[圖片源：https://bell-sw.com/announcem...]
介紹
相信很多人都知道，雲環境中，所有服務都必須作資源限制。記憶體作為一個重要資源當然不會例外。限制說得容易，但如何在限制的同時，保證服務的效能指標(SLA)就是個技術和藝術活。
為應用記憶體設定上限，從來不是個容易的事。因為設定上限的理據是：
- 應用程式對記憶體的使用和回收邏輯，而這個邏輯一般異常地複雜
- 現代作業系統複雜的虛擬記憶體管理、實體記憶體分配、回收機制
如果是 Java ，還要加上：
- JVM 中各型別元件的記憶體管理機制
以上 3 個方面還可以進一步細分。每一個細分都有它的記憶體機制。而只要我們漏算了其中一個，就有可能讓應用總記憶體使用超限。
而讓人揪心的是，當應用總記憶體使用超限時，作業系統會無情地殺死應用程式(OOM, Out Of Memory)。而很多人對這一無所覺，只知道容器重啟了。而這可能是連鎖反應的開端：
- 如果容器 OOM 的原因只是個偶然，那還好說。如果是個 BUG 引起的，那麼這種 OOM 可能會在服務的所有容器中逐個爆發，最後服務癱瘓
- 原來服務容器群的資源就緊張，一個容器 OOM 關閉了，負載均衡把流量分到其它容器，於是其它容器也出現同樣的 OOM。最後服務癱瘓
JVM 是個 Nice 的經理，在發現記憶體緊張時，就不厭其煩地停止應用執行緒和執行 GC，而這種記憶體緊張的訊號，在設計界稱為“背壓(Backpressure)”。
但作業系統相反，是個雷厲風行的司令，一發現有程式超限，直接一槍 OOM Killed。
或者你深入研究過 cgroup memory，它其實也有一個 Backpressure 的通知機制，不過現在的容器和 JVM 均忽略之。
終上所述，容器程式 OOM Kllled 是件應該避免，但需要深入研究才能避免的事情。
網路上，我們可以找到很多現實案例和教訓:
Java 記憶體管理很複雜。我們對它瞭解越多，應用出現 OOM Killed 的可能性就越低。下面我拿一個遇到的測試案例進行分析。
分析報告分為兩個部分:
- 研究應用實測出的指標、記憶體消耗，記憶體限制配置
- 潛在的問題和改進建議
測試環境
主機：裸機(BareMetal)
CPU: 40 cores, 共 80 個超執行緒
Linux:
Kernel: 5.3.18
glibc: libc-2.26.so
Java: 1.8.0_261-b12
Web/Servlet 容器： Jetty配置容量
POD 容量配置
resources:
limits:
cpu: "8"
memory: 4Gi
# 4Gi = 4 * 1024Mb = 4*1024*1024k = 4194304k = 4294967296 bytes = 4096Mb
requests:
cpu: "2"
memory: 4GiJVM 容量配置
開始說 JVM 容量配置前，我假設你已經對 JVM 記憶體使用情況有個基本印象:
圖片源：https://www.twblogs.net/a/5d8...
下面是我在測試環境收集到的配置:
| 配置 | 實際生效配置(Mbyte) | |
|---|---|---|
| Young Heap + Old Heap | -Xmx3G -XX:+AlwaysPreTouch | 3072 |
| MaxMetaspaceSize | [預設] | Unlimited |
| CompressedClassSpaceSize | [預設] | 1024 |
| MaxDirectMemorySize | [預設] | 3072 |
| ReservedCodeCacheSize | [預設] | 240 |
| ThreadStackSize*maxThreadCount | [預設] * 276(實測執行緒數) | 276 |
| 彙總 | 7684 + (沒限制 MaxMetaspaceSize) |
神祕的 MaxDirectMemorySize 預設值
MaxDirectMemorySize 預設值，https://docs.oracle.com/javas... 如事說：
Sets the maximum total size (in bytes) of the New I/O (the java.nio package) direct-buffer allocations. Append the letter k or K to indicate kilobytes, m or M to indicate megabytes, g or G to indicate gigabytes. By 預設, the size is set to 0, meaning that the JVM chooses the size for NIO direct-buffer allocations automatically.
意思就是說了等於沒說 ?。
在我的測試環境中, 我使用 Arthas attached 到 JVM 然後檢視內部的靜態變數:
[arthas@112]$ dashboard
ognl -c 30367620 '@io.netty.util.internal.PlatformDependent@maxDirectMemory()'
@Long[3,221,225,472]
ognl '@java.nio.Bits@maxMemory'
@Long[3,221,225,472]3221225472/1024/1024 = 3072.0 Mb
如果你想深入，請參考資料:
- http://www.mastertheboss.com/...
https://developer.aliyun.com/...
MaxDirectMemorySize ~= `from -Xmx (Young Heap + Old Heap )` - `Survivor(Young) Capacity` ~= 3G
maxThreadCount 最大執行緒數來源
既然上面用了 Arthas ， 下面學是繼續 Arthas 吧:
[arthas@112]$ dashboard
Threads Total: 276應用使用的是 Jetty， 執行緒池配置 jetty-threadpool.xml
<Configure>
<New id="threadPool" class="org.eclipse.jetty.util.thread.QueuedThreadPool">
<Set name="maxThreads" type="int"><Property name="jetty.threadPool.maxThreads" deprecated="threads.max" default="200"/></Set>
...
</New>
</Configure>因為除了 Jetty，還有其它各種執行緒。
使用量
Java 的視角看使用量
| 容量配置 | 生效配置(Mbyte) | 實際使用(Mbyte) | |
|---|---|---|---|
| Young Heap + Old Heap | -Xmx3G -XX:+AlwaysPreTouch | 3072 | 3072 |
| MaxMetaspaceSize | [預設] | Unlimited | 128 |
| CompressedClassSpaceSize | [預設] | 1024 | 15 |
| MaxDirectMemorySize | [預設] | 3072 | 270 |
| ReservedCodeCacheSize | [預設] | 240 | 82 |
| ThreadStackSize*maxThreadCount | [預設]*276執行緒 | 276 | 276 |
| Sum | 7684 + (沒限制 MaxMetaspaceSize) | 3843 |
如何採集實際使用量
- ReservedCodeCache
在應用經過熱身、壓力測試之後，用 Arthas attached:
[arthas@112]$ dashboard
code_cache : 82Mb- DirectMemory
[arthas@112]$
ognl '@java.nio.Bits@reservedMemory.get()'
@Long[1,524,039]
ognl -c 30367620 '@io.netty.util.internal.PlatformDependent@usedDirectMemory()'
@Long[268,435,456]- Metaspace
- CompressedClassSpaceSize
$ jcmd $PID GC.heap_info
garbage-first heap total 3145728K, used 1079227K [0x0000000700000000, 0x0000000700106000, 0x00000007c0000000)
region size 1024K, 698 young (714752K), 16 survivors (16384K)
Metaspace used 127,323K, capacity 132,290K, committed 132,864K, reserved 1,167,360K
class space used 14,890K, capacity 15,785K, committed 15,872K, reserved 1,048,576K原生應用的視角看使用量
原生應用的視角看使用量，包括下面這個方面：
- *lib.so 動態庫佔用: 16Mb
- *.jar 檔案對映佔用: 8Mb
- GC 演算法消耗: 未調查
- glibc malloc 空間回收不及時消耗: 158Mb
總的原生應用消耗: 16+8+158 = 182Mb
小結一下:
Java 角度看使用量: 3843Mb
總應用使用量 = 3843 + 158 ~= 4001Mb
4001Mb，這裡我們沒有算 *lib.so 動態庫佔用 和 *.jar 檔案對映佔用。為什麼？將在下面內容中作出解釋。
4001Mb 這個數字有點可怕，離容器配置的上限 4096Mb 不遠了。但這個數字有一定水分。為什麼？將在下面內容中作出解釋。
以下我嘗試分析每個子項的資料來源
*lib.so 動態庫佔用
執行命令：
pmap -X $PID部分輸出：
Address Perm Offset Device Inode Size Rss Pss Referenced Anonymous Mapping
...
7f281b1b1000 r-xp 00000000 08:03 1243611251 48 48 3 48 0 /lib64/libcrypt-2.26.so
7f281b1bd000 ---p 0000c000 08:03 1243611251 2044 0 0 0 0 /lib64/libcrypt-2.26.so
7f281b3bc000 r--p 0000b000 08:03 1243611251 4 4 4 4 4 /lib64/libcrypt-2.26.so
7f281b3bd000 rw-p 0000c000 08:03 1243611251 4 4 4 4 4 /lib64/libcrypt-2.26.so
...
7f28775a5000 r-xp 00000000 08:03 1243611255 92 92 5 92 0 /lib64/libgcc_s.so.1
7f28775bc000 ---p 00017000 08:03 1243611255 2048 0 0 0 0 /lib64/libgcc_s.so.1
7f28777bc000 r--p 00017000 08:03 1243611255 4 4 4 4 4 /lib64/libgcc_s.so.1
7f28777bd000 rw-p 00018000 08:03 1243611255 4 4 4 4 4 /lib64/libgcc_s.so.1
7f28777be000 r-xp 00000000 08:03 1800445487 224 64 4 64 0 /opt/jdk1.8.0_261/jre/lib/amd64/libsunec.so
7f28777f6000 ---p 00038000 08:03 1800445487 2044 0 0 0 0 /opt/jdk1.8.0_261/jre/lib/amd64/libsunec.so
7f28779f5000 r--p 00037000 08:03 1800445487 20 20 20 20 20 /opt/jdk1.8.0_261/jre/lib/amd64/libsunec.so
7f28779fa000 rw-p 0003c000 08:03 1800445487 8 8 8 8 8 /opt/jdk1.8.0_261/jre/lib/amd64/libsunec.so
...
7f28f43a7000 r-xp 00000000 08:03 1243611284 76 76 3 76 0 /lib64/libresolv-2.26.so
7f28f43ba000 ---p 00013000 08:03 1243611284 2048 0 0 0 0 /lib64/libresolv-2.26.so
7f28f45ba000 r--p 00013000 08:03 1243611284 4 4 4 4 4 /lib64/libresolv-2.26.so
7f28f45bb000 rw-p 00014000 08:03 1243611284 4 4 4 4 4 /lib64/libresolv-2.26.so
7f28f45bc000 rw-p 00000000 00:00 0 8 0 0 0 0
7f28f45be000 r-xp 00000000 08:03 1243611272 20 20 1 20 0 /lib64/libnss_dns-2.26.so
7f28f45c3000 ---p 00005000 08:03 1243611272 2044 0 0 0 0 /lib64/libnss_dns-2.26.so
7f28f47c2000 r--p 00004000 08:03 1243611272 4 4 4 4 4 /lib64/libnss_dns-2.26.so
7f28f47c3000 rw-p 00005000 08:03 1243611272 4 4 4 4 4 /lib64/libnss_dns-2.26.so
7f28f47c4000 r-xp 00000000 08:03 1243611274 48 48 2 48 0 /lib64/libnss_files-2.26.so
7f28f47d0000 ---p 0000c000 08:03 1243611274 2044 0 0 0 0 /lib64/libnss_files-2.26.so
7f28f49cf000 r--p 0000b000 08:03 1243611274 4 4 4 4 4 /lib64/libnss_files-2.26.so
7f28f49d0000 rw-p 0000c000 08:03 1243611274 4 4 4 4 4 /lib64/libnss_files-2.26.so
7f28f49d1000 rw-p 00000000 00:00 0 2072 2048 2048 2048 2048
7f28f4bd7000 r-xp 00000000 08:03 1800445476 88 88 6 88 0 /opt/jdk1.8.0_261/jre/lib/amd64/libnet.so
7f28f4bed000 ---p 00016000 08:03 1800445476 2044 0 0 0 0 /opt/jdk1.8.0_261/jre/lib/amd64/libnet.so
7f28f4dec000 r--p 00015000 08:03 1800445476 4 4 4 4 4 /opt/jdk1.8.0_261/jre/lib/amd64/libnet.so
7f28f4ded000 rw-p 00016000 08:03 1800445476 4 4 4 4 4 /opt/jdk1.8.0_261/jre/lib/amd64/libnet.so
7f28f4dee000 r-xp 00000000 08:03 1800445477 68 64 4 64 0 /opt/jdk1.8.0_261/jre/lib/amd64/libnio.so
7f28f4dff000 ---p 00011000 08:03 1800445477 2044 0 0 0 0 /opt/jdk1.8.0_261/jre/lib/amd64/libnio.so
7f28f4ffe000 r--p 00010000 08:03 1800445477 4 4 4 4 4 /opt/jdk1.8.0_261/jre/lib/amd64/libnio.so
7f28f4fff000 rw-p 00011000 08:03 1800445477 4 4 4 4 4 /opt/jdk1.8.0_261/jre/lib/amd64/libnio.so? 如果你不太瞭解 Linux 的 memory map 和 pmap 的輸出，建議閱讀： https://www.labcorner.de/chea... 。
如果你懶惰如我，我還是上個圖吧：
大家知道，現代作業系統都有程式間共享實體記憶體的機制，以節省實體記憶體。如果你瞭解COW(Copy on Write)就更好了。一臺物理機上，執行著多個容器，而容器的映象其實是分層的。對於同一個機構生成的不同服務的映象，很多時候是會基於同一個基礎層，而這個基礎層包括是 Java 的相關庫。而所謂的層不過是主機上的目錄。即不同容器可能會共享讀(Mapping)同一檔案。
回到我們的主題，記憶體限制。容器通過 cgroup 限制記憶體。而 cgroup 會記賬容器內程式的每一次記憶體分配。而檔案對映共享記憶體的計算方法顯然要特別處理，因為跨了程式和容器。現在能查到的資料是說，只有第一個讀/寫這塊 mapping 記憶體的 cgroup 才記賬(https://www.kernel.org/doc/Do... 中 [2.3 Shared Page Accounting])。所以這個賬比較難預計的，一般我們只做再壞情況的保留。
*.jar mapping 佔用
pmap -X $PID記賬原理和上面的 .so 類似。不過 Java 9 後，就不再做 .jar mapping 了。就算是 Java 8 ，也只是 mapping 檔案中的目錄結構部分。
在我的測試中，只使用了 8Mb 記憶體.
glibc malloc 消耗
Java 在兩種情況下使用 glibc malloc:
- NIO Direct Byte Buffer / Netty Direct Byte Buffer
- JVM 內部基礎程式
業界對 glibc malloc 的浪費頗有微詞. 主要集中在不及時的記憶體歸還(給作業系統）。這種浪費和主機的 CPU 數成比例，可參考:
不幸的是，我的測試環境是祼機，所有 CPU 都給容器看到了。而主機是 80 個 CPU 的。那麼問題來了，如何測量浪費了多少？glibc 提供了一個 malloc_stats(3) 函式，它會輸出堆資訊（包括使用和保留）到標準輸出流。那麼問題又來了。如果呼叫這個函式？修改程式碼，寫JNI嗎？當然可以。不過，作為一個 Geek，當然要使用 gdb 。
cat <<"EOF" > ~/.gdbinit
handle SIGSEGV nostop noprint pass
handle SIGBUS nostop noprint pass
handle SIGFPE nostop noprint pass
handle SIGPIPE nostop noprint pass
handle SIGILL nostop noprint pass
EOF
export PID=`pgrep java`
gdb --batch --pid $PID --ex 'call malloc_stats()'輸出：
Arena 0:
system bytes = 135168
in use bytes = 89712
Arena 1:
system bytes = 135168
in use bytes = 2224
Arena 2:
system bytes = 319488
in use bytes = 24960
Arena 3:
system bytes = 249856
in use bytes = 2992
...
Arena 270:
system bytes = 1462272
in use bytes = 583280
Arena 271:
system bytes = 67661824
in use bytes = 61308192
Total (incl. mmap):
system bytes = 638345216
in use bytes = 472750720
max mmap regions = 45
max mmap bytes = 343977984所以結果是: 638345216 - 472750720 = 165594496 ~= 158Mb
即浪費了 158Mb。因為我測試場景負載不大，在負載大，併發大的場景下，80個CPU 的浪費遠不止這樣。
有一點需要指出的，作業系統實體記憶體分配是 Lazy 分配的，即只在實際讀寫記憶體時，才分配，所以，上面的 158Mb 從作業系統的 RSS 來看，可能會變小。
GC 記憶體消耗
未調查
tmpfs 記憶體消耗
未調查
作業系統 RSS
RSS(pmap -X $PID) = 3920MB。即作業系統認為使用了 3920MB 的實體記憶體。
CGroup 限制
cgroup limit 4Gi = 4*1024Mb = 4096Mb
pagecache 可用空間 : 4096 - 3920 = 176Mb
下面看看 cgroup 的 memory.stat 檔案
$ cat cgroup `memory.stat` file
rss 3920Mb
cache 272Mb
active_anon 3740Mb
inactive_file 203Mb
active_file 72Mb # bytes of file-backed memory on active LRU list細心如你會發現:
3920 + 272 = 4192 > 4096Mb不對啊，為何還不 OOM killed?
說來話長， pagecache 是塊有彈性的記憶體空間，當應用需要 anonymous 記憶體時，核心可以自動回收 pagecache.
? 感興趣可參考:
https://engineering.linkedin....
https://github.com/kubernetes...
https://www.kernel.org/doc/ht...
潛在問題和推薦解決方法
Native Buffer 限制
預設 MaxDirectMemorySize ~= -Xmx - survivor size ~= 3G .
這在高併發時，記憶體得不到及時回收時，會使用大量的 Direct Byte Buffer。所以建議顯式設定限制：
java ... -XX:MaxDirectMemorySize=350Mb? 感興趣可參考:
Cassandra客戶端和Redisson均基於Netty，固均使用了Native Buffer. 注意的是Netty在Unsafe.class基礎上，還有內部的記憶體池。
glibc malloc arena 的浪費
在我的測試環境中，主機有 80 個CPU。glibc 為了減少多執行緒分配記憶體時的鎖競爭，在高併發時最多為每個 CPU 保留 8 個記憶體塊(Arena)，而 Arena 的空間歸還給作業系統的時機是不可預期的，和堆中記憶體碎片等情況有關。
在我的測試環境中觀察的結果是：共建立了 271 個Arena。使用了 608Mb 的 RSS。而實際程式用到的記憶體只有 450Mb。浪費了 157 Mb。浪費的情況有隨機性，和記憶體碎片等情況有關。對於容器，我們不可能分配所有主機的 CPU。可以設定一個顯式上限是合理的，且這個上限和容器的 memory limit、CPU limit 應該聯動。
MALLOC_ARENA_MAX 這個環境變數就是用於配置這個上限的。
和記憶體使用的聯絡:
我們實測中，共使用了 700Mb glibc 堆記憶體. 而每個Arena大小為 64Mb. 所以:700/64=10 Arena和容器 cpu limit 的聯絡:
cpu * (每個cpu 8 arena) = 64 Arena.
我們保守地使用大的保留空間:
export MALLOC_ARENA_MAX=64? 感興趣可參考:
https://www.gnu.org/software/...
Jetty 執行緒池
經調查，每 API 的呼叫用時大約 100 ms。而現有配置指定了最大 200 個執行緒。所以:
200 thread / 0.1s = 2000 TPS在我們的測試中，單容器的 TPS 不出 1000。所以 100 個執行緒足以。減少執行緒數的好處是，可以同時可以減少過度的執行緒上下文切換、cgroup CPU 限流(cpu throttling)、執行緒堆疊記憶體、Native Buffer 記憶體。讓請求堆在 Request Queue，而不是核心的 Runnale Queue。
<!-- jetty-threadpool.xml -->
<Configure>
<New id="threadPool" class="org.eclipse.jetty.util.thread.QueuedThreadPool">
...
<Set name="maxThreads" type="int"><Property name="jetty.threadPool.maxThreads" deprecated="threads.max" default="100"/></Set>
...
</New>
</Configure>Java code cache 慢漲
在我們測試中，在經過系統預熱後，Java code cache 仍然會慢漲。Java 8 的 code cache 最大值是 240Mb。 如果 code cache 消耗了大量的記憶體，可能會觸發 OOM killed。 所以還是要作顯式限制的。 從測試環境的觀察，100Mb 的空間已經足夠。
java ... -XX:ReservedCodeCacheSize=100M -XX:UseCodeCacheFlushing=true? 感興趣可參考:
https://docs.oracle.com/javas...
容器的記憶體限制
從上面的調查可知， 3G java heap + JVM overhead + DirectByteBuffer 已經很接近 4Gi 的容器記憶體上限了。在高併發情況下，OOM killed 風險還是很高的。而且這個問題在測試環境不一定能出現，有它的隨機性。
cgroup 對容器接近 OOM 的次數是有記錄(memory.failcnt)的，在測試時發現這個數字在慢張。在記憶體緊張的時候，核心通過丟棄檔案快取(pagecache)來優先滿足應用對記憶體的需求。而丟棄檔案快取意味什麼？更慢的讀，更頻繁和慢的寫硬碟。如果應用有讀寫IO壓力，如果讀 *.jar，寫日誌，那麼 IO 慢問題會隨之而來。
watch cat ./memory.failcnt
19369? 感興趣可參考:
https://engineering.linkedin....
https://www.kernel.org/doc/Do...
https://srvaroa.github.io/jvm...
對於我的應用，我建議是放寬記憶體限制：
resources:
limits:
memory: 4.5Gi
requests:
memory: 4.5Gi展望
不全面地說，從服務運維者的角度看, 服務的資源分配基於這些係數:
容器的 SLA
- 目標容器的呑吐量
如我把上面係數作為一個工具程式的 輸入, 那麼 輸出 應該是:
- 應該部署多少個容器
每個容器的資源配置應該如何
CPU
- 容器 CPU limit
- 應用執行緒池 limit
Memory
- 容器 memory limit
應用執行緒池d limit:
- java: 堆內/堆外
? 有一個開源工具可參考:
https://github.com/cloudfound...
免責宣告
Every coin has two sides， 應用調優更是，每種調優方法均有其所需要的環境前提，不然就不叫調優，直接上開源專案的預設配置 Pull Request 了。大師常說，不要簡單 copy 調參就用。要考慮自己的實際情況，然後作充分測試方可使用。
體會
2016 年開始，各大公司開始追趕時尚，把應該的應用放入容器。而由於很多舊專案和元件在設計時，沒考慮在一個受限容器中執行，說白了，就是非 contaier aware。時隔數年，情況有所好轉，但還是有不少坑。而作為一個合格的架構師，除了 PPT 和遠方外，我們還得有個玻璃心。
以上是對一個 Java 容器記憶體的分析，如果你對 Java 容器 CPU和執行緒引數有興趣，請移步：Java 容器化的歷史坑（史坑） - 資源限制篇。
用一個漫畫了結本文：
