内存问题排查方案
Hi，我是阿昌，今天学习记录的是关于内存问题排查方案。
碰到内存持续上升的情况，其实很难从业务日志中查看到具体的问题，那么面对多个进程以及大量业务线程，该如何精准地找到背后的原因呢？
一、常用的监控和诊断内存工具
工欲善其事，必先利其器。平时排查内存性能瓶颈时，往往需要用到一些 Linux 命令行或者 JDK 工具来辅助监测系统或者虚拟机内存的使用情况，下面介绍几种好用且常用的工具。
1、top 命令
top 命令是我们在 Linux 下最常用的命令之一，它可以实时显示正在执行进程的 CPU 使用率、内存使用率以及系统负载等信息。
其中上半部分显示的是系统的统计信息，下半部分显示的是进程的使用率统计信息。
除了简单的 top 之外，还可以通过top -Hp pid查看具体线程使用系统资源情况：
2、vmstat 命令
vmstat 是一款指定采样周期和次数的功能性监测工具，可以看到，它不仅可以统计内存的使用情况，还可以观测到 CPU 的使用率、swap 的使用情况。
但 vmstat 一般很少用来查看内存的使用情况，而是经常被用来观察进程的上下文切换。
- r：等待运行的进程数；
- b：处于非中断睡眠状态的进程数；
- swpd：虚拟内存使用情况；
- free：空闲的内存；
- buff：用来作为缓冲的内存数；
- si：从磁盘交换到内存的交换页数量；
- so：从内存交换到磁盘的交换页数量；
- bi：发送到块设备的块数；
- bo：从块设备接收到的块数；
- in：每秒中断数；
- cs：每秒上下文切换次数；
- us：用户 CPU 使用时间；
- sy：内核 CPU 系统使用时间；
- id：空闲时间；
- wa：等待 I/O 时间；
- st：运行虚拟机窃取的时间。
3、pidstat 命令
pidstat 是 Sysstat 中的一个组件，也是一款功能强大的性能监测工具，可以通过命令：yum install sysstat 安装该监控组件。
之前的 top 和 vmstat 两个命令都是监测进程的内存、CPU 以及 I/O 使用情况，而 pidstat 命令则是深入到线程级别。
通过 pidstat -help 命令，可以查看到有以下几个常用的参数来监测线程的性能：
常用参数：
- -u：默认的参数，显示各个进程的 cpu 使用情况；
- -r：显示各个进程的内存使用情况；
- -d：显示各个进程的 I/O 使用情况；
- -w：显示每个进程的上下文切换情况；
- -p：指定进程号；
- -t：显示进程中线程的统计信息。
可以通过相关命令（例如 ps 或 jps）查询到相关进程 ID，再运行以下命令来监测该进程的内存使用情况：
其中 pidstat 的参数 -p 用于指定进程 ID，-r 表示监控内存的使用情况，1 表示每秒的意思，3 则表示采样次数。
其中显示的几个关键指标的含义是：
- Minflt/s：任务每秒发生的次要错误，不需要从磁盘中加载页；
- Majflt/s：任务每秒发生的主要错误，需要从磁盘中加载页；
- VSZ：虚拟地址大小，虚拟内存使用 KB；
- RSS：常驻集合大小，非交换区内存使用 KB。
如果我们需要继续查看该进程下的线程内存使用率，则在后面添加 -t 指令即可：
Java 是基于 JVM 上运行的，大部分内存都是在 JVM 的用户内存中创建的，所以除了通过以上 Linux 命令来监控整个服务器内存的使用情况之外，更需要知道 JVM 中的内存使用情况。
JDK 中就自带了很多命令工具可以监测到 JVM 的内存分配以及使用情况。
4、jstat 命令
jstat 可以监测 Java 应用程序的实时运行情况，包括堆内存信息以及垃圾回收信息。
可以运行 jstat -help 查看一些关键参数信息：
再通过 jstat -option 查看 jstat 有哪些操作：
- -class：显示 ClassLoad 的相关信息；
- -compiler：显示 JIT 编译的相关信息；
- -gc：显示和 gc 相关的堆信息；
- -gccapacity：显示各个代的容量以及使用情况；
- -gcmetacapacity：显示 Metaspace 的大小；
- -gcnew：显示新生代信息；
- -gcnewcapacity：显示新生代大小和使用情况；
- -gcold：显示老年代和永久代的信息；
- -gcoldcapacity ：显示老年代的大小；
- -gcutil：显示垃圾收集信息；
- -gccause：显示垃圾回收的相关信息（通 -gcutil），同时显示最后一次或当前正在发生的垃圾回收的诱因；
- -printcompilation：输出 JIT 编译的方法信息。
它的功能比较多，在这里例举一个常用功能，如何使用 jstat 查看堆内存的使用情况。
可以用 jstat -gc pid 查看：
- S0C：年轻代中 To Survivor 的容量（单位 KB）；
- S1C：年轻代中 From Survivor 的容量（单位 KB）；
- S0U：年轻代中 To Survivor 目前已使用空间（单位 KB）；
- S1U：年轻代中 From Survivor 目前已使用空间（单位 KB）；
- EC：年轻代中 Eden 的容量（单位 KB）；
- EU：年轻代中 Eden 目前已使用空间（单位 KB）；
- OC：Old 代的容量（单位 KB）；
- OU：Old 代目前已使用空间（单位 KB）；
- MC：Metaspace 的容量（单位 KB）；
- MU：Metaspace 目前已使用空间（单位 KB）；
- YGC：从应用程序启动到采样时年轻代中 gc 次数；
- YGCT：从应用程序启动到采样时年轻代中 gc 所用时间 (s)；
- FGC：从应用程序启动到采样时 old 代（全 gc）gc 次数；
- FGCT：从应用程序启动到采样时 old 代（全 gc）gc 所用时间 (s)；
- GCT：从应用程序启动到采样时 gc 用的总时间 (s)。
5、jstack 命令
监测上下文切换异常的命令排查工具&BlockingQueue中，它是一种线程堆栈分析工具，最常用的功能就是使用 jstack pid 命令查看线程的堆栈信息，通常会结合 top -Hp pid 或 pidstat -p pid -t 一起查看具体线程的状态，也经常用来排查一些死锁的异常。
每个线程堆栈的信息中，都可以查看到线程 ID、线程的状态（wait、sleep、running 等状态）以及是否持有锁等。
6、jmap 命令
在JVM内存分配优化 中使用过 jmap 查看堆内存初始化配置信息以及堆内存的使用情况。
那么除了这个功能，其实还可以使用 jmap 输出堆内存中的对象信息，包括产生了哪些对象，对象数量多少等。.
可以用 jmap 来查看堆内存初始化配置信息以及堆内存的使用情况：
可以使用 jmap -histo[:live] pid 查看堆内存中的对象数目、大小统计直方图，如果带上 live 则只统计活对象：
可以通过 jmap 命令把堆内存的使用情况 dump 到文件中：
可以将文件下载下来，使用 MAT 工具打开文件进行分析：
下面用一个实战案例来综合使用下刚刚介绍的几种工具，具体操作一下如何分析一个内存泄漏问题。
二、实战演练
平时遇到的内存溢出问题一般分为两种
- 一种是由于大峰值下没有限流，瞬间创建大量对象而导致的内存溢出；
- 另一种则是由于内存泄漏而导致的内存溢出。
使用限流，一般就可以解决第一种内存溢出问题，但其实很多时候，内存溢出往往是内存泄漏导致的，这种问题就是程序的 BUG，需要及时找到问题代码。下面模拟了一个内存泄漏导致的内存溢出案例，来实践一下。
ThreadLocal 的作用是提供线程的私有变量，这种变量可以在一个线程的整个生命周期中传递，可以减少一个线程在多个函数或类中创建公共变量来传递信息，避免了复杂度。但在使用时，如果 ThreadLocal 使用不恰当，就可能导致内存泄漏。这个案例的场景就是 ThreadLocal，下面模拟对每个线程设置一个本地变量。
运行以下代码，系统一会儿就发送了内存溢出异常：
@RequestMapping(value = "/test0")
public String test0(HttpServletRequest request) {
ThreadLocal<Byte[]> localVariable = new ThreadLocal<Byte[]>();
localVariable.set(new Byte[4096*1024]);// 为线程添加变量
return "success";
}在启动应用程序之前，可以通过 HeapDumpOnOutOfMemoryError 和 HeapDumpPath 这两个参数开启堆内存异常日志，通过以下命令启动应用程序：
java -jar -Xms1000m -Xmx4000m -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/tmp/heapdump.hprof -XX:+PrintGCTimeStamps -XX:+PrintGCDetails -Xloggc:/tmp/heapTest.log heapTest-0.0.1-SNAPSHOT.jar首先，请求 test0 链接 10000 次，这个时候请求 test0 的接口报异常了。
通过日志，很好分辨这是一个内存溢出异常。
首先通过 Linux 系统命令查看进程在整个系统中内存的使用率是多少，最简单就是 top 命令了。
从 top 命令查看进程的内存使用情况，可以发现在机器只有 8G 内存且只分配了 4G 内存给 Java 进程的情况下，Java 进程内存使用率已经达到了 55%，再通过 top -Hp pid 查看具体线程占用系统资源情况。
再通过 jstack pid 查看具体线程的堆栈信息，可以发现该线程一直处于 TIMED_WAITING 状态，此时 CPU 使用率和负载并没有出现异常，可以排除死锁或 I/O 阻塞的异常问题了。
再通过 jmap查看堆内存的使用情况，可以发现，老年代的使用率几乎快占满了，而且内存一直得不到释放：
通过以上堆内存的情况，基本可以判断系统发生了内存泄漏。
下面就需要找到具体是什么对象一直无法回收，什么原因导致了内存泄漏。
需要查看具体的堆内存对象，看看是哪个对象占用了堆内存，可以通过 jmap 查看存活对象的数量：
Byte 对象占用内存明显异常，说明代码中 Byte 对象存在内存泄漏，在启动时，已经设置了 dump 文件，通过 MAT 打开 dump 的内存日志文件，可以发现 MAT 已经提示了 byte 内存异常：
再点击进入到 Histogram 页面，可以查看到对象数量排序，可以看到 Byte[]数组排在了第一位，选中对象后右击选择 with incomming reference 功能，可以查看到具体哪个对象引用了这个对象。
在这里我们就可以很明显地查看到是 ThreadLocal 这块的代码出现了问题。
三、总结
在一些比较简单的业务场景下，排查系统性能问题相对来说简单，且容易找到具体原因。
但在一些复杂的业务场景下，或是一些开源框架下的源码问题，相对来说就很难排查了，有时候通过工具只能猜测到可能是某些地方出现了问题，而实际排查则要结合源码做具体分析。
可以说没有捷径，排查线上的性能问题本身就不是一件很简单的事情，除了将今天介绍的这些工具融会贯通，还需要不断地去累积经验，真正做到性能调优。
是否可以讲下如何避免threadLocal内存泄漏呢
ThreadLocal是基于ThreadLocalMap实现的，这个Map的Entry继承了WeakReference，而Entry对象中的key使用了WeakReference封装，也就是说Entry中的key是一个弱引用类型，而弱引用类型只能存活在下次GC之前。
如果一个线程调用ThreadLocal的set设置变量，当前ThreadLocalMap则新增一条记录，此时ThreadLocal实例没有外部强引用，当发生一次垃圾回收，此时key值被回收，而value值依然存在内存中，由于当前线程一直存在，所以value值将一直被引用。.
这些被垃圾回收掉的key就存在一条引用链的关系一直存在：Thread --> ThreadLocalMap–>Entry–>Value，这条引用链会导致Entry不会回收，Value也不会回收，但Entry中的Key却已经被回收的情况，造成内存泄漏。
我们只需要在使用完该key值之后，通过remove方法remove掉，就可以防止内存泄漏了。
内存泄露和内存溢出具体有啥区别
内存泄漏是指不再使用的对象无法得到及时的回收，持续占用内存空间，从而造成内存空间的浪费。
例如，之前在在Java6中substring方法可能会导致内存泄漏情况发生。
当调用substring方法时会调用new string构造函数，此时会复用原来字符串的char数组，而如果仅仅是用substring获取一小段字符，而原本string字符串非常大的情况下，substring的对象如果一直被引用，由于substring的里面的char数组仍然指向原字符串，此时string字符串也无法回收，从而导致内存泄露。
内存溢出则是发生了OutOfMemoryException，内存溢出的情况有很多，例如堆内存空间不足，栈空间不足，以及方法区空间不足都会发生内存溢出异常。
内存泄漏与内存溢出的关系：
内存泄漏很容易导致内存溢出，但内存溢出不一定是内存泄漏导致的。
