最近OOM感悟

近期工作上真的到处都在遇到OOM。

Kafka查询出现OOM

原因：一次查询创建了太多consumer对象。解决方案：Consumer对象存放到ThreadLocal中复用，并在请求结束后调用 consumer#unsubscribe consumer#close 方法关闭Consumer对象，释放内存。

业务上出现OOM

使用我们JAR包的十几个应用的内存都达到了惊人的6G。显然根据他们实际的业务评估，根本不可能出现如此严重的内存消耗。

经过我的排查，主要代码中出现了两处严重的内存泄露。

①存放在ThreadLocal中的消息没有手动调用ThreadLocal#remove方法释放内存。

②滥用内存队列，例如 LinkedBlockingQueue ，构造的时候不指定大小，就是一个无界队列。有的内存队列只存不消费，造成内存严重浪费。有的队列消费能力不足，导致队列严重积压。

文件传输OOM

待续