使用JProfiler进行内存分析

在最近的工作中，通过JProfiler解决了一个内存泄漏的问题，现将检测的步骤和一些分析记录下来，已备今后遇到相似问题时可以作为参考。

 

运行环境：

Tomcat6，jdk6，JProfiler8

 

内存泄漏的现象：

1. 在服务器中执行某些批量操作的时候，发现内存只升不降；就算gc后，内存也不能被完全释放；

2. 除非重启tomcat服务器，内存永远不会被释放，反复执行这些操作，会导致无可用内存，tomcat死掉；

 

使用JProfiler检查内存泄漏的步骤：

1. 初始化检验环境：

切换到“Live Memory-->All Objects”标签，可以看到当前tomcat中的对象情况,注意jprofiler其他版本可能位置不一样.

在执行操作前，需要先F4,运行“Run GC”，使jvm进行内存回收清理无效的对象.为了便于比较内存的增长情况，可以点击右键--->"Mark Current",

来将当前内存使用情况作为参照；点击后会显示“Difference”列，该列会列出对象数量的变化和变化比率

2.打开内存记录： 

点击“Start Recordings”按钮，开始记录。执行这步的主要目的是为下面“Heap Walker”设置一个监控区间；如果不记录的话“Heap Walker”将分析jvm虚拟机的所有内存，即耗时又不能准确的发现内存泄漏的原因。

3. 执行操作，执行gc；

 使用压力工具访问被测应用，执行完之后再次F4进行GC----这样是为了消除可以回收的对象。执行内存回收后，仍然存在于内存中的对象有可能是泄漏的对象。如下图instance count中红色的部门为不能回收的对象，difference列列出了增加的对象数量和增。以String为例，在该操作中增加了31751个对象增幅达到了14%，随后会在HeapWalker中观察这些对象，分析哪些对象是泄漏的。一般引起泄漏的对象包括：String、char[]、HashMap、Concurrenthashmap等，这类对象需要重点关注下；

4. 关闭内存记录：

点击“Stop Recordings”关闭内存记录，告诉jProfiler把这段记录作为分析对象；

5. 找到增加迅速的对象类型，打开HeapWalker：

在视图中找到增长快速的对象类型，本例Concurrenthashmap的增长速度很快。在memory视图中找到Concurrenthashmap---点右键----选择“Show Selectiion In Heap Walker”，切换到HeapWarker 视图；切换前会弹出选项页面，注意一定要选择“Select recorded  objects”，这样Heap Walker会在刚刚的那段记录中进行分析；否则，会分析tomcat的所有内存对象，这样既耗时又不准确；

6. 在HeapWalker中，找到泄漏的对象；

HeapWarker 会分析内存中的所有对象，包括对象的引用、创建、大小和数量；

 

HeapWarker视图下方可以进行页面切换：

通过切换到References页签，可以看到这个类的具体对象实例。

 为了在这些内存对象中，找到泄漏的对象（应该被回收），可以在该对象上点击右键，选择“Use Selected Instances”缩小对象范围；

单击OK按钮

7. 通过引用分析该对象：

在References引用页签中，可以看到该对象的的引用关系，可以切换incoming/outcoming，显示引用的类型：

incoming  表示显示这个对象被谁引用；

outcoming 表示显示这个对象引用的其他对象；

 

选择“Show In Graph”将引用关系使用图形方式展现；

选中该对象，点击“Show Paths To GC Root”，会找到引用的根节点；

在上图中，我们可以发现，这个HashMap Segment对象最终的引用是在ConcurrentHashMap和ReentranLock对象中；

8. 通过创建分析该对象：

如果第7步还不能定位内存泄露的地方，我们可以尝试使用Allocations页签，该页签显示对象是如何创建出来的；

我们可以从创建方法开始检查，检查所有用到该对象的地方，直到找到泄漏位置；