一次生產的 JVM 優化案例

芋道原始碼發表於2019-03-09

JVM優化

點選上方“芋道原始碼”，選擇“設為星標”

做積極的人，而不是積極廢人！

原始碼精品專欄

來源：http://t.cn/EfQaVFi

背景
GC資料
GC日誌
分析與優化

背景

生產環境有二臺阿里雲伺服器，均為同一時期購買的，CPU、記憶體、硬碟等配置相同。具體配置如下：

節點	CPU	記憶體	硬碟	其它
A	2CPU	4G	普通雲盤	Centos6.4 64位+JDK1.8.0_121
B	2CPU	4G	普通雲盤	Centos6.4 64位+JDK1.8.0_121

由於這二伺服器硬體和軟體配置相同，並且執行相同的程式，所以在Nginx輪詢策略均weight=1，即平臺的某個流量由這二臺機器平分。

有一次對系統進行例行檢查，使用PinPoint檢視下伺服器”Heap Usage”的使用情況時，發現，在有一個系統Full GC非常頻繁，大約五分鐘一次Full GC(如果不明白Full GC的什麼意思的，請自行百度)，嚇我一跳。這麼頻繁的Full GC，導致系統暫停處理業務，對系統的實時可用性大打折扣。我檢查了一下Tomcat(Tomcat8.5.28)配置，發現在tomcat沒有作任何關於JVM記憶體的設定，全部使用預設模式。由於這二伺服器硬體和軟體配置相同，並且執行相同的程式，所以在Nginx輪詢策略均weight=1，即平臺的某個流量由這二臺機器平分。

GC資料

在業務峰期間，通過PinPoint觀察的A、B節點的”Heap Usage”使用情況，分別進行以下幾個時間段資料。

3小時圖：

上圖B系統在三個小時內，一共發生了22次Full GC，大約每8分鐘進行一次Full GC。每次Full GC的時間大概有150ms左右，即B系統在三個小時內，大約有3300ms暫停系統執行。從上圖來看，堆的空間最大值在890M左右，但在堆空間的大小大約200M就發生Full GC了，從系統資源的利用角度來考慮，這個使用率太低了。

上圖A系統在3個小時內，一共發生了0次Full GC，嗯，就是沒有任何停頓。在這3小時，系統一直在處理業務，沒有停頓。堆的總空間大約1536m，目前堆的空間大於500M。

6小時圖：

上圖B系統在6個小時的資料統計和3個小時很像，6個小時內一共發生了N次Full GC，均是堆的空間小於200M就發生Full GC了。

上圖A系統在6個小時內，一共發生了0次Full GC，表現優秀。

12小時

上圖B系統在12個小時內，一共發生了N次Full GC，左邊Full GC比較少，是因為我們的業務主要集中白天，雖然晚上屬於非業務高峰期間，還是有Full GC。

上圖A系統在12個小時內，一共發生了0次Full GC，表現優秀。

GC日誌

看下gc.log檔案，因為我們兩臺伺服器都輸出了gc的詳細日誌，先看下B系統的Full GC日誌。

上圖全部是” [Full GC (Ergonomics)”日誌，是因為已經去掉” GC (Allocation Failure”日誌，這樣更方便觀察和分析日誌，選取GC日誌檔案最後一條Full GC日誌。

2018-12-24T15:52:11.402+0800: 447817.937: [Full GC (Ergonomics) [PSYoungGen: 480K->0K(20992K)] [ParOldGen: 89513K->69918K(89600K)] 89993K->69918K(110592K), [Metaspace: 50147K->50147K(1095680K)], 0.1519366 secs] [Times: user=0.21 sys=0.00, real=0.15 secs]

可以計算得到以下資訊：

堆的大小：110592K=108M

老生代大小：89600K=87.5M

新生代大小：20992K=20.5M

分析：這次Full GC是因為老年代物件佔用的空間的大小已經超過老年代容量 ([ParOldGen: 89513K->69918K(89600K)])引發的Full GC。是因為分配給老年代的空間太小，遠遠不能滿足系統對業務的需要，導致老年代的空間常常被佔滿，老年代的空間滿了，導致的Full GC。由於老年代的空間比較小，所以每次Full GC的時間也比較短。

A系統日誌，只有2次Full GC，這2次GC均發生在系統啟動時：

7.765: [Full GC (Metadata GC Threshold) [PSYoungGen: 18010K->0K(458752K)] [ParOldGen: 15142K->25311K(1048576K)] 33153K->25311K(1507328K), [Metaspace: 34084K->34084K(1081344K)], 0.0843090 secs] [Times: user=0.14 sys=0.00, real=0.08 secs]

可以得到以下資訊：

堆的大小：1507328K=1472M

老生代大小：89600K=1024M

新生代大小：20992K=448M

分析：A系統只有系統啟動才出現二次Full GC現象，而且是” Metadata GC Threshold”引起的，而不是堆空間引起的Full GC。雖然經過一個星期的觀察，A系統沒有Full GC，但一旦發生Full GC時間則會比較長。其它系統增加發現過，1024M的老年代，Full GC持續的時間大約是90ms秒。所以看得出來推也不是越大越好，或者說在UseParallelOldGC收集器中，堆的空間不是越大越好。

分析與優化

總體分析：

B系統的Full GC過於頻繁，是因為老生代只有約108M空間，根本無法滿足系統在高峰時期的記憶體空間需求。由於ParOldGen(老年代)常常被耗盡，所以就發生Full GC事件了。
A系統的堆初始空間(Xms)和堆的最大值(Xmx)均為1536m，完全可以滿足業務高峰期的記憶體需求。

優化策略：

B系統先增加堆空間大小，即通過設定Xms、 Xmx值增加堆空間。直接把Xms和Xmx均設定為1024M。直接堆的啟動空間(Xms)直接設定為堆的最大值的原因是：因為直接把Xms設定為最大值(Xmx)可以避免JVM執行時不停的進行申請記憶體，而是直接在系統啟動時就分配好了，從而提高系統的效率。把Xms(堆大小)設定為1024M，是因為採用JDK的建議，該建議通過命令得到” java -XX:+PrintCommandLineFlags -version” 。
img
其中，“-XX:MaxHeapSize=1004719104”，即Xmx為1024M，其它建議暫時不採納。所以綜合下來的B系統的JVM引數設定如下：export JAVA_OPTS="-server –Xms1024m -Xmx1024m -XX:+UseParallelOldGC -verbose:gc -Xloggc:../logs/gc.log -XX:+PrintGCDetails -XX:+PrintGCTimeStamps"
A系統JVM引數設定保持不變，以便觀察系統執行情況，即：export JAVA_OPTS="-server -Xms1536m -Xmx1536m -XX:+UseParallelOldGC -verbose:gc -Xloggc:../logs/gc.log -XX:+PrintGCDetails -XX:+PrintGCTimeStamps"
將A、B節點系統的JVM引數採用2套引數，是為了驗證A或B的引數更適合實際情況。