一.問題描述
最近對系統進行壓測時發現Server日誌報如下錯誤：java.lang.OutOfMemoryError: GC overhead limit exceeded。
檢視Oracle OOM文件，在文件中找到以下內容：
Exception in thread thread_name: java.lang.OutOfMemoryError:GC Overhead limit exceeded Cause: The detail message "GC overhead limitexceeded" indicates that the garbage collector is running all the time andJava program is making very slow progress. After a garbage collection, if the Java process is spending more than approximately 98% of its time doing garbage collection and if it is recovering less than 2% of the heap and has been doing so far the last 5 (compile time constant) consecutive garbage collections, then a java.lang.OutOfMemoryError is thrown.This exception is typically thrown because the amount of live data barely fitsinto the Java heap having little free space for new allocations. Action:Increase the heap size.The java.lang.OutOfMemoryError exception for GC Overhead limit exceeded can be turned off with thecommand line flag -XX:-UseGCOverheadLimit. 原文連結如下： docs.oracle.com/javase/8/do… 上面一段文字大概意思是JVM用98%的時間回收了不到2%的堆記憶體，因此預測到記憶體即將耗盡，丟擲OOM異常來提示記憶體不足，相當於給使用者一個警告資訊。Oracle給的解決方法是提高堆記憶體，也可以用-XX:-UseGCOverheadLimit引數來關閉這個異常警告。
這種方式其實只是治標不治本，讓使用者提高堆記憶體容量，雖然解決了燃眉之急，但實際上並沒有解決記憶體消耗過大的根本問題。如果堆記憶體一直增長，最終還會提示“GC overhead limit exceeded”。即使用XX:-UseGCOverheadLimit引數關閉OOM預測提示，當記憶體佔用增長到極限，最後也會直接報 java.lang.OutOfMemoryError: Java heap space，造成程式停止的嚴重影響。所以Oracle給的解決方案並不靠譜，只能作為參考。
通過以上描述，可以推測程式中要麼有任務一直在申請記憶體，要麼發生了記憶體洩露。具體哪種原因還得對記憶體使用情況深入分析後判斷，以下是分析的整個過程。
二.MAT分析
1.獲取dump檔案
登上伺服器，用 Java自帶的jmap生成dump 檔案，命令如下：
jmap -dump:live,format=b,file= heap.hprof
2. 餅圖分析
將dump檔案下載到自己電腦，用 MAT開啟。
從overview檢視看到java.util.concurrent.ThreadPoolExecutor @ 0x744ce0aa 共佔用了1.6G記憶體，比例佔到了75%，可以初步判斷有一個ThreadPoolExecutor的例項佔據了大量記憶體，導致OOM。
3.Leak Suspects報告
點選overview檢視下的Leak Suspects 按鈕，檢視分析結果。
4. Histogram圖
點選選單欄的Hitstorgam按鈕，生成instances報告，並用Retained Heap進行排序。
從圖中看出佔用記憶體最多的是BufferedImages物件，QRCodeTask物件排到了第四，這個物件功能後面會提到。
選中BufferedImage右鍵查show object by classby incoming class，看到確實是QRCodeTask引用了BufferedImage。
5. DominatorTree
選中BufferedImage，點選Dominator Tree選單。從圖中可以看到確實是java.util.concurrent.LinkedBlockingQueue$Node引用了BufferImage，與Leak Suspects報告一致。
MAT分析工作基本到此結束，下一步找到相應程式碼檢視業務邏輯。
三.程式碼分析
1.當有請求過來時會執行以下函式，把QRCodeBatchTask新增到執行緒池中。
public void applyQRcode() {
exec.execute(new QRCodeBatchTask());
}
複製程式碼2.QRCodeBatchTask會不斷往執行緒池提交QRCodeTask任務，並把生成的圖片賦值給QRCodeTask。
public void run() {
backImage=ImageIO.read(backGroundImageFile);
logoImage=ImageIO.read(logoFile);
for (List list : lists) {
exec.execute(new QRCodeTask(backImage，logoImage)）;
)}}
複製程式碼3.QRCodeTask儲存backGroundImage，logoImage物件，並在任務執行中用到。
public class QRCodeTask implements Runnable {
private BufferedImage backGroundImage, logoImage;
public QRCodeTask(String backGroundImage, logoImage ) {
this.backGroundImage = backImage;
this.logoImage = logoImage;
}
}
複製程式碼以上業務程式碼處理邏輯是每次請求過來時都會新建一個QRCodeBatchTask任務並提交到執行緒池中。QRCodeBatchTask會從磁碟讀取兩張圖片，賦值給新建的QRCodeTask任務，所有新建的任務都會提交到執行緒池中去執行。
ThreadPoolExecutor原理是把提交的所有任務新增到LinkedBlockingQueue佇列中，這也就是圖中java.util.concurrent.LinkedBlockingQueue$Node物件引用QRCodeTask物件的原因。實際壓測時候隨著請求的持續增加，新建的QRCodeBatchTask越來越多，生成的圖片也越來越多，最終導致佔用的記憶體持續增長直至OOM發生。
四.問題解決
原因已經知道，解決問題就相對容易了。因為每個任務用到的backGroundImage,logoImage其實是一樣的，因此可以用單例模式獲取這兩個圖片，以此來保證程式內只保留一個圖片物件，這樣就減少了記憶體的佔用。
通過重構程式碼，再次執行程式並用VisualVM進行監控可以觀察到記憶體佔用趨於平穩，沒有再發生OOM，問題得到解決。
想要了解更多，關注公眾號：七分熟pizza
