OOM可能发生在哪，如何排查，如何调优
参考回答：
除了程序计数器不会抛出OOM外，其他各个内存区域都可能会抛出OOM。
最常见的OOM情况有以下三种：
• java.lang.OutOfMemoryError: Java heap space ------>java堆内存溢出，此种情况最常见，一般由于内存泄露或者堆的大小设置不当引起。对于内存泄露，需要通过内存监控软件查找程序中的泄露代码，而堆大小可以通过虚拟机参数-Xms,-Xmx等修改。
• java.lang.OutOfMemoryError: PermGen space ------>java永久代溢出，即方法区溢出了，一般出现于大量Class或者jsp页面，或者采用cglib等反射机制的情况，因为上述情况会产生大量的Class信息存储于方法区。此种情况可以通过更改方法区的大小来解决，使用类似-XX:PermSize=64m -XX:MaxPermSize=256m的形式修改。另外，过多的常量尤其是字符串也会导致方法区溢出。
• java.lang.StackOverflowError ------> 不会抛OOM error，但也是比较常见的Java内存溢出。JAVA虚拟机栈溢出，一般是由于程序中存在死循环或者深度递归调用造成的，栈大小设置太小也会出现此种溢出。可以通过虚拟机参数-Xss来设置栈的大小。
OOM分析--heapdump
要dump堆的内存镜像，可以采用如下两种方式：
• 设置JVM参数-XX:+HeapDumpOnOutOfMemoryError，设定当发生OOM时自动dump出堆信息。不过该方法需要JDK5以上版本。-XX:HeapDumpPath=/Users/weihuaxiao/Desktop/dump/ 生成DUMP文件的路径
• 使用JDK自带的jmap命令。"jmap -dump:format=b,file=heap.bin " 其中pid可以通过jps获取。
dump堆内存信息后，需要对dump出的文件进行分析，从而找到OOM的原因。常用的工具有：
• mat: eclipse memory analyzer, 基于eclipse RCP的内存分析工具。
• jhat：JDK自带的java heap analyze tool，可以将堆中的对象以html的形式显示出来，包括对象的数量，大小等等，并支持对象查询语言OQL，分析相关的应用后，可以通过http://localhost:7000来访问分析结果。不推荐使用，因为在实际的排查过程中，一般是先在生产环境 dump出文件来，然后拉到自己的开发机器上分析，所以，不如采用高级的分析工具比如前面的mat来的高效。
常见OOM异常
java.lang.StackOverflowError
java.lang.OutOfMemoryError: Java heap space
java.lang.OutOfMemoryError: unable to create new native thread
java.lang.OutOfMemoryError: Metaspace
java.lang.OutOfMemoryError: Direct buffer memory
java.lang.OutOfMemoryError: GC overhead limit exceeded
全局JVM参数设置
JVM参数设置
-Xms10m -Xmx10m -XX:+PrintGCDetails -XX:MaxDirectMemorySize=5M
public class OOM {
public static void main(String[] args) {
stackOverFlow();
}
public static void stackOverFlow(){
stackOverFlow();
}
}
运行结果
抛出java.lang.StackOverflowError异常
栈溢出
关于虚拟机栈和本地方法栈，在Java虚拟机规范中描述了两种异常：
如果线程请求的栈深度大于虚拟机所允许的深度，将抛出StackOverflowError 异常；
如果虚拟机栈可以动态扩展，当扩展时无法申请到足够的内存时会抛出 OutOfMemoryError 异常。
栈溢出原因
在单个线程下，栈帧太大，或者虚拟机栈容量太小，当内存无法分配的时候，虚拟机抛出StackOverflowError 异常。
不断地建立线程的方式会导致内存溢出。
解决方案
查找关键报错信息，确定是StackOverflowError还是OutOfMemoryError
如果是StackOverflowError，检查代码是否递归调用方法等
如果是OutOfMemoryError，检查是否有死循环创建线程等，通过-Xss降低的每个线程栈大小的容量
public class OOM {
static final int M = 1024*1024;
static List byteList = new ArrayList<>();
public static void main(String[] args) {
javaHeapSpace();
}
public static void javaHeapSpace(){
while (true){
Byte[] bytes = new Byte[M];
//在堆中无限创建对象
byteList.add(bytes);
}
}
}
运行结果抛出
java.lang.OutOfMemoryError: Java heap space 异常
Java 堆溢出
Java堆用于存储对象实例，只要不断地创建对象，并且保证GC Roots到对象之间有可达路径来避免垃圾回收机制清除这些对象，那么在对象数量到达最大堆的容量限制后就会产生内存溢出异常。
Java 堆溢出原因
无法在 Java 堆中分配对象
应用程序保存了无法被GC回收的对象。
应用程序过度使用 finalizer。
解决方案
1.查找关键报错信息，如
java.lang.OutOfMemoryError: Java heap space
2.使用内存映像分析工具（如Eclipsc Memory Analyzer或者Jprofiler）对Dump出来的堆储存快照进行分析，分析清楚是内存泄漏还是内存溢出。
3.如果是内存泄漏，可进一步通过工具查看泄漏对象到GC Roots的引用链，修复应用程序中的内存泄漏。
4.如果不存在泄漏，先检查代码是否有死循环，递归等，再考虑用 -Xmx 增加堆大小。
public class OOM {
static final int M = 1024*1024;
public static void main(String[] args) {
directBufferMemory();
}
public static void directBufferMemory(){
ByteBuffer byteBuffer =
// 在机器内存上直接分配
ByteBuffer.allocateDirect(M*8);
}
}
运行结果抛出
java.lang.OutOfMemoryError: Direct buffer memory
ByteBuffer分配8MB直接内存，而JVM参数-XX:MaxDirectMemorySize=5M指定最大是5M，因此发生直接内存溢出。
本机直接内存溢出
直接内存并不是虚拟机运行时数据区的一部分，也不是Java 虚拟机规范中定义的内存区域。但是，这部分内存也被频繁地使用，而且也可能导致OOM。
在JDK1.4 中新加入了NIO(New Input/Output)类，它可以使用 native 函数库直接分配堆外内存，然后通过一个存储在Java堆中的 DirectByteBuffer 对象作为这块内存的引用进行操作。这样能在一些场景中显著提高性能，因为避免了在 Java 堆和 Native 堆中来回复制数据。
直接内存溢出原因
本机直接内存的分配虽然不会受到Java 堆大小的限制，但是受到本机总内存大小限制。
直接内存由 -XX:MaxDirectMemorySize 指定，如果不指定，则默认与Java堆最大值（-Xmx指定）一样。
NIO程序中，使用ByteBuffer.allocteDirect(capability)分配的是直接内存，可能导致直接内存溢出。
解决方案
检查代码是否恰当
检查JVM参数-Xmx，-XX:MaxDirectMemorySize 是否合理。
public class OOM {
public static void main(String[] args) {
unableToCreateNewNativeThread();
}
public static void unableToCreateNewNativeThread(){
while (true){
new Thread(()->{
try {
Thread.sleep(Integer.MAX_VALUE);
}catch (Exception e){
}
}).start();
}
}
}
运行结果抛出
java.lang.OutOfMemoryError: unable to create new native thread
排查代码，确定是否显示使用死循环创建线程
栈溢出
关于虚拟机栈和本地方法栈，在Java虚拟机规范中描述了两种异常：
如果线程请求的栈深度大于虚拟机所允许的深度，将抛出StackOverflowError 异常；
如果虚拟机栈可以动态扩展，当扩展时无法申请到足够的内存时会抛出 OutOfMemoryError 异常。
栈溢出原因
在单个线程下，栈帧太大，或者虚拟机栈容量太小，当内存无法分配的时候，虚拟机抛出StackOverflowError 异常。
不断地建立线程的方式会导致内存溢出。
解决方案
查找关键报错信息，确定是StackOverflowError还是OutOfMemoryError
如果是StackOverflowError，检查代码是否递归调用方法等
如果是OutOfMemoryError，检查是否有死循环创建线程等，通过-Xss降低的每个线程栈大小的容量
public class OOM {
static int i = 0;
static List list = new ArrayList<>();
public static void main(String[] args) {
gCOverHeadLimitExceeded();
}
public static void gCOverHeadLimitExceeded(){
while (true){
list.add(String.valueOf(i++).intern());
}
}
/**
* 实例代码使用了newFixedThreadPool线程池，它使用了无界队列，无限循环执行任务，会导致内存飙升。
* 因为设置了堆比较小，所以出现此类型OOM。
*/
public static void gCOverHeadLimitExceededByThreadPool(){
ExecutorService executorService = Executors.newFixedThreadPool(5);
while (true){
executorService.execute(new Runnable() {
@Override
public void run() {
try {
Thread.sleep(Integer.MAX_VALUE);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
});
}
}
}
运行结果抛出
java.lang.OutOfMemoryError: GC overhead limit exceeded
GC overhead limit exceeded
这个是JDK6新加的错误类型，一般都是堆太小导致的。
Sun 官方对此的定义：超过98%的时间用来做GC并且回收了不到2%的堆内存时会抛出此异常。
解决方案
检查项目中是否有大量的死循环或有使用大内存的代码，优化代码。
检查JVM参数-Xmx -Xms是否合理
dump内存，检查是否存在内存泄露，如果没有，加大内存。
public class OOM {
static class MataSpace {
}
public static void main(String[] args) {
metaSpaceOOM();
}
public static void metaSpaceOOM() {
while (true) {
Enhancer enhancer = new Enhancer();
enhancer.setSuperclass(MataSpace.class);
enhancer.setUseCache(false);
enhancer.setCallback(new MethodInterceptor() {
@Override
public Object intercept(Object o, Method method, Object[] objects, MethodProxy methodProxy) throws Throwable {
return methodProxy.invokeSuper(o, objects);
}
});
enhancer.create();
}
}
}
运行结果抛出
org.springframework.cglib.core.CodeGenerationException: java.lang.OutOfMemoryError-->Metaspace
方法区溢出
方法区，（又叫永久代，JDK8后，元空间替换了永久代），用于存放Class的相关信息，如类名、访问修饰符、常量池、字段描述、方法描述等。运行时产生大量的类，会填满方法区，造成溢出。
方法区溢出原因
使用CGLib生成了大量的代理类，导致方法区被撑爆
在Java7之前，频繁的错误使用String.intern方法
大量jsp和动态产生jsp
应用长时间运行，没有重启
解决方案
检查是否永久代空间设置得过小
检查代码是否频繁错误得使用String.intern方法
检查是否跟jsp有关。
检查是否使用CGLib
参考链接
https://zhuanlan.zhihu.com/p/95150243