java内存管理以及GC

http://www.iteye.com/topic/976522

目录 
内存管理简介
GC简介
好的Collector的特性
设计或选择Collector
GC性能指标
分代GC
Java Collector
快速内存分配 
GC根集合
Serial Collector
Parallel Collector/Throughput Collector
Parallel Compacting Collector
Concurrent Mark Sweep Collector (CMS)
4种Collector的对比和适用场景。
Ergonomics
GC调优
OutOfMemoryError
freeMemory(),totalMemory(),maxMemory()
jmap工具的使用

内存管理简介 
内存管理的职责为分配内存，回收内存。 
没有自动内存管理的语言/平台容易发生错误。 
典型的问题包括悬挂指针问题，一个指针引用了一个已经被回收的内存地址，导致程序的运行完全不可知。 
另一个典型问题为内存泄露，内存已经分配，但是已经没有了指向该内存的指针，导致内存泄露。 
程序员要花费大量时间在调试该类问题上。 

GC简介 
因此引入了Garbage Collector机制，由运行时环境来自动管理内存。 
Garbage Collector解决了悬挂指针和内存泄露大部分的问题(不是全部)。 

注意Garbage Collector(简称Collector)和Garbage Collection(简称GC)的区别。 

Collector的职责： 
分配内存。 
保证有引用的内存不被释放。 
回收没有指针引用的内存。 

对象被引用称为活对象，对象没有被引用称为垃圾对象/垃圾/垃圾内存，找到垃圾对象并回收是Collector的一个主要工作，该过程称为GC。 

Collector一般使用一个称为堆的内存池来进行内存的分配和回收。 
一般的，当堆内存满或者达到一个阀值时，堆内存或者部分堆内存被GC。 

好的Collector的特性 
保证有引用的对象不被GC。 
快速的回收内存垃圾。 
在程序运行期间GC要高效，尽量少的影响程序运行。和大部分的计算机问题一样，这是一个关于空间，时间，效率平衡的问题。 
避免内存碎片，内存碎片导致占用大量内存的大对象内存申请难以满足。可以采用Compaction技术避免内存碎片。Compaction技术：把活对象移向连续内存区的一端，回收其余的内存以便以后的分配。 
良好的扩展性，内存分配和GC在多核机器上不应该成为性能瓶颈。 


设计或选择Collector 
串行或并行。 
串行Collector在多核上也只有一个线程在运行，并行Collector可以同时有多个线程执行GC，但是其算法更复杂。 
并发或Stop the World。 
Stop the World Collection执行GC时，需要冻住所有内存，因此更简单一些，但是，在GC时，程序是被挂起的。并发GC时，程序和GC同时执行，当然，一般的并发GC算法还是需要一些Stop the World时间。 
Compacting or Non-compacting or Copying 
Compacting: 去除内存碎片，回收内存慢，分配内存快。 
Non-compacting: 容易产生内存碎片，回收内存快，分配内存慢，对大对象内存分配支持不好。 
Copying: 复制活对象到新的内存区域，原有内存直接回收，需要额外的时间来做复制，额外的空间来做存储。 

GC性能指标 
Throughput: 程序时间(不包含GC时间)/总时间。 
GC overhead: GC时间/总时间。 
Pause time: GC运行时程序挂起时间。 
Frequency of GC: GC频率。 
Footprint: a measure of size, such as heap size。 
Promptness:对象变为垃圾到该垃圾被回收后内存可用的时间。 

依赖于不同的场景，对于GC的性能指标的关注点也不一样。 

分代GC 
分代GC把内存划分为多个代(内存区域)，每个代存储不同年龄的对象。 常见的分为2代，young和old。 
分配内存时，先从young代分配，如果young代已满，可以执行GC(可能导致对象提升)，如果有空间，则分配，如果young代还是没有空间，可以对整个内存堆GC。 
young代GC后还存活的对象可以提升到old代。 
该机制基于以下观察事实： 
１　大部分新分配的对象很快就没有引用了，变成垃圾。 
２　很少有old代对象引用young代对象。 
基于代内存存储对象的特性，对不同代的内存可以使用不同的GC算法。 
Young代GC需要高效，快速，频繁的执行，关注点主要在速度上。 
Old代由于增长缓慢，因此GC不频繁，但是其内存空间比较大，因此，需要更长时间才能执行完GC。关注点在内存空间利用率上。 

 



Java Collector 
Jvm的内存分为3代。Young, Old, Permanent。 
大部分对象存储在Young代。 
在Young代中经历数次GC存活的对象可以提升到Old代，大对象也可以直接分配到Old代。 
Permanent代保存虚拟机自己的静态(refective)数据，例如类(class)和方法(method)对象。 
Young代由一个Eden和2个survivor组成。大部分的对象的内存分配和回收在这里完成。 

Survivor存储至少经过一次GC存活下来的对象，以增大该对象在提升至old代前被回收的机会。2个survivor中有一个为空。分别为From和to survivor。 

当young代内存满，执行young代GC(minor GC)。 
当old或permanent代内存满，执行full GC(major GC)，所有代都被GC。一般先执行young GC，再执行old,　permanent GC。 
有时old代太满，以至于如果young GC先运行，则无法存储提升的对象。这时，Young GC不运行，old GC算法在整个堆上运行(CMS collector是个例外，该collector不能运行在young 代上)。 

 


快速内存分配 
大部分的内存分配请求发生时，Collector都有一块大的连续内存块，简单的内存大小计算和指针移动就可以分配内存了。因此非常快速。该技术称为bump –the-pointer技术。 

对于多线程的内存分配，每个线程使用Thread Local Allocation Buffer(TLAB)进行分配，因此还是很高效。TLAB可以看作一个线程的特殊代。只有TLAB满的时候才需要进行同步操作。 

GC根集合 
GC运行时当前程序可以直接访问的对象。如线程中当前调用栈的方法参数，局部变量，静态变量，当前线程对象等等。 
Collector根据GC根集合来寻找所有活对象。GC根集合不可达对象自然就是垃圾了。 


Serial Collector 
单线程，Young and old GC是串行,stop the world GC的。 
Young GC。 
Eden中活对象copy到to survivor中，大对象直接进old代。 
From survivor中相对老的活对象进入old代，相对年轻的对象进入to survivor中。 
如果to survivor放不下活对象，则这些活对象直接进入old。 
经历过young GC，Eden和from survivor都变成空的内存区域，to survivor存储有活的对象。To survivor和from survivor角色互换。 

Old permanent GC。 
Mark-sweep-compact算法。 
S1 标识哪些对象是活的对象。 
S2 标识哪些对象是垃圾。 
S3 把活的对象压缩到内存的一端，以便可以使用bump –the-pointer处理以后的内存分配请求。 

非server-class machine 的默认GC。 
也可以使用命令行参数来设定。 
-XX:+UseSerialGC 


Parallel Collector/Throughput Collector 
利用了现代计算机大部分都是多核的事实。 
Young GC。 
和Serial Collector一样，是一个stop the world和copying Collector。只不过是多线程并行扫描和做copy，提高速度，减少了stop the world的时间，增大了throughput。 
Old permanent GC。 
和serial collector一样。Mark-sweep-compact算法。单线程。 

Server-class machine的默认GC。 
也可以使用命令行参数来设定。 
-XX:+UseParallelGC 

Parallel Compacting Collector 
Young GC。 
和Parallel Collector一样。 
Old Permanent GC。 
Stop the world，并且多线程并发GC。 
每一代被划分为一些长度固定的区域。 
第1步(mark phase)，GC根集合划分后分发给多个GC线程，每个GC线程更新可达活对象所在区域的信息(活对象的内存位置，大小)。 
第2步(summary phase)，操作在区域上，而不是对象上。由于以前GC的影响，内存的一端活对象的密度比较高，在该阶段找到一个临界点，该临界点以前的区域由于活对象内存密度高，不参与GC，不做compact。该临界点之后的区域参与GC，做compact。该阶段为单线程执行。 
第3步(compact phase)。GC多线程使用summary info做回收和compact工作。 

可以设置GC线程数，防止GC线程长时间占有整台机器的资源。 
-XX:ParallelGCThreads=n 
使用命令行参数来设定。 
-XX:+UseParallelOldGC 


Concurrent Mark Sweep Collector (CMS) 
Young GC。 
和Parallel Collector一样。 
Old permanent GC。 
GC和程序并发执行。 
Initial Phase:短暂停，标记GC根集合。单线程执行。 
Concurrent marking phase: GC多线程标记从根集合可达的所有活对象。程序和GC并发运行。由于是并发运行，有可能有活对象没有被标记上。 
concurrent pre-clean：单线程，并发执行。 
Remark phase:　短暂停，多线程标记在Concurrent marking phase中有变化的相关对象。 
Concurrent sweep phase:和程序并发执行。单线程执行。不做compacting。 
concurrent reset：单线程，并发执行。 

CMS不做compacting，不能使用bump-the-pointer技术，只能使用传统的内存空闲链表技术。 
导致内存分配变慢，影响了Young代的GC速度，因为Young的GC如果有对象提升的话依赖于Old的内存分配。 
CMS需要更多的内存空间，因为mark phase时程序还是在运行，程序可以申请更多的old空间。在mark phase中，CMS保证标识活对象，但是该过程中，活对象可能转变为垃圾，只能等待下一次GC才能回收。 

和其他Collector不同，CMS不是等到old满时才GC，基于以前的统计数据(GC时间，Old空间消耗速度)来决定何时GC。CMS GC也可以基于old空间的占用率。 
命令行参数： 
-XX:CMSInitiatingOccupancyFraction=n,n为百分比，默认68。 
可以设置 
-XX:+UseCMSInitiatingOccupancyOnly 来使vm只使用old内存占用比来触发CMS GC。 

Incremental Mode。 
CMS的concurrent phase可以是渐进式执行。以减少程序的一次暂停时间。 

命令行参数： 
-XX:+UseConcMarkSweepGC 
-XX:+CMSIncrementalMode 

4种Collector的对比和适用场景。 
直到jdk1.3.1,java只提供Serial Collector，Serial Collector在多核的机器上表现比较差。主要是throughput比较差。 
大型应用(大内存，多核)应该选用并行Collector。 
Serial Collector:大多数client-style机器。对于低程序暂停时间没有需求的程序。 
Parallel Collector:多核机器，对于低程序暂停时间没有需求的程序。 
Parallel Compacting Collector:多核机器，对于低程序暂停时间有需求的程序。 
CMS Collector:和Parallel Compacting Collector相比，降低了程序暂停时间，但是young GC程序暂停时间变长，需要更大的堆空间，降低了程序的throughput。 

Ergonomics 
J2SE 5.0后，Collector的选择，堆大小的选择，VM(client还是server)的选择，都可以依赖平台和OS来做自动选择。 

JVM会自动选择使用server mode还是client mode。但是我们一样可以手工设置。 
java -server -client 

Server-class machine的选择： 
2个或更多的处理器　 
And 
2G或更多的物理内存 
And 
不是32bits,windows OS。 

Client-class 
The client JVM 
The serial collector 
Initial heap size = 4M 
Max heap size=64M 

Server-class 
The server JVM 
The parallel collector 
Initial heap size= 1/64物理内存(>=32M)，最大1G。 
Max heap size=1/4物理内存，最大1G。 


基于行为的调优。 

可以基于最大暂停时间或throughput。 

-XX:MaxGCPauseMillis=n 
指示vm调整堆大小和其他参数来满足这个时间需求。如果vm不满足该目标，则减小堆大小来满足该目标。该目标没有默认值。 

-XX:GCTimeRatio=n 
GC time/APP time=1/(1+n) 
如n=99表示GC时间占整个运行时间的1%。 
如果该目标不能满足，则增大堆大小来满足该目标。默认值n=99。 

Footprint Goal 
如果最大暂停时间和Throughput目标都满足了，则减少堆大小直到有一个目标不满足，然后又回调。 

目标优先级： 
最大暂停时间>Throughput>footprint。 

GC调优 
由于有了Ergonomics，第一个建议就是不要手工去配置各种参数。让系统自己去根据平台和OS来选择。然后观测性能，如果OK的话，呵呵，不用搞了。 

但是Ergonomics也不是万能的。因此还是需要程序员来手工搞。 
注意性能问题一定要测量/调优/测量/调优不停的循环下去。 

Vm　mode 选择。 
Java -server server mode. 
Java -client client mode. 


观测性能主要使用gc的统计信息。 
-XX:+PrintGC 输出GC信息。 
-XX:+PrintGCDetails输出GC详细信息。 
-XX:+PrintGCTimeStamps 输出时间戳，和–XX:+PrintGC 或–XX:+PrintGCDetails一起使用。 
-Xloggc: gc.log 输出到指定文件。 


1 决定堆内存大小。 
决定整个堆内存的大小。内存的大小对于Collector的性能影响是最大的。 

使用以下参数来决定堆内存的大小。 
可以决定堆空间的起始值和最大值，大型程序可以考虑把起始值调大，避免程序启动时频繁GC和内存扩展申请。 
以及堆空间中可用内存的比例范围，vm会动态管理堆内存来满足该比例范围。 
-XX:MinHeapFreeRatio=n 
-XX:MaxHeapFreeRatio=n 
-Xmsn Young和Old的起始内存 
-Xmxn Young和Old的最大内存 

2 决定代空间大小。 
Young代空间越大，则minor GC的频率越小。但是，给定堆内存大小，Young代空间大，则major GC频率变大。 
如果没有过多的Full GC或者过长的暂停时间问题，给young代尽量大的空间。 

Young Generation Guarantee。 
对于serial collector，当执行minor GC时，必须保证old代中有可用的空间来处理最坏情况(即eden和survivor空间中的对象都是活对象，需要提升至old空间)，如果不满足，则该minor GC触发major GC。所以对于serial collector，设置eden+survivor的内存不要大过old代内存。 
其他collector不做该保证，只有old代无法存储提升对象时才触发major GC。 

对于其他collector，由于多线程做minor GC时，考虑到最坏情况，每个线程要在old代内存预留一定空间做对象提升，因此可能导致内存碎片。因此old代内存应该调整的更大一些。 

-XX:NewSize=n young代空间下限。 
-XX:MaxNewSize=n　young代空间上限。 
-XX:NewRatio=n　young和old代的比例。 
-XX:SurvivorRatio=n Eden和单个survivor的比例。 

-XX:PermSize=n Permanent起始值。 
-XX:MaxPermSize=n Permanent最大值。 

3 决定使用Collector 
可以考虑是否需要换一个Collector。 
Collector选择 
-XX:+UseSerialGC Serial 
-XX:+UseParallelGC Parallel 
-XX:+UseParallelOldGC Parallel compacting 
-XX:+UseConcMarkSweepGC Concurrent mark–sweep (CMS) 

Parallel和Parallel Compacting Collector. 
-XX:ParallelGCThreads=n 
-XX:MaxGCPauseMillis=n 
-XX:GCTimeRatio=n 
设定目标好于明确设定参数值。 

为了增大Throughput，堆大小需要变大。可以把堆大小设为物理内存允许的最大值(同时程序不swapping)来检测该环境可以支持的最大throughput。 
为了减小最大暂停时间和footprint，堆大小需要变小。 
2个目标有一定的矛盾，因此要视具体应用场景，做平衡。 

CMS Collector 
-XX:+CMSIncrementalMode 和CMS同时使用。 
-XX:+CMSIncrementalPacing 和CMS同时使用。 
-XX:ParallelGCThreads=n 
-XX:CMSInitiatingOccupancyFraction=n,n为百分比，默认68。 


OutOfMemoryError 
可以指定 
-XX:+HeapDumpOnOutOfMemoryError 
当发生OutOfMemoryError时dump出堆内存。 

发生OutOfMemoryError时可以观测该Error的详细信息。 

Java heap space： 
调整堆大小。 
程序中含有大量带有finalize方法的对象。执行finalize方法的线程顶不住了。 
PermGen space: 
Permanent代内存不够用了。 
Requested array size exceeds VM limit。 
堆内存不够用。 
程序bug，一次分配太多内存。 


freeMemory(),totalMemory(),maxMemory() 
java.lang.Runtime类中的 freeMemory(), totalMemory(), maxMemory()这几个方法的反映的都是 java这个进程的内存情况，跟操作系统的内存根本没有关系。 

maxMemory()这个方法返回的是java虚拟机(这个进程)能构从操作系统那里挖到的最大的内存，以字节为单位，如果在运行java程序的时 候，没有添加-Xmx参数，那么就是jvm默认的可以使用内存大小，client为64M，server为1G。如果添加了-Xmx参数，将以这个参数后面的值为准。 

totalMemory()这个方法返回的是java虚拟机现在已经从操作系统那里挖过来的内存大小，也就是java虚拟机这个进程当时所占用的所有内存。如果在运行java的时候没有添加-Xms参数，那么，在java程序运行的过程的，内存总是慢慢的从操作系统那里挖的，基本上是用多少挖多少，直 到挖到maxMemory()为止，所以totalMemory()是慢慢增大的。如果用了-Xms参数，程序在启动的时候就会无条件的从操作系统中挖 -Xms后面定义的内存数，然后在这些内存用的差不多的时候，再去挖。 

freeMemory()是什么呢，刚才讲到如果在运行java的时候没有添加-Xms参数，那么，在java程序运行的过程的，内存总是慢慢的从操 作系统那里挖的，基本上是用多少挖多少，但是java虚拟机100％的情况下是会稍微多挖一点的，这些挖过来而又没有用上的内存，实际上就是 freeMemory()，所以freeMemory()的值一般情况下都是很小的，但是如果你在运行java程序的时候使用了-Xms，这个时候因为程 序在启动的时候就会无条件的从操作系统中挖-Xms后面定义的内存数，这个时候，挖过来的内存可能大部分没用上，所以这个时候freeMemory()可能会有些大。 


jmap工具的使用 
jmap pid 查看共享对象。 
jmap -heap pid　查看java进程堆的相关信息。 

$ jmap -heap 5695
Attaching to process ID 5695, please wait...
Debugger attached successfully.
Server compiler detected.
JVM version is 17.0-b16

using parallel threads in the new generation.
using thread-local object allocation.
Concurrent Mark-Sweep GC

Heap Configuration:
   MinHeapFreeRatio = 40
   MaxHeapFreeRatio = 70
   MaxHeapSize      = 1342177280 (1280.0MB)
   NewSize          = 134217728 (128.0MB)
   MaxNewSize       = 134217728 (128.0MB)
   OldSize          = 4194304 (4.0MB)
   NewRatio         = 2
   SurvivorRatio    = 20000
   PermSize         = 100663296 (96.0MB)
   MaxPermSize      = 134217728 (128.0MB)

Heap Usage:
New Generation (Eden + 1 Survivor Space):
   capacity = 134152192 (127.9375MB)
   used     = 34518744 (32.919639587402344MB)
   free     = 99633448 (95.01786041259766MB)
   25.731032408326207% used
Eden Space:
   capacity = 134086656 (127.875MB)
   used     = 34518744 (32.919639587402344MB)
   free     = 99567912 (94.95536041259766MB)
   25.743608670500368% used
From Space:
   capacity = 65536 (0.0625MB)
   used     = 0 (0.0MB)
   free     = 65536 (0.0625MB)
   0.0% used
To Space:
   capacity = 65536 (0.0625MB)
   used     = 0 (0.0MB)
   free     = 65536 (0.0625MB)
   0.0% used
concurrent mark-sweep generation:
   capacity = 671088640 (640.0MB)
   used     = 287118912 (273.81793212890625MB)
   free     = 383969728 (366.18206787109375MB)
   42.7840518951416% used
Perm Generation:
   capacity = 100663296 (96.0MB)
   used     = 41864504 (39.92510223388672MB)
   free     = 58798792 (56.07489776611328MB)
   41.58864816029867% used

jmap –histo pid 查询各种对象占用的内存大小。 

$ jmap -histo 5695 | less

 num     #instances         #bytes  class name
----------------------------------------------
   1:        320290       63305456  [C
   2:       1457010       46624320  java.util.concurrent.ConcurrentHashMap$Segment
   3:       1502500       36060000  java.util.concurrent.locks.ReentrantLock$NonfairSync
   4:         87785       29987632  [I
   5:       1457010       23638928  [Ljava.util.concurrent.ConcurrentHashMap$HashEntry;
   6:        285668       15240784  [Ljava.lang.Object;
   7:         87239       10680160  <constMethodKlass>
   8:        399482        9587568  java.lang.String
   9:         16533        7466624  [B
  10:         91065        7285072  [Ljava.util.concurrent.ConcurrentHashMap$Segment;
  11:         87239        6983288  <methodKlass>
  12:        125750        5868720  <symbolKlass>
  13:         45409        5449080  java.net.SocksSocketImpl
  14:         63574        4936176  [S
  15:         45294        4710576  sun.nio.ch.SocketChannelImpl

jmap –permstat pid　查看Class Loader。 

jmap –dump:file=filename,format=b pid dump内存到文件。 

可以使用MAT工具分析java dump文件。