打印 GC 日志

这里以 IDEA 为例：

菜单栏：

Run -> Edit Configurations -> VM options 添加 -XX:+PrintGCDetail

写个简单的测试程序

package VM;

/**
 * Created by andy.wwh on 2016/7/16.
 */
public class TestPrintGcDetails {
    public static void main(String[] args) {
        for (int i = 0; i < 10; i++) {
            byte[] b = new byte[1*1024*1024];
        }
    }
}

上图中除了各个区的内存分配情况，还发生了一次 GC。

GC日志：[GC (Allocation Failure) [PSYoungGen: 1024K->488K(1536K)] 1024K->648K(19968K), 0.0007228 secs] [Times: user=0.05 sys=0.00, real=0.00 secs]

从这条日志我们可以看出新生代 YoungGen 分配失败，1024K->488K(1536) 表示 GC 前已使用->GC后已使用（该区域总容量），[]之外表示Java堆GC前已使用->GC后已使用（Java堆总容量），最后为 GC 耗时。

从上图我们可以看出 GC 的主要收集区域，包括 PSYoungGen（年轻代）、ParOldGen（老年代）、Metaspace（元数据区）。

上图中却没有 Metaspace，而多了 Permanent Generation，原因 JDK 1.8 中用 Metaspace 取代了 Permanent。

-XX:PrintHeapAtGC 打印 GC 前后的堆分配信息

从上图我们可以看到添加了 -XX:PrintHeapAtGC 参数后可以清楚的看到堆分配信息，而且还可以看到 GC 数据的移动 PSYoungGen.eden space -> PSYoungGen.from space -> ParOldGen.object space。

-XX:+TraceClassLoading

堆分配参数

测试代码：

public class TestMaxMinHeap {
    public static void main(String[] args) {
        System.out.println("maxMemory:" + ( Runtime.getRuntime().maxMemory()/1024/1024) + "M");
        System.out.println("freeMemory:" + (Runtime.getRuntime().freeMemory()/1024/1024) + "M");
        System.out.println("totalMemory:" + (Runtime.getRuntime().totalMemory()/1024/1024) + "M");
    }
}

未修改参数

-Xmx 和 -Xms

最大堆：-Xmx20m 设置 maxMemory 为 20 M
分配空间不能超过最大堆内存大小，否则会抛出 OutofMemory 异常

初始化堆：-Xms20m 设置 total Memory 为 20 M
totalMemory 就是初始化堆大小，它的意思是一开始限定堆大小为多少，如果不够则可以扩充，但必须小于最大堆大小。

关系如下：

我们可以做个简单的小测试，最小堆设置为 5 M，最大堆设置为 20 M，分配内存来看看它们数值的变化。

/**
 * VM options:-Xmx20m -Xms5m
 */
public class TestMaxMinHeap {
    private static final int M = 1024 * 1024;
    public static void main(String[] args) {
        System.out.println("maxMemory:" + ( Runtime.getRuntime().maxMemory()/M) + "M");
        System.out.println("freeMemory:" + (Runtime.getRuntime().freeMemory()/M) + "M");
        System.out.println("totalMemory:" + (Runtime.getRuntime().totalMemory()/M) + "M");
    }
}

上图可以看出最大堆是 18 M，初始堆是 5 M，空闲堆是 4 M。

我们分配 2 M 来看看。

/**
 * VM options:-Xmx20m -Xms5m
 */
public class TestMaxMinHeap {
    private static final int M = 1024 * 1024;
    public static void main(String[] args) {
        byte b[] = new byte[2 * M];
        System.out.println("maxMemory:" + ( Runtime.getRuntime().maxMemory()/M) + "M");
        System.out.println("freeMemory:" + (Runtime.getRuntime().freeMemory()/M) + "M");
        System.out.println("totalMemory:" + (Runtime.getRuntime().totalMemory()/M) + "M");
    }
}

最大和初始堆大小都不变，空闲数变为 2 M，耗费 2 M。

分配 6 M 来看看。

/**
 * VM options:-Xmx20m -Xms5m
 */
public class TestMaxMinHeap {
    private static final int M = 1024 * 1024;
    public static void main(String[] args) {
        byte b[] = new byte[6 * M];
        System.out.println("maxMemory:" + ( Runtime.getRuntime().maxMemory()/M) + "M");
        System.out.println("freeMemory:" + (Runtime.getRuntime().freeMemory()/M) + "M");
        System.out.println("totalMemory:" + (Runtime.getRuntime().totalMemory()/M) + "M");
    }
}

可以看到，初始堆 大小从 5 M 变为了 12 M。说明初始堆是可以动态调整的。

分配大于最大堆试试。

/**
 * VM options:-Xmx20m -Xms5m
 */
public class TestMaxMinHeap {
    private static final int M = 1024 * 1024;
    public static void main(String[] args) {
        byte b[] = new byte[21 * M];
        System.out.println("maxMemory:" + ( Runtime.getRuntime().maxMemory()/M) + "M");
        System.out.println("freeMemory:" + (Runtime.getRuntime().freeMemory()/M) + "M");
        System.out.println("totalMemory:" + (Runtime.getRuntime().totalMemory()/M) + "M");
    }
}

上图可以看出，超过最大堆时就会出现溢出问题了。

我们可以根据自己应用的时机情况来动态调整该参数，提高性能，一般在高并发请款下，建议 -Xms 和 -Xmx 值相同，避免内存 收缩/增大 出现的性能问题。

-Xmn、-newRatio、-SurvivorRatio：

• -Xmn：设置 新生代 大小
• -NewRatio：设置 新生代 和 老年代 的比率
• -SurvivorRatio：设置新生代中 Eden space 和 Survivor space 的大小

我们来看测试它们的作用：

public class TestNewSpace {
    private static final int M = 1024*1024;
    public static void main(String[] args) {

        byte[] b = null;

        for (int i = 0; i < 10; ++i) {
            b = new byte[1*M];
        }
    }
}

参数：-Xmn1m -Xms20m -Xmx20m -XX:+PrintGCDetails
新生代大小设置为 1 M

结论：出发了两次 GC。当新生代太小时，会频繁触发 GC

参数：-Xmn15m -Xms20m -Xms20m -XX:PrintGCDetails
新生代大小设置为 15 Ｍ

结果：没有触发 GC，当 新生代 比较大时，对象全部分配到 新生代。

参数：-Xmn7m -Xms20m -Xms20m -XX:PrintGCDetails
新生代设置不大不小

结果：触发两次 GC

参数：-Xmn7m -Xms20m -Xms20m -XX:PrintGCDetails -XX:SurvivorRatio=2
将新生代中的幸存代设大

结果：触发了三次 GC

官方推荐

• 根据实际情况调整新生代和幸存代的大小
• 官方推荐新生代占堆的 3/8
• 幸存代占新生代的 1/10

错误时参数

• -XX:+HeapDumpOnOutOfMemoryError -XX:+HeapDumpPath: 根据 OOM 错误导出 dump 文件，指出路径
• -XX:OnOutOfMemoryError:XXX.py 发生 OOM 时执行某个脚本

栈分配参数

-Xss

指定 线程栈 大小，如:-Xss128k，一般来说，如果程序有大规模的递归行为，可以设置到 512K-1M。

public class TestXssStack {
    public static int count = 0;

    public static void func() {
        count++;
        func();
    }

    public static void main(String[] args) {
        try {
            func();
        }catch (Throwable e){
            System.out.println("count:" + count);
        }
    }
}

没调整参数时，调用了 30343 次。
设置 -Xss2m

调整参数后调用了 92111 次。