JVM中垃圾回收相关参数介绍:大页和NUMA参数+GC日志相关参数

简介: 大页和NUMA参数本节介绍JVM为使用OS而提供的大页和NUMA特性相关的参数。该参数控制JVM向OS请求内存时使用大页的粒度。使用该参数时需要对OS进行配置,只有OS允许时才能真正启动。参数的默认值与平台相关,一般为false。在允许使用大页方式向OS请求内存时,如果堆空间小于该阈值,则强制禁止大页使用。该参数的默认值为128MB。在允许使用大页方式向OS请求内存时,优先在本地节点进行分配。该参数仅适用于Windows系统。在允许使用大页方式向OS请求内存时,如果OS提供了多种大页的设置,可通过该参数选择其中的大页设置。参数的默认值为0,表示使用OS默认的大页设置。

大页和NUMA参数

本节介绍JVM为使用OS而提供的大页和NUMA特性相关的参数。

该参数控制JVM向OS请求内存时使用大页的粒度。使用该参数时需要对OS进行配置,只有OS允许时才能真正启动。参数的默认值与平台相关,一般为false。

在允许使用大页方式向OS请求内存时,如果堆空间小于该阈值,则强制禁止大页使用。该参数的默认值为128MB。

在允许使用大页方式向OS请求内存时,优先在本地节点进行分配。该参数仅适用于Windows系统。

在允许使用大页方式向OS请求内存时,如果OS提供了多种大页的设置,可通过该参数选择其中的大页设置。参数的默认值为0,表示使用OS默认的大页设置。

该参数控制在Mutator分配内存时JVM优先从本地节点进行分配。参数的默认值为false。

当使用NUMA分配时,使用Interleave的方式在每个NUMA节点分配内存。

当使用NUMA分配时,使用Interleave的方式在每个NUMA节点分配内存,可使用该参数控制每次分配的内存量。参数的默认值为2MB,仅适用于Windows系统。

当使用NUMA分配时,使用参数
UseAdaptiveNUMAChunkSizing允许自动调整多个NUMA节点管理的内存量。参数的默认值为true。

在自动调整每个NUMA时,可使用历史数据对未来使用的内存进行预测。

参数NUMA-ChunkResizeWeight控制最新的数据对于预测值的贡献,默认值为20,表示最新数据对于预测值的贡献为20%。

参数NUMAPageScanRate控制NUMA节点调整时一次最多处理的页面数,默认值为256,该参数的功能需要OS支持。

参数NUMASpaceResizeRate控制NUMA节点调整时一次最大调整的内存量,默认值为1GB,表示一次最大调整1GB内存。

当使用NUMA分配时,控制输出NUMA的状态信息。参数的默认值为false。

GC日志相关参数

本节介绍GC日志输出的相关参数。

该参数打印JVM中GC相关的日志信息,默认值为false,表示不打印。在JDK 9中被丢弃,等价于-Xlog:gc。

该参数打印JVM中GC详细的日志信息,默认值为false,表示不打印。在JDK 9中被丢弃,等价于-Xlog:gc*。

其他参数

本节介绍一些GC周边功能的参数,如元数据、字符串回收等设置。

AggressiveHeap是JVM早期调优参数之一,会检测主机的物理内存大小(不会使用MaxRAM),然后调整相关的参数,使得长时间运行的、内存申请密集的任务能够以最佳状态运行。

它是早期JVM提供的内存优化打包方案,目前已经不推荐使用。使用AggressiveHeap的条件是内存大于256MB。使用该参数后,下面的参数将被设置:

1)MaxHeapSize,如果内存大于320MB,则MaxHeapSize为内存的一半;

如果内存小于320MB,则MaxHeapSize为内存减去160MB。

2)InitialHeapSize、MinHeapSize,与上面最大堆空间相同。

3)NewSize,为最大堆空间的3/8,即

4)MaxNewSize,与NewSize相同。

5)UseLargePages,除BSD和AIX系统外,其他系统都强制使用大页,参数设置为true。

6)ResizeTLAB,禁止TLAB大小的变化,设置为false。

7)TLABSize,大小为256KB。

8)YoungPLABSize,大小为256KB。

9)OldPLABSize,大小为8KB。

10)UseParallelGC,设置为true,使用Parallel GC回收。

11)ThresholdTolerance,减少Parallel GC中对象晋升阈值的变化。设置为100,表示当新生代或者老生代所用的时间是对方的2倍时,增大或者减小晋升的阈值。

12)ScavengeBeforeFullGC,设置为false,不允许在执行Full GC或者CMS的再标记阶段前执行Minor GC。

13)BindGCTaskThreadsToCPUs(仅JDK 8和JDK 11中),强制开启线程和CPU的绑定,参数设置为true,只在Solaris平台上有用。

该参数用于在CMS中对BOT结构中未分配空间的起始地址进行设置。如果设置该参数,在计算使用内存时会更加准确,在寻找sweep的截止点时也更加准确,否则使用空闲空间(Free空间)的end作为结束点(可能会多计算一些尚未使用的空间)。该参数的默认值为false。

该参数用于验证BOT中记录的对象地址是否正确(正确是指BOT指向的地址是一个对象)。默认值为true,表示允许验证。该参数需要配合其他的验证参数(如VerifyBeforeGC、VerifyAfterGC)使用,仅适用于ParallelGC、CMS。

以上参数输出线程无法进入安全点的信息。参数SafepointTimeout为true时,线程经过一定时间后(由参数SafepointTimeoutDelay控制)无法进入安全点,将输出信息。参数SafepointTimeout的默认值为false,表示不输出;参数SafepointTimeoutDelay的默认值为10 000,表示线程10秒无法进入安全点时才会输出信息。

该参数在垃圾回收时执行类卸载,参数的默认值为true,表示进行类卸载。

该参数在垃圾回收时并发执行类卸载,参数的默认值为true,仅适用于存在并发标记的垃圾回收。

该参数控制Java软引用对象的存活时间,根据空闲内存的大小计算存活时间。参数的默认值为1000,表示每增加1MB空间,软引用多存活1秒。

在进行垃圾回收后可以扩展内存,由该参数控制每次扩展内存的最小量。在32位系统中参数的默认值为128KB,表示一次至少可以扩展128KB的内存。

这两个参数分别表示元数据空间的最初大小和最大大小。在32位系统中,参数Metas-paceSize的默认值为16MB,在64位系统中,参数MetaspaceSize的默认值为21MB。参数MaxMetaspaceSize如果没有设置,则会根据不同的回收策略得到不同的值。

该参数表示元数据空间的回收策略,有3种选择:balanced、aggressive和none,参数的默认值为balanced。不同策略的内存粒度和回收方式略有不同。主要区别如下。

1)none:不回收元数据空间,分配粒度为64KB,分配时每次都请求64KB的内存。

2)aggressive:回收元数据空间,分配粒度为16KB,分配时可以重用空间。

3)balanced:回收元数据空间,分配粒度为64KB,分配时可以重用空间。

在垃圾回收结束后,可以动态调整元数据空间的大小,当内存使用高于一定的比例时会扩展内存,当内存使用低于一定的比例时会收缩内存。参数MinMetaspaceFreeRatio表示回收后空闲元数据空间至少超过该阈值,参数的默认值为40,表示期望回收后空闲元数据空间预留占40%,不足40%时会扩展内存;参数MaxMetaspaceFreeRatio表示回收后空闲元数据空间至多达到该阈值,参数的默认值为70,表示期望回收后空闲元数据空间最多预留占70%,超过的部分内存被收缩。

在垃圾回收后可以扩展元数据空间,该参数控制每次扩展的内存量。在32位系统中参数MinMetaspaceExpansion的默认值为256KB。参数MaxMetaspaceExpansion的默认值为4MB,表示一次扩展的内存量小于256KB则扩展至256KB,扩展量为256KB~4MB,则扩展至4MB,扩展量大于4MB,则扩展实际数量再加上256KB。

这两个参数表示JVM内部hash table的大小,StringTableSize用于表示缓存字符串的个数,SymbolTableSize用于缓存符号对象的个数。在32位系统中两个参数的默认值均为1024,在64位系统中两个参数的默认值均为65536。

本篇文章给大家讲解的内容是JVM中垃圾回收相关参数介绍:GC通用参数,GC生产参数,大页和NUMA参数+GC日志相关参数+其他参数

  1. 下篇文章给大家讲解的内容是JVM中垃圾回收相关参数介绍:GC实验参数
  2. 感谢大家的支持!


相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
26天前
|
算法 Java
JVM垃圾回收机制
JVM垃圾回收机制
15 0
|
1月前
|
DataWorks Java 关系型数据库
DataWorks常见问题之将预警信息发送至邮箱
DataWorks是阿里云提供的一站式大数据开发与管理平台,支持数据集成、数据开发、数据治理等功能;在本汇总中,我们梳理了DataWorks产品在使用过程中经常遇到的问题及解答,以助用户在数据处理和分析工作中提高效率,降低难度。
35 1
|
1月前
|
Java 程序员
探讨JVM垃圾回收机制与内存泄漏
探讨JVM垃圾回收机制与内存泄漏
|
2月前
|
算法 Java 关系型数据库
掌握这3个技巧,你也可以秒懂JAVA性能调优和jvm垃圾回收
JVM 是一个虚拟化的操作系统,类似于 Linux 和 Window,只是他被架构在了操作系统上进行接收 class 文件并把 class 翻译成系统识别的机器码进行执行,即 JVM 为我们屏蔽了不同操作系统在底层硬件和操作指令的不同。
24 0
|
2月前
|
存储 缓存 算法
JVM的垃圾回收机制
JVM的垃圾回收机制
|
3月前
|
算法 Java
太狠了!阿里技术专家撰写的电子版JVM&G1 GC实战,颠覆了传统认知
JVM是Java语言可以跨平台、保持高发展的根本,没有了 JVM, Java语言将失去运行环境。针对 Java 程序的性能优化一定不可能避免针对JVM 的调优,随着 JVM 的不断发展,我们的应对措施也在不断地跟随、变化,内存的使用逐渐变得越来越复杂。所有高级语言都需要垃圾回收机制的保护,所以 GC 就是这么重要。
|
30天前
|
缓存 Java C#
【JVM故障问题排查心得】「Java技术体系方向」Java虚拟机内存优化之虚拟机参数调优原理介绍(一)
【JVM故障问题排查心得】「Java技术体系方向」Java虚拟机内存优化之虚拟机参数调优原理介绍
82 0
|
16天前
|
存储 前端开发 安全
JVM内部世界(内存划分,类加载,垃圾回收)(上)
JVM内部世界(内存划分,类加载,垃圾回收)
49 0
|
20天前
|
存储 缓存 算法
深度解析JVM世界:垃圾判断和垃圾回收算法
深度解析JVM世界:垃圾判断和垃圾回收算法
|
1月前
|
Java Serverless 对象存储
Serverless 应用引擎常见问题之jvm在进行垃圾回收的时候会导致重启如何解决
Serverless 应用引擎(Serverless Application Engine, SAE)是一种完全托管的应用平台,它允许开发者无需管理服务器即可构建和部署应用。以下是Serverless 应用引擎使用过程中的一些常见问题及其答案的汇总:
23 0