full gc频繁的分析及解决案例

2016-04-14 09:20:54       0     来源：end's coding life  

   

现象

1	系统报警full gc次数过多，每 2 分钟达到了 5 ～ 6 次，这是不正常的现象

1	在full gc报警时的gc.log如下：

1

1	在full gc报警时的jstat如下：

1	sudo -u admin -H /opt/taobao/java/bin/jstat -gcutil `pgrep java` 2000 100

1

1	此时的cpu如下（基本都是在做gc）：

1

1	将应用重启后，问题解决

1	但是当后台执行低价航线更新时，过大概十几个小时后，又出现上述情况！

分析

1	当频繁full gc时，jstack打印出堆栈信息如下：

1	sudo -u admin -H /opt/taobao/java/bin/jstack `pgrep java` > #your file path#

1

1	可以看到的确是在跑低价信息

1	另外在应用频繁full gc时和应用正常时，也执行了如下 2 种命令：

1	sudo -u admin -H /opt/taobao/java/bin/jmap -histo `pgrep` > #your file path#

1	sudo -u admin -H /opt/taobao/java/bin/jmap -histo:live `pgrep` > #your file path#（live会产生full gc）

1	目的是确认以下 2 种信息：

1	（ 1 ）是否存在某些引用的不正常，造成对象始终可达而无法回收（Java中的内存泄漏）

1 2	（ 2 ）是否真是由于在频繁full gc时同时又有大量请求进入分配内存从而处理不过来，          造成concurrent mode failure？

1	下图是在应用正常情况下，jmap不加live，产生的histo信息：

1

1	下图是在应用正常情况下，jmap加live，产生的histo信息：

1

1	下图是在应用频繁full gc情况下，jmap不加live和加live，产生的histo信息：

1

1	从上述几个图中可以看到：

1	（ 1 ）在应用正常情况下，图中标红的对象是被回收的，因此不是内存泄漏问题

1 2	（ 2 ）在应用频繁full gc时，标红的对象即使加live也是未被回收的，因上就是在频繁full gc时，          同时又有大量请求进入分配内存从而处理不过来的问题

先从解决问题的角度，看怎样造成频繁的full gc？

从分析CMS GC开始

1	先给个CMS GC的概况：

1	（ 1 ）young gc

1	可以看到，当eden满时，young gc使用的是ParNew收集器

1	ParNew: 2230361K->129028K(2403008K), 0.2363650 secs解释：

1	1 ）2230361K->129028K，指回收前后eden+s1(或s2)大小

1	2 ）2403008K，指可用的young代的大小，即eden+s1（或s2）

1	3 ） 0.2363650 secs，指消耗时间

1	2324774K->223451K(3975872K), 0.2366810 sec解释：

1 2	1 ）2335109K->140198K，指整个堆大小的变化 （heap=(young+old)+perm；young=eden+s1+s2；s1=s2=young/(survivor ratio+ 2 )）

1	2 ） 0.2366810 sec，指消耗时间

1	[Times: user= 0.60 sys= 0.02 , real= 0.24 secs]解释：指用户时间，系统时间，真实时间

1

1	（ 2 ）cms gc

1	当使用CMS收集器时，当开始进行收集时，old代的收集过程如下所示：

1 2	a）首先jvm根据-XX:CMSInitiatingOccupancyFraction，-XX:+UseCMSInitiatingOccupancyOnly       来决定什么时间开始垃圾收集

1 2	b）如果设置了-XX:+UseCMSInitiatingOccupancyOnly，那么只有当old代占用确实达到了       -XX:CMSInitiatingOccupancyFraction参数所设定的比例时才会触发cms gc

1 2 3

c）如果没有设置-XX:+UseCMSInitiatingOccupancyOnly，那么系统会根据统计数据自行决定什么时候      触发cms gc；因此有时会遇到设置了 80 %比例才cms gc，但是 50 %时就已经触发了，就是因为这个参数      没有设置的原因

1 2	d）当cms gc开始时，首先的阶段是CMS-initial-mark，此阶段是初始标记阶段，是stop the world阶段，       因此此阶段标记的对象只是从root集最直接可达的对象

1	CMS-initial-mark：961330K（1572864K），指标记时，old代的已用空间和总空间

1 2	e）下一个阶段是CMS-concurrent-mark，此阶段是和应用线程并发执行的，所谓并发收集器指的就是这个，       主要作用是标记可达的对象

1	此阶段会打印 2 条日志：CMS-concurrent-mark-start，CMS-concurrent-mark

1 2	f）下一个阶段是CMS-concurrent-preclean，此阶段主要是进行一些预清理，因为标记和应用线程是并发执行的，      因此会有些对象的状态在标记后会改变，此阶段正是解决这个问题

1 2	因为之后的Rescan阶段也会stop the world，为了使暂停的时间尽可能的小，也需要preclean阶段先做一部分      工作以节省时间

1	此阶段会打印 2 条日志：CMS-concurrent-preclean-start，CMS-concurrent-preclean

1 2	g）下一阶段是CMS-concurrent-abortable-preclean阶段，加入此阶段的目的是使cms gc更加可控一些，       作用也是执行一些预清理，以减少Rescan阶段造成应用暂停的时间

1	此阶段涉及几个参数：

1	-XX:CMSMaxAbortablePrecleanTime：当abortable-preclean阶段执行达到这个时间时才会结束

1 2	-XX:CMSScheduleRemarkEdenSizeThreshold（默认2m）：控制abortable-preclean阶段什么时候开始执行， 即当eden使用达到此值时，才会开始abortable-preclean阶段

1	-XX:CMSScheduleRemarkEdenPenetratio（默认 50 %）：控制abortable-preclean阶段什么时候结束执行

1	此阶段会打印一些日志如下：

1 2	CMS-concurrent-abortable-preclean-start，CMS-concurrent-abortable-preclean， CMS：abort preclean due to time XXX

1 2	h）再下一个阶段是第二个stop the world阶段了，即Rescan阶段，此阶段暂停应用线程，对对象进行重新扫描并       标记

1	YG occupancy：964861K（2403008K），指执行时young代的情况

1	CMS remark：961330K（1572864K），指执行时old代的情况

1	此外，还打印出了弱引用处理、类卸载等过程的耗时

1	i）再下一个阶段是CMS-concurrent-sweep，进行并发的垃圾清理

1	j）最后是CMS-concurrent-reset，为下一次cms gc重置相关数据结构

1

1	（ 3 ）full gc：

1	有 2 种情况会触发full gc，在full gc时，整个应用会暂停

1	a）concurrent-mode-failure：当cms gc正进行时，此时有新的对象要进行old代，但是old代空间不足造成的

1 2	b）promotion-failed：当进行young gc时，有部分young代对象仍然可用，但是S1或S2放不下，      因此需要放到old代，但此时old代空间无法容纳此

1

 

频繁full gc的原因

1 2	从日志中可以看出有大量的concurrent-mode-failure，因此正是当cms gc进行时，有新的对象要进行old代， 但是old代空间不足造成的full gc

1	进程的jvm参数如下所示：

1

1	影响cms gc时长及触发的参数是以下 2 个：

1	-XX:CMSMaxAbortablePrecleanTime= 5000

1	-XX:CMSInitiatingOccupancyFraction= 80

1	解决也是针对这两个参数来的

1	根本的原因是每次请求消耗的内存量过大

解决

1 2	（ 1 ）针对cms gc的触发阶段，调整-XX:CMSInitiatingOccupancyFraction= 50 ，提早触发cms gc，就可以          缓解当old代达到 80 %，cms gc处理不完，从而造成concurrent mode failure引发full gc

1 2	（ 2 ）修改-XX:CMSMaxAbortablePrecleanTime= 500 ，缩小CMS-concurrent-abortable-preclean阶段          的时间

1 2 3

（ 3 ）考虑到cms gc时不会进行compact，因此加入-XX:+UseCMSCompactAtFullCollection         （cms gc后会进行内存的compact）和-XX:CMSFullGCsBeforeCompaction= 4         （在full gc4次后会进行compact）参数

1	但是运行了一段时间后，只不过时间更长了，又会出现频繁full gc

1	计算了一下heap各个代的大小（可以用jmap -heap查看）：

1	total heap=young+old=4096m

1

perm:256m

1	young=s1+s2+eden=2560m

1	young avail=eden+s1= 2133.375 + 213.3125 = 2346 .6875m

1	s1= 2560 /( 10 + 1 + 1 )= 213 .3125m

1

s2=s1

1	eden= 2133 .375m

1

old=1536m

1 2	可以看到eden大于old，在极端情况下（young区的所有对象全都要进入到old时，就会触发full gc）， 因此在应用频繁full gc时，很有可能old代是不够用的，因此想到将old代加大，young代减小

1

改成以下：

1

-Xmn1920m

1

新的各代大小：

1	total heap=young+old=4096m

1

perm:256m

1	young=s1+s2+eden=1920m

1	young avail=eden+s1= 2133.375 + 213.3125 =1760m

1	s1= 1760 /( 10 + 1 + 1 )=160m

1

s2=s1

1	eden=1600m

1

old=2176m

1	此时的eden小于old，可以缓解一些问题

1

1	改完之后，运行了 2 天，问题解决，未频繁报full gc