Java垃圾回收和年轻代大小

Question

我最近一直在性能上遇到困难，我的tomcat上运行的Java webapp将暂时挂起，导致流量积压，导致Web应用程序暂时不可用，我怀疑这个时间与分钟有关垃圾收集。

我是垃圾收集小白，所以需要一点帮助。

我已经启用了并发标记扫描垃圾收集器，希望这将消除暂停，但我还没有发现，如果这已经解决了问题呢。

我还同时启用了详细的GC日志记录。

当前Java选项如下

-XX:MaxPermSize=128m -XX:+CMSClassUnloadingEnabled -XX:+UseConcMarkSweepGC -Xms4g -Xmx4g -Xss256k -verbose:gc -XX:+PrintGCDetails 

我从检查GC输出了年轻一代的空间是相当低的，在243MB注意到，并且正在迅速耗尽，而检查一段的输出我在10秒内计算了23个年轻一代的收藏。

与此同时，总堆消耗量稳步上升，达到最大值，接着是完整的垃圾收集，从大约3.5gb降至260mb，然后该模式再次重复其自身。

一个完整的GC

[GC [ParNew: 232750K->12960K(249216K), 0.0160890 secs] 3836696K->3616934K(4166656K), 0.0162110 secs] [Times: user=0.12 sys=0.01, real=0.02 secs] 
[GC [ParNew: 234528K->11391K(249216K), 0.0127970 secs] 3838502K->3615402K(4166656K), 0.0129370 secs] [Times: user=0.12 sys=0.00, real=0.01 secs] 
[GC [ParNew: 232959K->10253K(249216K), 0.0097850 secs] 3836970K->3614841K(4166656K), 0.0098850 secs] [Times: user=0.11 sys=0.00, real=0.01 secs] 
[GC [1 CMS-initial-mark: 3604588K(3917440K)] 3615964K(4166656K), 0.0096810 secs] [Times: user=0.01 sys=0.00, real=0.01 secs] 
[CMS-concurrent-mark: 0.196/0.196 secs] [Times: user=1.44 sys=0.03, real=0.20 secs] 
[CMS-concurrent-preclean: 0.013/0.014 secs] [Times: user=0.04 sys=0.00, real=0.01 secs] 
[GC [ParNew: 231821K->6718K(249216K), 0.0090430 secs] 3836409K->3611789K(4166656K), 0.0091460 secs] [Times: user=0.08 sys=0.01, real=0.01 secs] 
[CMS-concurrent-abortable-preclean: 0.176/0.390 secs] [Times: user=0.97 sys=0.04, real=0.39 secs] 
[GC[YG occupancy: 124723 K (249216 K)][Rescan (parallel) , 0.0698120 secs][weak refs processing, 0.0038070 secs][class unloading, 0.0170180 secs][scrub symbol & string tables, 0.0098050 secs] [1 CMS-remark: 3605071K(3917440K)] 3729794K(4166656K), 0.1070920 secs] [Times: user=0.78 sys=0.02, real=0.11 secs] 
[GC [ParNew: 228286K->6428K(249216K), 0.0079910 secs] 3755282K->3534155K(4166656K), 0.0080720 secs] [Times: user=0.07 sys=0.00, real=0.01 secs] 
[GC [ParNew: 227996K->6880K(249216K), 0.0085010 secs] 3332282K->3111216K(4166656K), 0.0085990 secs] [Times: user=0.08 sys=0.00, real=0.01 secs] 
[GC [ParNew: 228448K->12440K(249216K), 0.0108230 secs] 2721177K->2505200K(4166656K), 0.0109290 secs] [Times: user=0.13 sys=0.00, real=0.01 secs] 
[GC [ParNew: 234008K->8251K(249216K), 0.0073110 secs] 2358432K->2132792K(4166656K), 0.0074120 secs] [Times: user=0.07 sys=0.00, real=0.00 secs] 
[GC [ParNew: 229819K->5170K(249216K), 0.0071920 secs] 2056138K->1831867K(4166656K), 0.0072880 secs] [Times: user=0.07 sys=0.01, real=0.01 secs] 
[GC [ParNew: 226738K->11119K(249216K), 0.0106230 secs] 1589903K->1374447K(4166656K), 0.0107180 secs] [Times: user=0.11 sys=0.00, real=0.01 secs] 
[GC [ParNew: 232687K->8624K(249216K), 0.0078450 secs] 1273082K->1049051K(4166656K), 0.0079440 secs] [Times: user=0.09 sys=0.00, real=0.01 secs] 
[GC [ParNew: 230192K->10130K(249216K), 0.0083440 secs] 733461K->513411K(4166656K), 0.0084420 secs] [Times: user=0.11 sys=0.00, real=0.01 secs] 
[GC [ParNew: 231698K->10655K(249216K), 0.0092440 secs] 544833K->323816K(4166656K), 0.0093450 secs] [Times: user=0.11 sys=0.00, real=0.01 secs] 
[CMS-concurrent-sweep: 4.481/4.569 secs] [Times: user=13.24 sys=0.49, real=4.57 secs] 
[CMS-concurrent-reset: 0.008/0.008 secs] [Times: user=0.02 sys=0.00, real=0.01 secs] 
[GC [ParNew: 232223K->9791K(249216K), 0.0095050 secs] 495665K->273758K(4166656K), 0.0096020 secs] [Times: user=0.11 sys=0.00, real=0.01 secs] 
[GC [ParNew: 231359K->7434K(249216K), 0.0080890 secs] 495326K->271660K(4166656K), 0.0082230 secs] [Times: user=0.09 sys=0.00, real=0.01 secs] 
[GC [ParNew: 229002K->5732K(249216K), 0.0053690 secs] 493228K->269993K(4166656K), 0.0054630 secs] [Times: user=0.06 sys=0.00, real=0.01 secs] 
[GC [ParNew: 227300K->4017K(249216K), 0.0060080 secs] 491561K->268433K(4166656K), 0.0061010 secs] [Times: user=0.07 sys=0.00, real=0.00 secs] 

输出示例我想知道，如果这个模式似乎正常的，我能做些什么来优化和改善thisC。

我已阅读关于增加年轻一代的大小，但不太熟悉垃圾收集我不知道这是否是正确的方法。

Answer 1

这确实看起来像你的年轻一代的规模太小 - 频繁收藏并不是真正的问题（这只是意味着你有一个内存密集型程序），但它有问题，你有很多内存被提升到下一代。几件事情：

1. 您是否有任何资源可以共享您可以使用ThreadPoolExecutor而不是创建新的Thread对象，还是可以共享数据库连接？这会减慢你的内存消耗 - 混合资源将保留在你的成熟空间中，你不必将它们重新分配到你的年轻领域。

2. 如果这不是一个选项，或者如果这不能减少你的成熟空间消耗，那么增加你的年轻一代的规模。这样做的目的不是为了减少年轻一代的收藏数量（如果你将年轻一代的身高翻倍，那么你会减少收藏数量，但每个收藏可能花费两倍的**，所以你没有得到任何东西） ，而这样做的目的是为了让更多的时间让你的年轻物体超出范围，以便它们不被提升到成熟的空间。你想要做的比较是完整收藏的频率 - 如果在增加年轻一代的尺寸之后你的收藏数量较少，那么你已经成功了，否则将你的年轻一代减少到默认的尺寸。

**这是不完全正确的，因为年轻一代收集器是复制收集器 - 它会将活动对象以成熟的空间，然后清除年轻空间。这意味着收集器的运行时间与活动对象的数量成正比，与时间成正比（与标记扫描集合的情况相同）。理想情况下，通过增加年轻一代的体积，您可以减少活物的数量，加快收集时间，并减少成熟的空间消耗。