JVM 性能调优 及 为什么要减少 Full GC

本文为博主原创，未经允许不得转载：

　　系统上线压测，需要了解系统的瓶颈以及吞吐量，并根据压测数据进行对应的优化。

　　对压测进行 JVM 性能优化，有两条思路：

　　第一种情况 : 使用压测工具 jmeter 进行小量并发业务测试， 通过 top 命令查看cpu是否会急速飙升。若在 小并发量压测时或单独调试时，出现 cpu 性能飙升，

　　　　那就需要对对应的业务接口进行代码分析，分析消耗cpu 的原因。

　　第二种情况：使用压测工具jmeter ，jvisulam 等进行大并发量业务测试，并使用 top 命令实时监控 cpu ，以及内存的使用情况，查看 垃圾回收

　　　　MinorGC 和 Full GC 的频率和情况。根据 GC 的数据进行对应的JVM参数设置，提高系统的可用性。

如何进行第一种情况调优：

　　1. CPU 迅速飙升，在业务服务器上进行监控，

　　　　1.通过 top 命令定位到占用 CPU 和内存 最高的线程

　　　　2. 并将对应的线程转为16进制，通过jstack 查询该线程的堆栈信息，从而定位到对应的代码，并进行代码分析

　　　　3. 进行代码性能优化

第二种情况调优：

　　第二种情况调优属于 JVM 参数性能调优，主要通过设置 堆（新生代和老年代）的大小以及GC 垃圾回收器，从而提高服务的性能。

　　　　该调优需要在压测时，需要对该 java 进程实时的垃圾回收情况进行监控。分析在压测业务吞吐量相对稳定时，GC的回收情况。　　

　　　　1. 使用 jstat 命令对指定的java 进程进行实时监控。并计算出一些关键数据。并给自己的系统设置一些初始性的JVM 参数：

　　　　　　比如 堆内存大小，年轻代大小，Eden和Survivor的比例，老年代的大小，大对象的阈值，大龄对象进入老年代的阈值等。

　　　　2. 查看年轻代对象的增长速率：

　　　　　　可以执行命令 jstat -gc pid 1000 10 (每隔1秒执行1次命令，共执行10次)，通过观察EU(eden区的使用)来估算每秒eden大概新增多少对象，

　　　　如果系统负载不高，可以把频率1秒换成1分钟，甚至10分钟来观察整体情况。注意，一般系统可能有高峰期和日常期，所以需要在不

　　　　同的时间分别估算不同情况下对象增长速率。

　　　　3. Young GC的触发频率和每次耗时

　　　　　　知道年轻代对象增长速率我们就能推根据eden区的大小推算出Young GC大概多久触发一次，Young GC的平均耗时可以通过 YGCT/YGC公式算出，

　　　　根据结果我们大概就能知道系统大概多久会因为Young GC的执行而卡顿多久。

　　　　4. 每次Young GC后有多少对象存活和进入老年代

　　　　　　这个因为之前已经大概知道Young GC的频率，假设是每5分钟一次，那么可以执行命令 jstat -gc pid 300000 10 ，观察每次结果eden，survivor和老年代

　　　　使用的变化情况，在每次gc后eden区使用一般会大幅减少，survivor和老年代都有可能增长，这些增长的对象就是每次Young GC后存活的对象，同时还可以看

　　　　出每次Young GC后进去老年代大概多少对象，从而可以推算出老年代对象增长速率。

　　　　5. Full GC的触发频率和每次耗时

　　　　　　知道了老年代对象的增长速率就可以推算出Full GC的触发频率了，Full GC的每次耗时可以用公式 FGCT/FGC 计算得出。

　　　　6. 优化思路其实简单来说就是尽量让每次Young GC后的存活对象小于Survivor区域的50%，都留存在年轻代里。

　　　　　　尽量别让对象进入老年代。尽量减少Full GC的频率，避免频繁Full GC对JVM性能的影响。

　　　　在调试JVM 的堆大小时，可以根据JVM 堆得内存模型图进行推算参数值：

　　为什么要减少 Full GC：

　　　　通过设置JVM 的参数，减少Full GC 触发的频率，因为 Full GC 会导致 STW ：top一the一World，简称STW，指的是Gc事件发生过程中，

　　会产生应用程序的停顿。停顿产生时整个应用程序线程都会被暂停，没有任何响应，有点像卡死的感觉，这个停顿称为STW。

　　　　为什么要减少 Full GC ，因为 Young GC 每次扫描的对象少，且对象的生命周期较短，容器GC ，而 Full GC 不仅需要扫描清理老年代的

　　垃圾对象，还需要清理 metaspace和新生代的垃圾对象，由于老年代中所保存的对象是生命周期较长的对象，不易清理，比较耗时，这就会

　　导致 STW 时间变长，服务不可用或卡顿的现象也就越长。　

　　常用的 JVM 参数配置：

标签: JVM