1.JVM垃圾GC日志参数配置实战
- Java虚拟机中垃圾收集器在运行过程中输出的日志信息
- 主要用于分析垃圾收集器的运行状态、优化垃圾收集器的工作效率以及定位垃圾收集相关的问题
- GC日志会包含以下内容
- 垃圾收集器的名称和版本信息。
- 垃圾收集器的运行时间、开始时间和结束时间。
- 垃圾收集器的运行模式、垃圾收集算法和垃圾收集器的参数设置。
- 垃圾收集器的运行情况,包括垃圾收集的次数、垃圾收集的时间、垃圾回收的内存空间等
- 常见参数
参数配置 | 说明 |
-XX:+PrintGC | 简单GC日志,JDK8后过期,后续会被移除,新版采用 -Xlog:gc |
-XX:+PrintGCDetails | GC详细日志,JDK8后过期,后续会被移除,新版采用-Xlog:gc* |
-Xloggc:gc.log | 输出GC日志到文件 ,可以指定绝对的路径,JDK8后过期,后续会被移除, 新版采用-Xlog:gc: file=<filepath> |
-verbose:gc | 标准的选项,输出GC日志 |
- 测试代码
/** * 模拟OOM测试 * @author lixiang * @date 2023/5/4 20:53 */ public class JVMTest { public static void main(String[] args) throws InterruptedException { List<Object> objects = new ArrayList<>(); while(true){ objects.add(new Object()); } } }
- 配置案例实战,JDK11版本,G1垃圾收集器
-XX:+UseG1GC -XX:MaxGCPauseMillis=100 -Xms524m -Xmx524m -XX:+PrintCommandLineFlags -Xlog:gc:gc.log
新版GC日志输出的组成部分
- 时间戳:记录GC发生的时间戳,精确到毫秒
- 日志级别:日志的级别,包括debug、trace、info、warning、error等
- 日志标签:日志的标签,用于区分不同类型的日志
- 日志内容:记录GC相关的信息,包括GC算法、GC的时间、GC前后的内存使用情况、回收的对象数量等。
- 新版GC日志配置格式
-Xlog:[selectors]:[output]:[decorators][:output-options]
- JVM 采用的是 =的形式来表示 selectors
- 默认情况下 tag 为all,表示所有的 tag,level 为 INFO
- selector 可以进行组合的,不同的 selector 之间用逗号分隔
- 同时输出
gc
和gc+metaspace
这两类 tag 的日志-Xlog:gc=debug,gc+metaspace:gc.log
-XX:+UseG1GC -XX:MaxGCPauseMillis=100 -Xms524m -Xmx524m -XX:+PrintCommandLineFlags -Xlog:gc=debug,gc+metaspace:gc.log
- JVM 提供了通配符
*
来解决精确匹配的问题,比如想要所有 tag 为 gc 的debug级别日志-Xlog:gc*=debug
-XX:+UseG1GC -XX:MaxGCPauseMillis=100 -Xms524m -Xmx524m -XX:+PrintCommandLineFlags -Xlog:gc*=debug:gc.log # gc*=debug:指定输出GC相关日志,级别为debug,*表示所有的GC标签都会输出日志。
- 日志文件解读
-XX:+UseG1GC -XX:MaxGCPauseMillis=100 -Xms524m -Xmx524m -XX:+PrintCommandLineFlags -Xlog:gc=info:gc.log
日志内容 [24.575s][info][gc] GC(0) Pause Young (Concurrent Start) (G1 Humongous Allocation) 240M->238M(528M) 5.888ms 字段拆解 [24.575s]:GC发生的时间戳,表示程序运行的时间 [info]:日志级别,表示这是一条信息级别的日志 [gc]:日志标签,表示这是一条GC相关的日志 GC(0):GC的编号,表示这是第一次GC Pause Young (Concurrent Start) (G1 Humongous Allocation): GC的类型,表示这是一次Young GC,同时也是一次 Humongous Allocation的GC,其中Concurrent Start表示并发启动的GC。 240M->238M(528M): GC前后堆内存的使用情况,其中240M表示GC前的已使用内存,238M表示GC后的已使用内存,528M表示堆内存的总大小 5.888ms:GC的耗时,表示这次GC的执行时间 这条GC日志记录了程序运行了24.575秒时发生的一次Young GC,回收了2M的内存空间,耗时5.888毫秒 ———————————————————————————————————————————————————————— 日志内容 [24.783s][info][gc] GC(3) Concurrent Cycle [24.784s][info][gc] GC(3) Pause Remark 242M->242M(528M) 0.383ms [24.784s][info][gc] GC(3) Pause Cleanup 242M->242M(528M) 0.066ms [24.785s][info][gc] GC(3) Concurrent Cycle 2.374ms 字段拆解 [24.783s][info][gc] GC(3) Concurrent Cycle: Mixed GC的相关信息,表示这是一次Mixed GC的开始。 [24.784s][info][gc] GC(3) Pause Remark 242M->242M(528M) 0.383ms Mixed GC的相关信息,表示这是一次Remark阶段的GC,回收了0M的内存空间,耗时0.383毫秒。 [24.784s][info][gc] GC(3) Pause Cleanup 242M->242M(528M) 0.066ms: Mixed GC的相关信息,表示这是一次Cleanup阶段的GC,回收了0M的内存空间,耗时0.066毫秒。 [24.785s][info][gc] GC(3) Concurrent Cycle 2.374ms: Mixed GC的相关信息,表示这是一次Mixed GC的结束,耗时2.374毫秒。 这段GC日志记录了程序运行了24.783秒一次Mixed GC,Mixed GC回收了0M的内存空间,耗时2.374毫秒
使用技巧
- GC日志输出到文件中
-Xlog:gc=info:file=/path/app.log
- 指定日志切割的大小和方式
-
Xlog:gc=info:file=/path/app.log:filesize=104857600,filecount=5
filesize=104857600
:指定单个日志文件大小为100MB,超过这个大小会自动切换到新的日志文件。
filecount=5
:指定日志文件数量不超过5个,超过这个数量会删除最早的日志文件。
- 配置实操
-XX:+UseG1GC -XX:MaxGCPauseMillis=100 -Xms524m -Xmx524m -XX:+PrintCommandLineFlags -Xlog:gc*=info:file=portal_gc.log:utctime,level,tags:filecount=5,filesize=1M
- 详细解释字段
-XX:+UseG1GC:使用G1垃圾回收器 -XX:MaxGCPauseMillis=100:设置最大垃圾回收暂停时间为100毫秒 -Xms524m:设置JVM堆的初始大小为524MB -Xmx524m:设置JVM堆的最大大小为524MB -XX:+PrintCommandLineFlags:打印JVM启动参数 -Xlog:gc*=info:file=portal_gc.log:utctime,level,tags:filecount=5,filesize=1M: Xlog:指定日志输出方式为日志文件。 gc*:指定日志输出类型为GC相关的日志。 info:指定输出日志的级别为info级别。 file=portal_gc.log:指定日志输出的文件名为portal_gc.log。 utctime:指定日志输出的时间戳使用UTC时间。 level,tags:指定日志输出的格式包含级别和标签信息。 filecount=5:指定最多保存5个日志文件。 filesize=1M:指定每个日志文件的大小为1MB。
- 该配置使用G1垃圾回收器,设置最大垃圾回收器暂停时间为100毫秒,JVM堆的初始堆大小和最大堆大小均为524MB,并打印JVM启动参数和输出GC日志到文件portal_gc.log中,文件数量为5个,每个文件大小为1MB,日志格式为info级别,包含时间戳、级别和标签。
2.JVM内存OOM堆栈快照配置实战
- 配置OOM时的堆栈快照信息
- -XX:+HeapDumpOnOutOfMemoryError:当发生OOM时,自动生成堆栈快照文件。
- -XX:HeapDumpPath= :指定堆栈快照文件的输出路径。
-XX:OnOutOfMemoryError=“;”:当发生OOM时,执行指定的命令
案例-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=heapdump.hprof
-XX:+UseG1GC -XX:MaxGCPauseMillis=100 -Xms524m -Xmx524m -XX:+PrintCommandLineFlags -Xlog:gc*=info:file=portal_gc.log:utctime,level,tags:filecount=5,filesize=1M -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=heapdump.hprof
- 将在发生OOM时生成一个名为heapdump.hprof的堆栈快照文件,并将其保存到当前项目的目录下
heapdump.hprof
文件可以使用多种工具进行分析
- 在线分析工具:https://heaphero.io
堆分析工具可能需要大量的内存和计算资源来加载和分析heapdump.hprof文件
建议在高配置的机器上运行堆分析工具,并为其分配足够的内存和计算资源
生产环境配置案例
服务器配置是8核16g内存,需要部署一个springboot写的电商项目,日访问量100万左右的UV
给一份生产环境配置的jvm参数的值,要求基于jdk11+配置oom时的堆栈快照信息
-server -Xms8g -Xmx8g -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:G1HeapRegionSize=32M -XX:ActiveProcessorCount=8 -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=heapdump.hprof -XX:+PrintCommandLineFlags -Xlog:gc*=info:file=portal_gc.log:utctime,level,tags:filecount=50,filesize=100M 参数说明 -Xms8g:指定JVM堆内存最小值为8G。 -Xmx8g:指定JVM堆内存最大值为8G。 -XX:+UseG1GC:指定使用G1垃圾收集器。 -XX:MaxGCPauseMillis=200:指定最大垃圾回收暂停时间为200毫秒。 -XX:G1HeapRegionSize=32M:指定G1垃圾收集器的堆区域大小为32MB。 -XX:ActiveProcessorCount=8:指定并行垃圾回收器的线程数为8,在JDK 9及之后的版本中,ParallelGCThreads参数已被替代为-XX:ActiveProcessorCount参数,用于自动计算并行垃圾回收线程数 -server:指定JVM使用服务器模式运行,优化性能。 -XX:+HeapDumpOnOutOfMemoryError:指定在发生内存溢出时生成堆转储文件。 -XX:HeapDumpPath=/var/log/heapdump.hprof:指定堆转储文件的路径。 -Xlog:gc*=info:file=portal_gc.log:utctime,level,tags:filecount=50,filesize=100M:指定GC日志的输出格式和位置,记录GC相关信息。 -XX:+PrintCommandLineFlags:打印JVM启动时的命令行参数,可以去除 方便测试OOM,可以调整 -Xms524m -Xmx524m
注意:使用G1收集器的时候,不用指定-Xmn
在G1中,堆内存被划分为多个区域,每个区域都可以作为年轻代或老年代的一部分
G1的年轻代采用了不同于传统的基于分代的HotSpot垃圾收集器的方式,因此不需要指定-Xmn参数来设置年轻代的大小
G1利用自适应的内存分配策略来动态地调整年轻代的大小
根据堆的使用情况来确定哪些区域应该作为年轻代,以及年轻代的大小
G1垃圾收集器不需要显式地指定-Xmn参数,通过自适应的方式来优化内存的使用和垃圾收集的效率
3.可视化GC日志分析工具GCEasy实战
GC Easy一个在线GC日志分析工具,可以帮助用户快速分析Java应用程序的GC日志,诊断内存泄漏和性能问题
支持多种GC日志格式,包括HotSpot、JRockit、IBM、Azul等。
自动分析GC日志,并生成易于阅读和理解的报告,包括GC统计信息、GC时长、GC频率、堆内存使用情况、内存泄漏等。
提供多种分析工具和图表,例如内存使用情况图、GC时长图、GC频率图、内存泄漏图等。
提供建议和最佳实践,帮助用户优化Java应用程序的性能和内存使用。
使用GCEasy的步骤
收集Java应用程序的GC日志。
将GC日志文件上传到GCEasy网站。
点击“开始分析”按钮,等待分析结果。
查看分析结果和建议,根据需要进行优化。