JVM调优-JVM调优实践一

1.写在前面

前面已经分享了很多关于jvm的知识，具体的详情都可以查看上几篇的文章。

从jvm的调优原理，垃圾查找算法，垃圾回收算法，再到jvm调优工具，调优参数等。

需要掌握的jvm知识，已经是循序渐进，一步一步的深入学习。

那在掌握这些内容的时候，是不是有种想去实践的冲动呢？

好了，今天我们就来进行一次jvm调优实践之旅吧！！！

主要从以下几个方面进行展开描述：

• JVM实践调优主要步骤
• 分析GC日志
• 堆内存与元空间优化
• 线程堆栈优化
• 堆内存内部优化：新生代和老年代比例
• 垃圾回收器优化

2.JVM调优实践

2.1 JVM实践调优主要步骤

默认的策略是最普用，但不是最佳的。

• 第一步：监控分析GC日志

• 第二步：判断JVM问题：

  • 如果各项参数设置合理，系统没有超时日志出现，GC频率不高，GC耗时不高，那么没有必要进行GC优化
  • 如果GC时间超过1-3秒，或者频繁GC，则必须优化。

• 第三步：确定调优目标

• 第四步：调整参数

  • 调优一般是从满足程序的内存使用需求开始，之后是时间延迟要求，最后才是吞吐量要求，要基于这个步骤来不断优化，每一个步骤都是进行下一步的基础，不可逆行之。

• 第五步：对比调优前后差距

• 第六步：重复： 1 、 2 、 3 、 4 、 5 步骤

  • 找到最佳JVM参数设置

• 第七步：应用JVM到应用服务器：

  • 找到最合适的参数，将这些参数应用到所有服务器，并进行后续跟踪。

以上，就是我们进行jvm调优得一些步骤了。

那我们就从第一步开始喽！！！^_^

2.2 分析GC日志

2.2.1 初始参数设置

机器环境：

指标	参数
机器	CPU 12核，内存16GB
集群规模	单机
seqb_web版本	1.0
数据库	4核 16G

Jvm调优典型参数设置;

1. -Xms堆内存的最小值：
   • 默认情况下，当堆中可用内存小于40%时，堆内存会开始增加，一直增加到-Xmx的大小。
2. -Xmx堆内存的最大值： 默认值是总内存/64（且小于1G）
   • 默认情况下，当堆中可用内存大于70%时，堆内存会开始减少，一直减小到-Xms的大小；
3. -Xmn新生代内存的最大值：
   • 1.包括Eden区和两个Survivor区的总和
   • 2.配置写法如：-Xmn1024k，-Xmn1024m，-Xmn1g
4. -Xss每个线程的栈内存：
   • 默认1M，一般来说是不需要改。线程栈越小意味着可以创建的线程数越多

整个堆的大小 = 年轻代大小 + 年老代大小，堆的大小不包含元空间大小，如果增大了年轻代，年老代相应就会减小，官方默认的配置为年老代大小/年轻代大小=2/1左右；

建议在开发测试环境可以用Xms和Xmx分别设置最小值最大值，但是在线上生产环境，Xms和Xmx设置的值必须一样，防止抖动；

这里比较重要喔，一般我们都是将Xms和Xmx的值设置为一样的！！！

JVM调优设置合大小堆内存空间，既不能太大，也不能太小。那么应该设置为多少呢？

默认的配置是否存在性能瓶颈。如果想要确定JVM性能问题瓶颈，需要进一步分析GC日志

1. -XX:+PrintGCDetails 开启GC日志创建更详细的GC日志 ，默认情况下，GC日志是关闭的
2. -XX:+PrintGCTimeStamps，-XX:+PrintGCDateStamps 开启GC时间提示
   • 开启时间便于我们更精确地判断几次GC操作之间的时两个参数的区别
   • 时间戳是相对于 0 （依据JVM启动的时间）的值，而日期戳（date stamp）是实际的日期字符串
   • 由于日期戳需要进行格式化，所以它的效率可能会受轻微的影响，不过这种操作并不频繁，它造成的影响也很难被我们感知。
3. -XX:+PrintHeapAtGC 打印堆的GC日志
4. -Xloggc:./logs/gc.log 指定GC日志路径

这里，我们是在window下面进行测试，idea配置如下：

-XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -XX:+PrintHeapAtGC -Xloggc:E:/logs/gc-default.log

这样就会在e盘下logs文件夹下面，生成gc-default.log日志

2.2.2 GC日志解读

Young GC 日志含义

2022-08-05T13:45:23.336+0800: 4.866: [GC (Metadata GC Threshold) [PSYoungGen: 136353K->20975K(405504K)] 160049K->48437K(720384K), 0.0092260 secs] [Times: user=0.00 sys=0.02, real=0.02 secs] 
复制代码

这里的内容，我们一个一个解析：

2022-08-05T13:45:23.336+0800: 本次GC发生时间
4.866: 举例启动应用的时间
[GC【表示GC的类型，youngGC】 (Metadata GC Threshold) 元空间超阈值
[PSYoungGen: 136353K->20975K(405504K年轻代总空间)] 160049K->48437K(720384K)整堆), 0.0092260 secs本次垃圾回收耗时]
[Times: user=0.00本次GC消耗CPU的时间 sys=0.02系统暂停时间, real=0.02 secs实际应用暂停时间]

复制代码

这里的解析，应该很详细了吧，还有谁看不懂的呢？

FullGC 日志含义

2022-08-05T20:24:47.815+0800: 6.955: [Full GC (Metadata GC Threshold) [PSYoungGen: 701K->0K(72704K)] [ParOldGen: 38678K->35960K(175104K)] 39380K->35960K(247808K), [Metaspace: 56706K->56706K(1099776K)], 0.1921975 secs] [Times: user=1.03 sys=0.00, real=0.19 secs] 
复制代码

这里的内容，我们也是一个一个解析：

2022-08-05T20:24:47.815+0800:
6.955: 刚启动服务就Full GC【整堆回收！！】

[Full GC (Metadata GC Threshold) Metaspace空间超限！
[PSYoungGen: 701K->0K(72704K)] 年轻代没有回收空间
[ParOldGen: 38678K->35960K(175104K)] 39380K->35960K(247808K), 老年代也没有到阈值，整堆更没有到阈值
[Metaspace: 56706K->56706K(1099776K)], 0.1921975 secs]
[Times: user=1.03本次GC消耗CPU的时间 sys=0.00系统暂停时间, real=0.19 secs实际应用暂停时间] 

复制代码

看到这里，有些哥们就会说，这么看，也太恶心了吧，密密麻麻的日志，看着头疼！！！

那么接下来我们来学一个GC日志可视化工具

2.2.3 GC日志可视化分析

分析GC日志，就必须让GC日志输出到一个文件中，然后使用GC日志分析工具（gceasy.io/) 进行分析

这里分析完之后，可以下载分析报告

1) JVM内存占用情况：

Generation【区域】	Allocated【最大值】	Peak【占用峰值】
Young Generation【年轻代】	74.5 mb	74.47 mb
Old Generation【老年轻代】	171 mb	95.62 mb
Meta Space【元空间】	1.05 gb	55.38 mb
Young + Old + Meta space【整体】	1.3 gb	212.64 mb

2) 关键性能指标：

1 、吞吐量： 百分比越高表明GC开销越低。这个指标反映了JVM的吞吐量。

• Throughput：97.043%

2 、GC 延迟：Latency

• Avg Pause GC Time： 7.80 ms 平均GC暂停时间
• Max Pause GC Time： 190 ms 最大GC暂停时间

3) GC 可视化交互聚合结果

由上图可以看到，发生了3次full gc

存在问题：一开始就发生了 3 次full gc , 很明显不太正常；

4) GC 统计

GC Statistics：GC统计

由上图可以得到，发生gc的总次数，young gc，full gc的统计，gc 暂停时间统计。

5) GC原因：

原因	次数	平均时间	最大时间	总耗时
Metadata GC Threshold	6	43.3 ms	190 ms	260 ms
Allocation Failure	53	3.77 ms	10.0 ms	200 ms

这里对这些原因解析一下：

1. Metadata GC Threshold： 元空间超阈值
2. Allocation Failure ：年轻代空间不足

这里补充一个原因，本案例还没出现的

1. Ergonomics：译文是“人体工程学”，GC中的Ergonomics含义是负责自动调解gc暂停时间和吞吐量之间平衡从而产生的GC。目的是使得虚拟机性能更好的一种做法。

---

由此可见，通过可视化的工具，可以快速的帮我们分析GC的日志。我们得善于利用工具。

因为gc的日志文件，内容太多，都是密密麻麻的数字，文本。看得实在是头疼。

有了gc easy可视化工具，而且还是在线的，十分的方便。GC日志分析是免费的

由于jvm调优实践的分析，篇幅比较长，所以今天就先到这里，剩下的留着下次分享了。

---

好了，以上就是JVM调优实践一的分享了。

个人理解，可能也不够全面，班门弄斧了。

如果觉得有收获的，帮忙点赞、评论、收藏一下呗！！！