本文主要是介绍JVM实战篇：GC调优，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
目录
一.GC调优的核心指标
1.1吞吐量（Throughput）
1.2延迟（Latency）
1.3内存使用量
二.GC调优的方法
2.1监控工具
Jstat工具
VisualVm插件
Prometheus + Grafana
2.2诊断原因
GC日志
GC Viewer
GCeasy
2.3常见的GC模式
正常情况
缓存对象过多
内存泄漏
持续的FULL GC
元空间不足导致的FULL GC
三.修复GC问题
3.1优化基础JVM参数
参数1 ： -Xmx 和 –Xms
参数2 ： -XX:MaxMetaspaceSize 和 –XX:MetaspaceSize
参数3 ： -Xss虚拟机栈大小
不建议手动设置的参数
其他参数
3.2垃圾回收器的选择
GC调优
GC调优指的是对垃圾回收（Garbage Collection）进行调优。GC调优的主要目标是避免由垃圾回收引起程序性能下降。
GC调优的核心分成三部分：
- 通用JVM参数的设置。
- 特定垃圾回收器的JVM参数的设置。
- 解决由频繁的FULL GC引起的程序性能问题。
GC调优没有唯一的标准答案，如何调优与硬件、程序本身、使用情况均有关系，重点学习调优的工具和方法。
一.GC调优的核心指标
所以判断GC是否需要调优，需要从三方面来考虑，与GC算法的评判标准类似：
1.1吞吐量（Throughput）
吞吐量分为业务吞吐量和垃圾回收吞吐量
业务吞吐量指的在一段时间内，程序需要完成的业务数量。比如企业中对于吞吐量的要求可能会是这样的：
- 支持用户每天生成10000笔订单
- 在晚上8点到10点，支持用户查询50000条商品信息
保证高吞吐量的常规手段有两条：
- 优化业务执行性能，减少单次业务的执行时间
- 优化垃圾回收吞吐量
垃圾回收吞吐量指的是 CPU 用于执行用户代码的时间与 CPU 总执行时间的比值，即吞吐量 = 执行用户代码时间 /（执行用户代码时间 + GC时间）。吞吐量数值越高，垃圾回收的效率就越高，允许更多的CPU时间去处理用户的业务，相应的业务吞吐量也就越高。
1.2延迟（Latency）
延迟指的是从用户发起一个请求到收到响应这其中经历的时间。
延迟 = GC延迟 + 业务执行时间，所以如果GC时间过长，会影响到用户的使用。
1.3内存使用量
内存使用量指的是Java应用占用系统内存的最大值，一般通过JVM参数调整，在满足上述两个指标的前提下， 这个值越小越好。
通常这3个指标不能同时兼顾
二.GC调优的方法
2.1监控工具
Jstat工具
无法精确到GC产生的时间，只能 用于判断GC是否存在问题
VisualVm插件
Prometheus + Grafana
2.2诊断原因
GC日志
通过GC日志，可以更好的看到垃圾回收细节上的数据，同时也可以根据每款垃圾回收器的不同特点更好地发现存在的问题。
- 使用方法（JDK 8及以下）：-XX:+PrintGCDetails -Xloggc:文件名
- 使用方法（JDK 9+）：-Xlog:gc*:file=文件名
注： -verbose:gc 是将GC日志输出到控制台上，而上面是将GC日志单独输出到一个文件
GC Viewer
GCViewer是一个将GC日志转换成可视化图表的小工具，github地址：https://github.com/chewiebug/GCViewer
使用方法：java -jar gcviewer的jar包 日志文件.log
GCeasy
GCViewer是将GC日志可视化，而GCeasy是业界首款使用AI机器学习技术在线进行GC分析和诊断的工具。定位内存泄漏、GC延迟高的问题，提供JVM参数优化建议，支持在线的可视化工具图表展示。官方网站：Universal JVM GC analyzer - Java Garbage collection log analysis made easy (gceasy.io)
2.3常见的GC模式
正常情况
特点：呈现锯齿状，对象创建之后内存上升，一旦发生垃圾回收之后下降到底部，并且每次下降之后的内存大小接近，存留的对象较少。
缓存对象过多
特点：呈现锯齿状，对象创建之后内存上升，一旦发生垃圾回收之后下降到底部，并且每次下降之后的内存大小接近，处于比较高的位置。
问题产生原因： 程序中保存了大量的缓存对象，导致GC之后无法释放，可以使用MAT或者HeapHero等工具进行分析内存占用的原因。
内存泄漏
特点：呈现锯齿状，每次垃圾回收之后下降到的内存位置越来越高，最后由于垃圾回收无法释放空间导致对象无法分配产生OutOfMemory的错误。
问题产生原因： 程序中保存了大量的内存泄漏对象，导致GC之后无法释放，可以使用MAT或者HeapHero等工具 进行分析是哪些对象产生了内存泄漏。
持续的FULL GC
特点：在某个时间点产生多次Full GC，CPU使用率同时飙高，用户请求基本无法处理。一段时间之后恢复正常。
问题产生原因：在该时间范围请求量激增，程序开始生成更多对象，同时垃圾收集无法跟上对象创建速率，导致持续地在进行FULL GC。
元空间不足导致的FULL GC
特点：堆内存的大小并不是特别大，但是持续发生FULL GC。
问题产生原因：元空间大小不足，超过了Java虚拟机设置的阈值，导致持续FULL GC回收元空间的数据。
三.修复GC问题
解决GC问题的手段中，前三种是比较推荐的手段，第四种仅在前三种无法解决时选用：
3.1优化基础JVM参数
参数1 ： -Xmx 和 –Xms
-Xmx参数设置的是最大堆内存，但是由于程序是运行在服务器或者容器上，计算可用内存时，要将元空间、操作系统、 其它软件占用的内存排除掉。
案例：服务器内存4G，操作系统+元空间最大值+其它软件占用1.5G，-Xmx可以设置为2g。
最合理的设置方式应该是根据最大并发量估算服务器的配置，然后再根据服务器配置计算最大堆内存的值。
-Xms用来设置初始堆大小，建议将-Xms设置的和-Xmx一样大，有以下几点好处：
- 运行时性能更好，堆的扩容是需要向操作系统申请内存的，这样会导致程序性能短期下降。
- 可用性问题，如果在扩容时其他程序正在使用大量内存，很容易因为操作系统内存不足分配失败。
- 启动速度更快，Oracle官方文档的原话：如果初始堆太小，Java 应用程序启动会变得很慢，因为 JVM 被迫频繁执行垃圾收集，直到堆增长到更合理的大小。为了获得最佳启动性能，请将初始堆大小设置为与最大堆大小相同。
参数2 ： -XX:MaxMetaspaceSize 和 –XX:MetaspaceSize
- -XX:MaxMetaspaceSize=值 参数指的是最大元空间大小，默认值比较大，如果出现元空间内存泄漏会让操作系统可用内存不可控，建议根据测试情况设置最大值，一般设置为256m。当元空间大小超过这个值时，会抛出OutOfMemoryError。
- -XX:MetaspaceSize=值 参数指的是到达这个值之后会触发FULL GC（指的不是初始元空间大小）， 后续什么时候再触发JVM会自行计算。如果设置为和MaxMetaspaceSize一样大，就不会FULL GC，但是对象也无法回收。
参数3 ： -Xss虚拟机栈大小
如果我们不指定栈的大小，JVM 将创建一个具有默认大小的栈。大小取决于操作系统和计算机的体系结构。 比如Linux x86 64位 ： 1MB，如果不需要用到这么大的栈内存，完全可以将此值调小节省内存空间，合理值为256k – 1m之间。
使用：-Xss256k
不建议手动设置的参数
由于JVM底层设计极为复杂，一个参数的调整也许让某个接口得益，但同样有可能影响其他更多接口。
- -Xmn 年轻代的大小，默认值为整个堆的1/3，可以根据峰值流量计算最大的年轻代大小，尽量让对象只存放在年轻代，不进入老年代。但是实际的场景中，接口的响应时间、创建对象的大小、程序内部还会有一些定时任务等不 确定因素都会导致这个值的大小并不能仅凭计算得出，如果设置该值要进行大量的测试。G1垃圾回收器尽量不要设置该值，G1会动态调整年轻代的大小。
- ‐XX:SurvivorRatio 伊甸园区和幸存者区的大小比例，默认值为8。
- ‐XX:MaxTenuringThreshold 最大晋升阈值，年龄大于此值之后，会进入老年代。另外JVM有动态年龄判断机制：当 survior 区域的存活对象的总大小占用了 survior 区域大小的50%（可以通过参数指定），那么此时将按照这些对象的存活年龄从小到大排序，然后依次累加，当累加到对象大小超过50%，则将大于等于当前对象年龄的存活对象全部挪到老年代。
其他参数
- -XX:+DisableExplicitGC 禁止在代码中使用System.gc()， System.gc()可能会引起FULL GC，在代码中尽量不要使用。使用DisableExplicitGC参数可以禁止使用System.gc()方法调用。
- -XX:+HeapDumpOnOutOfMemoryError 发生OutOfMemoryError错误时，自动生成hprof内存快照文件。
- -XX:HeapDumpPath= 指定hprof文件的输出路径。
-
打印GC日志
-
JDK8及之前 ： -XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:文件路径
-
JDK9及之后 ： -Xlog:gc*:file=文件路径
-
3.2垃圾回收器的选择
这篇关于JVM实战篇：GC调优的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
