高并发下的内存管理技巧

　　1、为何高并发下容易oom

　　　　1）首先我们了解当执行垃圾回收的时候，会导致进程暂停，从而使我们的程序卡死；进程长时间暂停，又会导致大量的请求积压等待处理，垃圾回收刚刚结束，更多的请求立刻涌进来，迅速占满内存，再次被迫执行垃圾回收，进入了一个恶性循环。如果垃圾回收的速度跟不上创建对象的速度，还可能会产生内存溢出的现象。

　　所以说往往在高并发的情况下更容易发生oom。

　　　　2)除此之外垃圾回收算法产生内存碎片也会产生影响。内存碎片在GC执行标记-清除算法时产生，当完成对象的回收后，会需要再整理内存碎片，将不连续的空闲内存移动到一起，以便空出足够的连续内存空间供后续使用。和垃圾回收算法一样，内存碎片整理也有很多非常复杂的实现方法，但由于整理过程中需要移动内存中的数据，也都不可避免地需要暂停进程。

　　　　内存碎片举例来说：内存中有10个字节，初始化了5个short类型的对象，每个short占2字节，程序运行一段时间后，有两个short使用后被回收了，此时有想新建一个int，这时可能是不成功的，

因为回收掉的两个short可能不是连续的，但是创建int必须是连续的4个字节，所以就产生了占用空间的内存碎片。

　　2、高并发下的内存管理技巧

　　　　1）尽量少的创建对象，优化业务处理逻辑，特别是占用内存大的对象。例如：我们可以把收到请求的 Request 对象在业务流程中一直传递下去，而不是每执行一个步骤，就创建一个内容和 Request 对象差不多的新对象。

　　　　2）考虑自行回收并重用对象。建立一个对象池。收到请求后，在对象池内申请一个对象，使用完后再放回到对象池中，这样就可以反复地重用这些对象，非常有效地避免频繁触发垃圾回收。

　　　　3）尽可能使用内存大的服务器