学习背景

• 关于CMS GC介绍和调优的文章比较多，但大多没有经过验证。因为CMS目前在Java9之前还是相对用的较多（G1也需要持续去调研），所以这里把CMS的一些重要知识和调优经验总结一下。
  
• 相关jvm源代码版本为/openjdk-8-src-b132-03_mar_2014/openjdk/hotspot/src/share/vm，个人建议还是选择openjdk7比较好，因为是行业标准！
  

除了OpenJDK的源代码和R大以外，什么都不要轻易相信。

CMS的一些重要知识点

使用CMS GC必备的三个参数

-XX:+UseConcMarkSweepGC
-XX:CMSInitiatingOccupancyFraction=n
-XX:+UseCMSInitiatingOccupancyOnly
复制代码

• -XX:CMSInitiatingOccupancyFraction=n：CMS回收器机制触发回收垃圾的百分比比重 jdk8的时候为92%。
  
• -XX:+UseCMSInitiatingOccupancyOnly：是否每次都采用固化参数进行分配触发MajorGC

NewRatio参数参考

• 默认的NewRatio为2，表示新生代和老年代比例是1:2，即占堆的1/3

但是实际设置了-Xmx和-Xms后，新生代的大小不符合预期

原因:runtime.arguments.cpp

else if (UseConcMarkSweepGC) {
    set_cms_and_parnew_gc_flags();
}
const size_t preferred_max_new_size_unaligned =
    MIN2(max_heap/(NewRatio+1), ScaleForWordSize(young_gen_per_worker * parallel_gc_threads));
复制代码

cms新生代的大小是计算出来的

所以通常使用cms的时候，建议手动指定新生代大小参数

(-XX:NewRatio或者-Xmn或者-XX:NewSize/-XX:MaxNewSize)

另外JDK-6862534 : -XX:NewRatio completely ignored when combined with -XX:+UseConcMarkSweepGC，之前是即使手动指定 -XX:NewRatio，也无效，现早已修复

使用jstat -gccause pid 观察cms fgc的时候，发现每次到阈值回收的时候，fgc每次会跳2次

• 因为cms的一个并发周期内有两个阶段initial mark与final re-mark，这两个阶段都是"stop the world"‘，不过暂停时间较短
  
• 而jstat的这个fgc的计数器是说的应用暂停的次数，注意这里所指的是'cms gc'引起的stw，详细可参考jstat显示的full GC次数与CMS周期的关系
  
• 如果观察cms fgc，突然发现stw的时间很长，多达几秒甚至更多，一定是出现了异常情况，而这些情况的代价都十分昂贵，在做cms调优的时候要尽可能的避免

concurrent mode failure

1. cms并发周期执行期间，用户的线程依然在运行，如果这时候如果应用线程向老年代请求分配的空间超过预留的空间，就会抛出该错误 - 后台线程的收集没有赶上应用线程的分配速度
   
2. 有时候“空间不足”是CMS GC时当前的浮动垃圾过多（内存碎片）导致暂时性的空间不足，而浮动垃圾就是cms执行期间用户线程申请的内存空间，这个错误可能触发两种情况

• cms的foreground模式（默认的cms gc属于background模式），这个模式是CMS自己的mark-sweep不实现做并发的（串行的）old generation GC，不过会将一些阶段省略掉。
  
• CMS的foreground collector的算法就是普通的mark-sweep。它收集的范围只是CMS的old generation，而不包括其它generation（有争议哦，标记会涉及到young区以及同时也可以scavenge机制预先触发minorgc）。因而它在HotSpot VM里不叫做full GC

Serial Old GC

• mark-sweep-compact算法
• 它收集的范围是整个GC堆，包括Java heap的young generation和old generation，以及non-Java heap的permanent generation。因而其名 Full GC

前者的出现原因

A STW foreground collection can pick up where a concurrent background collection left off to try to avoid a full GC. This is nice but normally it has worse performance than a full GC。

即是为了避免fgc，但是往往性能甚至比fgc更差。

对于第一种foreground模式，必须要 -XX:-UseCMSCompactAtFullCollection  和 -XX:CMSFullGCsBeforeCompaction设置大于0

• 但是UseCMSCompactAtFullCollection默认为true，CMSFullGCsBeforeCompaction默认是0（每次fullgc都会进行压缩！），所以一定会触发第二种Serial Old GC

参考:

• bugs.openjdk.java.net/browse/JDK-…
• bugs.openjdk.java.net/browse/JDK-…
• bugs.openjdk.java.net/browse/JDK-…

均建议foreground collector在Java8废弃，在Java9移除，包括UseCMSCompactAtFullCollection和CMSFullGCsBeforeCompaction这两个参数

4. 所以通常来说不建议设置上面两个参数，否则可能在Java8中会触发foreground collector，可能会更慢(单线程)。所以通常当出现concurrent mode failure时触发的都是Serial Old GC
   
5. 关于UseCMSCompactAtFullCollection和CMSFullGCsBeforeCompaction的警告源代码
   

runtime\arguments.cpp

if (FLAG_IS_CMDLINE(UseCMSCompactAtFullCollection)) {
    warning("UseCMSCompactAtFullCollection is deprecated and will likely be removed in a future release.");
  }
  if (FLAG_IS_CMDLINE(CMSFullGCsBeforeCompaction)) {
    warning("CMSFullGCsBeforeCompaction is deprecated and will likely be removed in a future release.");
  }
复制代码

2. 关于用哪种处理方式的源代码 gc_implementation/concurrentMarkSweep/concurrentMarkSweepGeneration.cpp

void CMSCollector::acquire_control_and_collect{
...
bool should_compact    = false;
decide_foreground_collection_type(clear_all_soft_refs,
    &should_compact, &should_start_over);
...
if (should_compact) {
...
// 这个就是mark-sweep-compact 的 Full GC
do_compaction_work(clear_all_soft_refs);
...
}else {
    // mark-sweep
    do_mark_sweep_work(clear_all_soft_refs, first_state,
      should_start_over);
}
*should_compact =
    UseCMSCompactAtFullCollection &&
    ((_full_gcs_since_conc_gc >= CMSFullGCsBeforeCompaction) ||
     GCCause::is_user_requested_gc(gch->gc_cause()) ||
     gch->incremental_collection_will_fail(true /* consult_young */));
复制代码

而should_compact主要的一个判断逻辑就是判断UseCMSCompactAtFullCollection和CMSFullGCsBeforeCompaction这两个参数

concurrent promotion failed

Java Performance,The Definitive Guide的原文是这样描述的：

原文:

Here, CMS started a young collection and assumed that there was enough free space to hold all the promoted objects (otherwise, it would have declared a concurrent mode failure). That assumption proved incorrect: CMS couldn’t promote the objects because the old generation was fragmented (or, much less likely, because the amount of memory to be promoted was bigger than CMS expected).

翻译：

新生代垃圾收集，判断老年代似乎有足够的空闲空间可以容纳所有的晋升对象（否则，CMS收集器会报concurrent mode failure）。这个假设最终被证明是错误的，由于老年代空间的碎片化（或者，不太贴切的说，由于晋升实际要占用的内存超过了CMS收集器的判断），CMS收集器无法晋升这些对象。

原文:

Sometimes we see these promotion failures even when thelogs show that there is enough free space in tenured generation. The reason is'fragmentation' - the free space available in tenured generation is notcontiguous, and promotions from young generation require a contiguous freeblock to be available in tenured generation. CMS collector is a non-compactingcollector, so can cause fragmentation of space for some type of applications.

翻译:

• CMS收集器对老年代收集的时候，不再进行任何压缩和整理的工作，意味着老年代随着应用的运行会变得碎片化；碎片过多会影响大对象的分配，虽然老年代还有很大的剩余空间，但是没有连续的空间来分配大对象
  
• 如果在ParNew准备收集时CMS说晋升没问题，但ParNew已经开始收集之后确实遇到了晋升失败的情况。
  
• promotion failed是说，担保机制确定老年代是否有足够的空间容纳新来的对象，如果担保机制说有，但是真正分配的时候发现由于碎片导致找不到连续的空间而失败；而concurrent mode failure是指并发周期还没执行完，用户线程就来请求比预留空间更大的空间了，即后台线程的收集没有赶上应用线程的分配速度。
  
• promotion failed触发fgc，触发模式同上，通常也是Serial Old GC

permgen (or the metaspace) fills up

1. 对于Java8来说，这个主要是在metaspace扩容时触发的
2. 如果老年代设置了CMS，则 Metasapce 扩容引起的FGC会转变成一次 CMS
3. Java8中收集器默认就会收集元空间中不再载入的类

在刚启动应用后，通过jstat -gccause pid后看到出现了fgc，此时ou也没有占用

• 通常这种情况是上面提到的metaspace扩容引起的，从LGCC也可以看到Metadata GC Threshold，触发的原因是因为Metaspace大小达到了GC阈值
  
• MetaspaceSize主要是控制metaspaceGC发生的初始阈值，也是最小阈值，但是触发metaspaceGC的阈值是不断变化的

jstat -gccause 23270 1000
  S0     S1     E      O      M     CCS    YGC     YGCT    FGC    FGCT     GCT    LGCC     GCC                 
  0.00  25.87  82.46   0.00  97.47  94.80      1    0.124     2    0.096    0.220 Metadata GC Threshold No GC
复制代码

通过观察gc日志，出现cms异常的几种情况

[ParNew (promotion failed): ... (concurrent mode failure):...
复制代码

这种情况是先出现了promotion failed，然后准备触发fgc。

而此时cms这在执行并发收集，此时则执行打断逻辑，输出concurrent mode failure

具体源代码也是concurrentMarkSweepGeneration.cpp

if (first_state > Idling) {
    report_concurrent_mode_interruption();
}
[ParNew (promotion failed): ...复制代码

这种情况就是单纯出现了promotion failed，此时cms未执行并发收集 (concurrent mode failure): ...

这种情况是单纯的cms正在执行并发收集，然后用户线程申请内存空间不足jvm有一个内存担保机制，是类似于判断'老年代最大的可用连续空间是否大于新生代所有对象的总和'。

但通常描述promotion failed的时候是指担保机制够了， 才会发生。那么既然有最大可用连续空间，为什么还会failed with 5.0 because a single contiguous chunk of space is not required for promotions，即在jdk5后，晋升不需要连续空间了 所以这里的担保是指'老年代是否有足够的空间容纳要晋升的对象'，而不是连续空间。那么出现fail，则是碎片问题

CMS优化方向

原则

cms的的优势就是低延迟，但是如果出现了长时间的stw，则对应用程序有很大的影响 如果出现了concurrent mode failure和promotion failed，代价都非常昂贵，我们调优应该尽量避免这些情况

针对concurrent mode failure的优化

发生该失败的主要原因是由于CMS不能以足够快的速度清理老年代空间

当老年代空间的占用达到某个阈值时，并发回收就开始了。一个CMS后台线程开始扫描老年代空间，寻找无用的垃圾对象时，竞争就开始了。CMS收集器必须在老年代剩余的空间用尽之前，完成老年代空间的扫描及回收工作。否则如果在正常速度的比赛中失效，就会发生该错误

在并发清理阶段，用户线程仍然在运行，必须预留出空间给用户线程使用，会产生’浮动垃圾‘

常规优化途径如下

• 以更高的频率执行后台的回收线程，即提高CMS并发周期发生的频率
  
• 主要是调低CMSInitiatingOccupancyFraction的值
  
• 但是不能太低，太低会导致过于频繁的gc，会消耗更多的的cpu和停顿

需要先计算老年代常驻内存大小，如占用60%，那么这个阈值则可以设置为约70%，否则会比较频繁gc

可以考虑担保机制，只要老年代预留剩余空间大于年轻代大小，比如新生代和老年代的比例是1 : 4，即新生代占用老年代的25%，那么这个阈值可以设置为70，即老年代还预留出来30%的空间

注意如果浮动垃圾很多的话，也无法解决该问题，即cms并发回收期间，浮动垃圾越来越多，占用预留空间，多次的ygc的话，会有填满预留空间的可能，虽然概率较低

两个条件综合考虑，如果设置了阈值70，但是老年代常驻内存很大，甚至超过70，那么此时的建议要提高堆内存，增加老年代的大小或者减少新生代的大小

针对promotion failed的优化

这个是cms最为严重的’碎片问题‘，我们要尽量避免这个发生后引起的fgc

所以优化这个问题，也可以描述为'如何解决碎片问题'

常规优化途径如下

增大堆内存，增加老年代大小，但要注意不要超过32g(the HotSpot JVM uses a trick to compress object pointers when heaps are less than around 32 GB)

尽早执行cms gc，合理设置CMSInitiatingOccupancyFraction，会合并老生代中相邻的free空间，可分配给较大的对象

和上面一样，也可以做一个老年代预留空间大于年轻代

到了阈值后，就会触发cms gc，但还是和上面说的，会产生浮动垃圾 + 碎片，还是会出现

另外一个比较“挫”的办法，是在每天凌晨访问量低的时候，主动执行一下fgc，执行一下'碎片压缩'

如System.gc，但是要注意是否开启了 -XX:+ExplicitGCInvokesConcurrent,-XX:DisableExplictGC

所以建议办法是用**jmap -histo:live**

另外晋升还包括to space空间小，可以根据情况尝试提高Survivor

CMS实战参数

日志，主要是用来排查cms相关问题

基础参数：

-Xloggc:gc_%t.log -XX:+PrintGCDetails -XX:+PrintGCDateStamps
复制代码

可选调试参数:

-XX:+PrintGCApplicationStoppedTime # 打印停顿日志
 -XX:+PrintTenuringDistribution：打印升迁日志
 -XX:+PrintPromotionFailure # 打印分派失败
 -XX:+PrintHeapAtGC gc 进行打印
 -XX:PrintFLSStatistics=1  较少使用 主要用于统计计算
复制代码

cms相关

1. 物理机内存：16G
2. 预估老年代常驻对象如Player 3000，一个Player平均2M，大约6G，所以老年代比如建议10G
3. -Xms12G -Xmx12G
4. 设置新生代2G，老年代10G
5. 设置CMSInitiatingOccupancyFraction为70，则老年代剩余空间为3G，大于新生代大小
6. 可选：-XX:+CMSScavengeBeforeRemark

简单算法：

-XX:NewRatio=4，即新生代和老年代1:4

然后设置CMSInitiatingOccupancyFraction为70，即老年代剩余空间稍大新生代 但要保证这个70基本上要大于老年代常驻内存，否则可能会频繁cms gc

另外建议增加脚本，尝试手动执行fgc，整理碎片

如每天凌晨3点

jstat -gccause pid >> cms.log
jmap -histo pid >> cms.log
jstat -gccause pid >> cms.log
jmap -histo:live pid >> cms.log
复制代码

metaspace

设置 -XX:MetaspaceSize=512m -XX:MaxMetaspaceSize=512m，注意如果设置的过小，则会引起fgc甚至metaspace oom