GC时间过长优化方法

  应用运行过程中是不希望出现长时间的GC停顿的，因为这会影响服务的可用性，导致用户体验变差，甚至会严重损害一些关键的应用程序。本文将会列出可能导致GC停顿时间长的一些原因和解决方案。

对象创建的速度过高

  如果应用创建对象的速度非常高，随之而来的就是GC频率也会变快，然后会导致GC的停顿时间变长。所以说，优化代码以降低对象的创建速率是降低GC停顿时间最有效的方法。可以使用JProfiler, YourKit, JVisualVM这样的性能监控工具来帮助优化对象的创建速度，这些工具会分析出：应用到底创建了哪些对象？对象创建的速度是多少？这些对象占用了多少内存空间？是谁创建的这些对象？

Young区过小

  如果Young过小，对象就会过早的晋升到Old区，Old区的垃圾回收一般比Young区会花费更多的时间，因此，可以通过增大Young区来有效的降低长时间GC停顿。可以用下面两个JVM参数来设置Young区的大小：

-Xmn: 设置Young区所占的字节数
-XX:NewRatio: 设置Old区和Young区的比例，
比如说，-XX:NewRatio=3也就是说Old区和Young区的比例是3:1，
Young区占整个堆的1/4，如果堆是2G，那么Young区就是0.5G。

选择合适的GC算法

  GC算法是影响GC停顿时间的一个非常重要的因素。选择使用G1收集器，因为G1是自动调优的，只需要设置一个停顿时间的目标就可以了，比如： -XX:MaxGCPauseMillis=200。这个例子设置了最大停顿时间的目标是200ms，JVM会尽最大努力来满足这个目标。

进程被交换（Swap）出内存

  有时候由于系统内存不足，操作系统会把应用从内存中交换出去。Swap是非常耗时的，因为需要访问磁盘，相对于访问物理内存来说要慢得多的多。生产环境下的应用是不应该被Swap出内存的。当发生进程Swap的时候，GC停顿时间也会变长。如果应用被Swap了，你需要：
a:给机器增加内存
b:减少机器上运行的进程数，以释放更多的内存
c:减少应用分配的内存（不推荐，可能会引起其他问题）

GC线程数过少

GC日志中的每一个GC事件都会打印user、sys、real time，比如：

[Times: user=25.56 sys=0.35, real=20.48 secs]

如果GC日志中，real time并不是明显比user time小，这就说明GC线程数是不够的，这就需要增加GC线程了。假如说，user time是25秒，GC线程数是5，那么real time大概是5左右才是正常的（25/5=5）。注意：GC线程过多会占用大量的系统CPU，从而会影响应用能使用的CPU资源。

IO负载重

  如果系统的IO负载很重（大量的文件读写）也会导致GC停顿时间过长。这些IO读写不一定是应用引起的，可能是机器上其他的进程导致的，但是这仍然会导致应用的停顿时间变长。当IO负载很重的时候，real time会明显比user time长，比如：

[Times: user=0.20 sys=0.01, real=18.45 secs]

如果发生了这种情况，可以这么办：
a:如果是应用导致的，优化代码
b:如果是别的进程导致的，把它杀掉或者迁走
c:把应用迁到一个IO负载小的机器上
tip：如何来监控IO负载？在linux上可以用sar命令来监控IO的负载：sar -d -p 1，这个命令每隔一秒会打印一次每秒的读写数量。

显式调用了System.gc()

  当调用了System.gc()或者是Runtime.getRuntime().gc()以后，就会导致FullGC。FullGC的过程当中，整个JVM是暂停的（所有的应用都被暂停掉）。System.gc()可能是以下几种情况产生的：
a:应用的程序员手动调用了System.gc()
b:应用引用的三方库或者框架甚至是应用服务器可能调用了System.gc()
c:可能是由外部使用了JMX的工具触发
d:如果应用使用了RMI，RMI会每隔一段时间调用一次System.gc()，这个时间间隔是可以设置的：
– Dsun.rmi.dgc.server.gcInterval=n
– Dsun.rmi.dgc.client.gcInterval=n

堆内存过大

  堆内存过大也会导致GC停顿时间过长，如果堆内存过大，那么堆中就会累计过多的垃圾，当发生FullGC要回收所有的垃圾的时候，就会花费更多的时间。如果你的JVM的堆内存有18G，可以考虑分成3个6G的JVM实例，堆内存小会降低GC的停顿时间。

GC任务分配不均

  就算有多个GC线程，线程之间的任务分配可能也不是均衡的，这个可能有很多种原因：
a:扫描大的线性的数据结构目前是无法并行的。
b:有些GC事件只发生在单个线程上，比如CMS中的‘concurrent mode failure’。如果你碰巧使用的CMS，可以使用-XX:+CMSScavengeBeforeRemark 这个参数，它可以让多个GC线程之间任务分配的更平均。