围绕垃圾收集和内存，您可以将600多个参数传递给​​JVM​​​。如果包括其他方面，则JVM参数总数将很容易超过1000+。任何人都无法消化和理解太多的论据。在本文中，重点介绍了六个重要的​​JVM​​​参数，在​​Java性能测试​​中起着非常重要的作用。

-Xmx和-XX：MaxMetaspaceSize

​​-Xmx​​​可能是最重要的​​JVM​​​参数。​​-Xmx​​​定义要分配给应用程序的最大堆大小。。您可以这样定义应用程序的堆大小：​​-Xmx2g​​。

堆大小在影响应用性能和所需物理硬件需求。这带来了一个问题，我的应用程序正确的堆大小是多少？我应该为应用程序分配大堆大小还是小堆大小？答案是：取决于需求和预算。

将​​-Xms​​和​​-Xmx​​设置为相同值的会提高JVM性能

元空间是将存储​​JVM​​​的元数据定义（例如类定义，方法定义）的区域。默认情况下，可用于存储此元数据信息的内存量是无限的（即受您的容器或计算机的RAM大小的限制）。您需要使用​​-XX：MaxMetaspaceSize​​参数来指定可用于存储元数据信息的内存量的上限。

​​-XX:MaxMetaspaceSize=256m​​

GC算法

OpenJDK中有7种不同的GC算法：

  • Serial GC
  • Parallel GC
  • Concurrent Mark & Sweep GC
  • G1 GC
  • Shenandoah GC
  • Z GC
  • Epsilon GC

如果您未明确指定GC算法，那么JVM将选择默认算法。在Java 8之前，​​Parallel GC​​​是默认的GC算法。从Java 9开始，​​G1 GC​​是默认的GC算法。

GC算法的选择对于确定应用程序的性能起着至关重要的作用。根据我们的研究，我们正在使用Z GC算法观察到出色的性能结果。如果使用​​JVM 11+​​​，则可以考虑使用​​Z GC​​​算法（即​​-XX：+ UseZGC​​）。

下表总结了激活每种垃圾收集算法所需传递的JVM参数。

GC算法

JVM参数

Serial GC

-XX：+ UseSerialGC

Parallel GC

-XX：+ UseParallelGC

Concurrent Market & Sweep (CMS) GC

-XX：+ UseConcMarkSweepGC

G1 GC

-XX：+ UseG1GC

Shenandoah GC

-XX：+使用ShenandoahGC

Z GC

-XX：+ UseZGC

Epsilon GC

GC -XX：+ UseEpsilonGC

启用GC日志记录

垃圾收集日志包含有关垃圾收集事件，回收的内存，暂停时间段等信息，可以通过传递以下JVM参数来启用垃圾收集日志：

从JDK 1到JDK 8：

​​-XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:{file-path}​​

从JDK 9及更高版本开始：

​​-Xlog:gc*:file={file-path}​​

Demo：

-XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:/opt/workspace/myAppgc.log
-Xlog:gc*:file=/opt/workspace/myAppgc.log

通常，GC日志用于调整垃圾回收性能。但是，GC日志包含重要的微观指标。这些指标可用于预测应用程序的可用性和性能特征。在本文中将重点介绍一种这样的标尺：GC吞吐量。GC吞吐量是您的应用程序在处理客户交易中花费的时间与它在处理GC活动中花费的时间之比。假设您的应用程序的GC吞吐量为98％，则意味着应用程序将其98％的时间用于处理客户活动，其余2％用于GC活动。

现在，让我们看一个健康的JVM的堆使用情况图：

6个重要的JVM性能参数_.net

您会看到一个完美的锯齿图案。您会注意到，当运行Full GC（红色三角形）时，内存利用率将一直下降到最低。

现在，让我们看一下有问题的JVM的堆使用情况图：

6个重要的JVM性能参数_应用程序_02

您可以注意到，在图表的右端，即使GC反复运行，内存利用率也没有下降。这是一个典型的内存泄漏迹象，表明该应用程序正在存在某种内存问题。

如果您仔细观察一下该图，您会发现重复的完整GC开始在上午8点左右开始。但是，该应用程序仅在上午8:45左右开始获取OutOfMemoryError。到上午8点，该应用程序的GC吞吐量约为99％。但是，在上午8点之后，GC吞吐量开始下降到60％。因为当重复的GC运行时，该应用程序将不会处理任何客户交易，而只会进行GC活动。

-XX：+ HeapDumpOnOutOfMemoryError，-XX：HeapDumpPath

​​OutOfMemoryError​​​是一个严重的问题，它将影响您的应用程序的可用性和性能。要诊断​​OutOfMemoryError​​​或任何与内存相关的问题，必须在应用程序开始遇到​​OutOfMemoryError​​​的那一刻或一瞬间捕获堆转储。由于我们不知道何时会抛出​​OutOfMemoryError​​，因此很难在抛出时左右的正确时间手动捕获堆转储。但是，可以通过传递以下JVM参数来自动化捕获堆转储：

​​-XX：+ HeapDumpOnOutOfMemoryError和-XX：HeapDumpPath = {HEAP-DUMP-FILE-PATH}​​

在​​-XX：HeapDumpPath​​​中，需要指定堆转储所在的文件路径。传递这两个JVM参数时，将在抛出​​OutOfMemoryError​​时自动捕获堆转储并将其写入定义的文件路径。例：

​​-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/crashes/my-heap-dump.hprof​​

一旦捕获了堆转储，就可以使用​​HeapHero​​​和​​EclipseMAT​​之类的工具来分析堆转储。

-Xss

每个应用程序将具有数十，数百，数千个线程。每个线程都有自己的堆栈。在每个线程的堆栈中，存储以下信息：

  • 当前执行的方法/功能
  • 原始数据类型
  • 变量
  • 对象指针
  • 返回值。

他们每个都消耗内存。如果它们的使用量超出某个限制，则会引发​​StackOverflowError​​。可以通过传递-Xss参数来增加线程的堆栈大小限制。例：

​​-Xss256k​​

如果将此​​-Xss​​​值设置为一个很大的数字，则内存将被阻塞并浪费。假设您将​​-Xss​​​值指定为​​2mb​​​，而只需要​​256kb​​，那么您将浪费大量的内存。

假设您的应用程序有500个进程，然后​​-Xss​​​值为​​2Mb​​​，则您的线程将消耗​​1000Mb​​​的内存。另一方面，如果您仅将​​-Xss​​​分配为​​256kb​​​，那么您的线程将仅消耗​​125Mb​​​的内存。每个JVM将节省​​875Mb​​内存。

注意：线程是在堆（即​​-Xmx​​​）之外创建的，因此这​​1000Mb​​将是您已经分配的-Xmx值的补充。

-Dsun.net.client.defaultConnectTimeout和-Dsun.net.client.defaultReadTimeout

现代应用程序使用多种协议（即SOAP，REST，HTTP，HTTPS，JDBC，RMI）与远程应用程序连接。有时远程应用程序可能需要很长时间才能做出响应，有时它可能根本不响应。

如果没有正确的超时设置，并且远程应用程序的响应速度不够快，则您的应用程序线程/资源将被卡住。远程应用程序无响应可能会影响您的应用程序的可用性。它可以使您的应用程序停止磨削。为了保护应用程序的高可用性，应配置适当的超时设置。

您可以在JVM级别传递这两个强大的超时网络属性，这些属性可以全局适用于所有使用​​java.net.URLConnection​​的协议处理程序：

​​sun.net.client.defaultConnectTimeout​​​：指定建立到主机的连接的超时（以毫秒为单位）。例如，对于HTTP连接，它是与HTTP服务器建立连接时的超时。当建立与资源的连接时，​​sun.net.client.defaultReadTimeout​​指定从输入流读取时的超时（以毫秒为单位）。例如，如果您要将这些属性设置为2秒：

-Dsun.net.client.defaultConnectTimeout=2000
-Dsun.net.client.defaultReadTimeout=2000

注意，默认情况下，这两个属性的值为-1，这表示未设置超时。

  • 郑重声明：公众号“FunTester”，欢迎关注交流，禁止第三方转载、发表。