昂，是不宜使用DirectBuffer的，但是如果能將DirectBuffer進行復用，那么 ，在讀寫頻繁的情況下，它完全可以大幅改善性能。（對DirectBuffer的讀寫比普通Buffer快，但是對他的創(chuàng)建和銷毀比普通Buffer慢）。
總結
以上是生活随笔為你收集整理的大型跨境电商 JVM 调优经历的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Hive学习笔记 —— Hive的数据类
- 下一篇： 使 IDEA 的 termina l可以