开发与运维配置问题之升级机器配置后出现频繁的GC问题和超长的GC时间如何解决

简介: 开发与运维配置问题之升级机器配置后出现频繁的GC问题和超长的GC时间如何解决

问题一:报表系统为什么会频繁发生内存溢出?


报表系统为什么会频繁发生内存溢出?


参考回答:

报表系统频繁发生内存溢出主要是因为JVM资源分配不足。在高峰期间,接口A每次进行报表计算时都需要使用大量的内存,并且这些数据会在内存中驻留很长时间。由于我们分配给JVM的内存只有3GB,当多人同时访问这些接口时,内存就不够用了,从而导致了内存溢出(OOM)。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/627361


问题二:升级机器配置后,为什么会出现频繁的GC问题和超长的GC时间?


升级机器配置后,为什么会出现频繁的GC问题和超长的GC时间?


参考回答:

升级机器配置后,虽然OOM问题得到了解决,但是由于报表系统中的对象存活时间较长,不能仅仅通过增加年轻代来解决。增加年轻代大小会减少老年代的大小,由于CMS的碎片和浮动垃圾问题,可用的空间就更少了。这导致了频繁的GC问题和超长的GC时间。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/627362


问题三:如何通过调整JVM参数来优化GC性能?


如何通过调整JVM参数来优化GC性能?


参考回答:

我们可以通过几个步骤来优化GC性能。首先,可以调整MaxTenuringThreshold参数,让年轻代的对象更快地晋升到老年代。其次,开启CMSScavengeBeforeRemark参数,使得在CMS remark前,先执行一次Minor GC将新生代清掉。最后,加入ParallelRefProcEnabled参数来并行处理Reference,以加快处理速度,缩短耗时。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/627363


问题四:为什么在改用高性能机器后,MinorGC时长会变得不可控?

为什么在改用高性能机器后,MinorGC时长会变得不可控?


参考回答:

在改用高性能机器后,由于堆空间明显加大,造成了回收时间加长。高性能机器带来了非常大的服务吞吐量,年轻代的分配速率明显提高,这导致MinorGC的时长变得不可控,有时候会超过1秒。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/627366


问题五:如何通过代码优化来减少内存占用和提高系统性能?


如何通过代码优化来减少内存占用和提高系统性能?


参考回答:

可以通过MAT分析堆快照,应该可以发现很多可以通过代码优化的地方。首先,进行select *全量排查,只允许获取必须的数据,以减少不必要的数据加载。其次,查看可能会发现报表系统中cache实际的命中率并不高,因此将Guava的Cache引用级别改成弱引用(WeakKeys),以减少内存的占用。最后,限制报表导入文件的大小,并拆分用户超大范围的查询导出请求,以降低单次操作的内存需求。这些优化措施显著地减少了内存占用并提高了系统性能。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/627367

目录
相关文章
|
7月前
|
运维 监控 安全
打怪升级不是梦!运维也能靠“游戏化”高效运转?试试看就知道了!
打怪升级不是梦!运维也能靠“游戏化”高效运转?试试看就知道了!
103 1
|
8月前
|
人工智能 OLAP 数据处理
解锁数仓内AI流水线,AnalyticDB Ray基于多模ETL+ML提效开发与运维
AnalyticDB Ray 是AnalyticDB MySQL 推出的全托管Ray服务,基于开源 Ray 的丰富生态,经过多模态处理、具身智能、搜索推荐、金融风控等场景的锤炼,对Ray内核和服务能力进行了全栈增强。
|
7月前
|
SQL 运维 自然语言处理
Dataphin智能化重磅升级!编码难题一扫光,开发运维更高效!
Dataphin重磅推出三大核心智能化能力:智能代码助手提升SQL开发效率;智能运维助手实现移动化任务管理;智能分析通过自然语言生成SQL,助力数据价值释放。未来将持续开放智能ETL、安全助手等能力,助力企业构建高效、稳定的数据资产体系。
579 0
|
8月前
|
运维 安全 关系型数据库
【产品升级】Dataphin V5.1版本发布:跨云数据集成、指标管理、平台运维带来重大更新!
V5.1版本新增多项功能:对接AWS生态(支持Amazon EMR、Redshift等),强化研发技术支撑(如API认证升级、全量任务隔离),完善运营消费链路(新增业务指标管理、指标关系图),提升平台综合能力(自定义菜单、缩短升级停机时间)。这些功能助力企业实现高效数据治理与分析,未来还将拓展智能化与国际化支持。
456 0
|
11月前
|
人工智能 运维 安全
AI大模型运维开发探索第四篇:智能体分阶段演进路线
本文探讨了智能体工程的演进历程,从最初的思维链(智能体1.0)到实例化智能体(智能体2.0),再到结构化智能体(智能体3.0),最终展望了自演进智能体(智能体4.0)。文章详细分析了各阶段遇到的问题及解决策略,如工具调用可靠性、推理能力提升等,并引入了大模型中间件的概念以优化业务平台与工具间的协调。此外,文中还提到了RunnableHub开源项目,为读者提供了实际落地的参考方案。通过不断迭代,智能体逐渐具备更强的适应性和解决问题的能力,展现了未来AI发展的潜力。
|
7月前
|
敏捷开发 运维 数据可视化
DevOps看板工具中的协作功能:如何打破开发、测试与运维之间的沟通壁垒
在DevOps实践中,看板工具通过可视化任务管理和自动化流程,提升开发与运维团队的协作效率。它支持敏捷开发、持续交付,助力团队高效应对需求变化,实现跨职能协作与流程优化。
|
7月前
|
人工智能 运维 自然语言处理
首个智能体模型实测:产品、开发、运维“全包了”
2025年,AI进入“动手”时代。智谱发布新一代大模型GLM-4.5,全球排名第三、国产第一,专为智能体设计,融合推理、编码与智能体能力,实现自主规划与执行任务。通过8个Demo展示其强大能力,涵盖网页设计、课件制作、小游戏开发等,展现其“带手的脑”特性,推动AI从实验室走向真实场景。
396 0
|
4月前
|
人工智能 运维 监控
运维安全还能靠“人盯人”?别闹了,聊聊自动化处理的真功夫
运维安全还能靠“人盯人”?别闹了,聊聊自动化处理的真功夫
200 17
|
9月前
|
数据采集 机器学习/深度学习 人工智能
运维人的“福音”?AI 驱动的自动化网络监控到底香不香!
运维人的“福音”?AI 驱动的自动化网络监控到底香不香!
1072 0
|
6月前
|
人工智能 运维 安全
运维老哥的救星?AI 驱动的自动化配置管理新趋势
运维老哥的救星?AI 驱动的自动化配置管理新趋势
343 11

热门文章

最新文章