《JVM由浅入深学习九】 2024-01-15》JVM由简入深学习提升分(生产项目内存飙升分析)

简介: 《JVM由浅入深学习九】 2024-01-15》JVM由简入深学习提升分(生产项目内存飙升分析)

开头语

大家好,欢迎来到本文!在Java生产项目中,内存飙升问题是一项需要高度关注的挑战。本文将深入分析Java项目内存飙升的原因,并通过实际案例进行详细分析,帮助我们更好地理解和解决内存问题。让我们一同探讨如何优化Java应用,确保其稳定高效运行!

下面是我的一个项目案例展示,让我们一起来探索内存飙高的奥秘

内存飙升问题分析与案例

问题背景:我华为云的一个服务器运行我的一个项目“csdn-automatic-triplet-0.0.1-SNAPSHOT.jar”,由于只是用来测试的服务器,只有2G,所以分配给堆的内存1024M

java -Xmx1024m -XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:/www/java_project/gc.log -XX:+UseG1GC -jar csdn-automatic-triplet-0.0.1-SNAPSHOT.jar

查询内存使用(top指令,再shift+M排序)

解决方式

  1. 查询java进程(这里分享三种方式,建议jps -l,别问为什么,不想多敲指令)
jps -l   或者  ps -ef|grep java
或者精确查找    ps -ef|grep csdn-automatic-triplet-0.0.1-SNAPSHOT.jar

  1. 根据上面查询的进程号(2067224)输出项目内具体内存使用情况(jmap)
jmap -histo 2067224 
jmap -histo 2067224 > jvm.txt // 输出到jvm.txt

  1. 将文件下载到本地分析(我这里用的事xshell,所以用xftp传输到本地)
    推荐一个文本工具NotePad++(好处就不多说了,做编程的很多伙伴都用这个)

  2. 在文件里面Ctrl+F搜索自己项目里面的目录

    结合具体情况,发现有占用内存比较多的对象,就可以去项目里找对应代码分析一下,是不是哪里有大量创建该对象,过多引用或者为什么没有被回收。
  3. 继续分析,打印堆信息(jmap)
jmap -heap 2067224 

主要看下面这些信息

  1. 继续打印对战信息(jmap)
    注意:改文件有点大,在生产服务器谨慎操作,最好导出到其他比较空闲的节点服务器
jmap -dump:format=b,file=heap.hprof 2067224

按照之前的方式下载到本地查看

这里推荐一个工具Memoryanalyzer,下载地址如下

https://eclipse.dev/mat/previousReleases.php

可以按照该博主的步骤安装

https://blog.csdn.net/zhou920786312/article/details/131857718

打开文件,默认选择Leak Suspect分析溢出

可以点击这些按钮查看对象使用内存情况及比例,当然,我这里没有泄露

泄露案例:

内存优化建议:

  • 合理使用缓存: 缓存是提高性能的有效手段,但需要谨慎使用,确保及时清理和更新缓存。
  • 定期分析Heap Dump: 定期生成Heap Dump文件,通过工具进行分析,及时发现和解决潜在的内存问题。
  • GC调优: 根据实际情况调整GC策略和参数,确保及时回收无用对象,降低内存压力。

结语

在Java生产项目中,内存飙升是一个复杂而常见的问题,需要我们深入分析和解决。通过本文的案例分析,我们希望能够帮助大家更好地理解和应对Java项目中的内存问题。**感谢阅读,让我们共同努力构建高效稳定的Java应用!**如果您有任何问题或想分享更多经验,请在评论区留言。

相关文章
|
11月前
|
存储 弹性计算 缓存
阿里云服务器ECS经济型、通用算力、计算型、通用和内存型选购指南及使用场景分析
本文详细解析阿里云ECS服务器的经济型、通用算力型、计算型、通用型和内存型实例的区别及适用场景,涵盖性能特点、配置比例与实际应用,助你根据业务需求精准选型,提升资源利用率并降低成本。
678 3
|
7月前
|
设计模式 缓存 Java
【JUC】(4)从JMM内存模型的角度来分析CAS并发性问题
本篇文章将从JMM内存模型的角度来分析CAS并发性问题; 内容包含:介绍JMM、CAS、balking犹豫模式、二次检查锁、指令重排问题
195 1
|
10月前
|
存储 人工智能 自然语言处理
AI代理内存消耗过大?9种优化策略对比分析
在AI代理系统中,多代理协作虽能提升整体准确性,但真正决定性能的关键因素之一是**内存管理**。随着对话深度和长度的增加,内存消耗呈指数级增长,主要源于历史上下文、工具调用记录、数据库查询结果等组件的持续积累。本文深入探讨了从基础到高级的九种内存优化技术,涵盖顺序存储、滑动窗口、摘要型内存、基于检索的系统、内存增强变换器、分层优化、图形化记忆网络、压缩整合策略以及类操作系统内存管理。通过统一框架下的代码实现与性能评估,分析了每种技术的适用场景与局限性,为构建高效、可扩展的AI代理系统提供了系统性的优化路径和技术参考。
709 4
AI代理内存消耗过大?9种优化策略对比分析
|
Java 编译器 Go
go的内存逃逸分析
内存逃逸分析是Go编译器在编译期间根据变量的类型和作用域,确定变量分配在堆上还是栈上的过程。如果变量需要分配在堆上,则称作内存逃逸。Go语言有自动内存管理(GC),开发者无需手动释放内存,但编译器需准确分配内存以优化性能。常见的内存逃逸场景包括返回局部变量的指针、使用`interface{}`动态类型、栈空间不足和闭包等。内存逃逸会影响性能,因为操作堆比栈慢,且增加GC压力。合理使用内存逃逸分析工具(如`-gcflags=-m`)有助于编写高效代码。
273 2
|
10月前
|
存储
阿里云轻量应用服务器收费标准价格表:200Mbps带宽、CPU内存及存储配置详解
阿里云香港轻量应用服务器,200Mbps带宽,免备案,支持多IP及国际线路,月租25元起,年付享8.5折优惠,适用于网站、应用等多种场景。
3154 0
|
10月前
|
存储 缓存 NoSQL
内存管理基础:数据结构的存储方式
数据结构在内存中的存储方式主要包括连续存储、链式存储、索引存储和散列存储。连续存储如数组,数据元素按顺序连续存放,访问速度快但扩展性差;链式存储如链表,通过指针连接分散的节点,便于插入删除但访问效率低;索引存储通过索引表提高查找效率,常用于数据库系统;散列存储如哈希表,通过哈希函数实现快速存取,但需处理冲突。不同场景下应根据访问模式、数据规模和操作频率选择合适的存储结构,甚至结合多种方式以达到最优性能。掌握这些存储机制是构建高效程序和理解高级数据结构的基础。
1031 0
|
10月前
|
存储 弹性计算 固态存储
阿里云服务器配置费用整理,支持一万人CPU内存、公网带宽和存储IO性能全解析
要支撑1万人在线流量,需选择阿里云企业级ECS服务器,如通用型g系列、高主频型hf系列或通用算力型u1实例,配置如16核64G及以上,搭配高带宽与SSD/ESSD云盘,费用约数千元每月。
1326 0
|
存储 编译器 C语言
【C语言篇】数据在内存中的存储(超详细)
浮点数就采⽤下⾯的规则表⽰,即指数E的真实值加上127(或1023),再将有效数字M去掉整数部分的1。
1092 0
|
存储
共用体在内存中如何存储数据
共用体(Union)在内存中为所有成员分配同一段内存空间,大小等于最大成员所需的空间。这意味着所有成员共享同一块内存,但同一时间只能存储其中一个成员的数据,无法同时保存多个成员的值。