JVM 引數調整對 sortx 的影響

Java虛擬機器引數的配置有時候會對SPL的效能產生很大影響，本文從排序函式sortx的使用出發，探索如何通過優化JVM引數配置來提升效能。對分析過程不感興趣的同學可以直接閱讀結論章節。

1 記憶體構成

如圖，Java虛擬機器的記憶體，也就是常說的堆，主要分為年輕代和年老代兩個部分。年輕代存放生命週期很短的物件，年老代存放長期存活的物件。例如，經過幾次垃圾回收之後，一個物件仍然存活，那麼這個物件就會從年輕代進入年老代。

年輕代又分為3個區：Eden、Survivor 1、Survivor 2（以下簡稱Eden、S1、S2）。Eden存放新物件，S1和S2交替使用，用來存放垃圾回收時存活的物件。

2 回收策略

Java虛擬機器的垃圾回收策略很複雜，這裡我們只關心最影響效能的幾種情況。

Java的垃圾回收分為兩種：Full GC和minor GC，前者是對年老代的回收，一般會很慢，後者是針對年輕代的回收，這個很快。我們調優的目標就是儘量避免頻繁的Full GC。那麼什麼情況會觸發Full GC呢？上面說了，新物件會存放在Eden區，而當Eden區滿了的時候就會觸發minor GC，此時Eden區的垃圾物件會被清除，而存活下來的有用物件則會往S1或S2區複製，從而完成一次回收過程。在這個過程中，如果S1或S2區裝不下Eden裡倖存的物件了，就會把倖存的物件儲存到年老代，而如果年老代也沒有空間了，就會觸發Full GC。

簡述就是，Survivor區裝不下年輕代的倖存物件時，會造成年老代的增長，隨著年老代不斷增長，Full GC必然會被觸發。

3 sortx 時的記憶體使用

我們知道sortx函式有個引數n，n是緩衝區條數，表示每次從遊標中取出來的記錄條數。那麼n取什麼值最合適呢？

顯然n不能取值太大，否則會造成記憶體溢位，根本無法使用。

那麼再不斷嘗試取小點，經過幾次嘗試後，會發現可以用了，不會溢位了。但這時不一定是最優取值，如果n取值佔用的記憶體大於Eden，且正好把年老代佔用的差不多了，則每次取出的資料都會送進年老代，等到下一次取數的時候，就觸發Full GC，而這種頻繁觸發是最耗時的。

所以，從Java的分配和回收策略來看，最理想的情況是，n的取值佔用的記憶體，略小於Eden的大小。這是因為sortx這類運算的特點是“取出即用，用完就扔”，很少有物件會常駐記憶體。

那麼如何知道Eden區的大小然後估算n呢？

4 記憶體分配

在 IDE 的啟動配置裡可以看到，引數 -Xmx 用來指定分配給 java 的堆記憶體的大小。例如 -Xmx10g 就表示分配了 10G 記憶體給 Java。那麼 Java 如何把這 10G 分配給這幾個區呢？

預設的情況下，各區比例大概是這樣的：

年輕代 : 年老代 = 3 : 7

Eden : S1 : S2 = 8 : 1 : 1

      有了比例，很容易算出來各區大小，年老代佔 7G，年輕代佔 3G，其中 Eden 佔 2.4G，S1 和 S2 各佔 0.3G。據說這個預設比例是 jdk 的開發人員統計得出的，認為在大部分應用中，倖存物件佔全部物件的 1/10。然而這個比例不一定適合所有情形，至少在 sortx 時就不太合適。

5 結論

n的取值原則：使用 sortx 時，在不溢位的前提下，n 的取值並不是越大越好，而是（根據 Eden 大小）估算一個合適值，這個值不引起頻繁 Full GC。

驗證 n 值是否合適的辦法如下：

1 新增引數 -XX:+PrintGC。

2 執行 sortx。

3 觀察控制檯，如果頻繁出現 [Full GC (Allocation Failure)……] 資訊則調小 n，重試。

4 如果只出現很多 [GC (Allocation Failure)……] 資訊，則認為 n 的值是合適的。

5 如果出現很多 [GC (Allocation Failure)……] 資訊的同時，偶爾出現 [Full GC (Allocation Failure)……] 資訊，則也可以認為 n 的值是合適的。

6 確保臨時檔案不能太小。

6 調參

一般來說通過調整n，就基本可以滿足sortx的效能了，如果還想進一步追求效能，就需要調參了。預設分配的年輕代只佔堆的3/10，而年老代那7/10的記憶體在sortx這種計算時顯得作用不大。如果想調整這個比例，又允許sortx使用一個專門的啟動配置，則可以使用引數-XX:NewSize進行調整。

例如，-XX:NewSize=5g，就指定年輕代的大小是5G。

提示一下，調整的時候，年老代的空間也不能留的太少，佔整個堆的1/5是合適的。這是因為Java的分配策略還有很多複雜情況，比如總空間夠但不連續時，仍會直接把物件裝入年老代。類似的情況還有一些，不再贅述。

同樣地，Eden和S1、S2的比例也會影響效能，如果想調整這個比例也可以使用引數-XX:SurvivorRatio。例如-XX:SurvivorRatio=1表示Eden:S1:S2 = 1:1:1。-XX:SurvivorRatio=8表示Eden:S1:S2 = 8:1:1。

一般來說，Survivor區越大，物件進入老年代的概率就越小，所以在做sortx時，傾向於配置為-XX:SurvivorRatio=1。

7 其它

引數的配置沒有一致的準則，需要根據計算的型別來調整，有時候年老代大一些好（比如大維表需要常駐記憶體的），有時候則是年輕代大一些好。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31543054/viewspace-2662047/，如需轉載，請註明出處，否則將追究法律責任。