OOM定位分析

某Java服务（假设PID=10765）出现了OOM，最常见的原因为：

• 有可能是内存分配确实过小，而正常业务使用了大量内存
• 某一个对象被频繁申请，却没有释放，内存不断泄漏，导致内存耗尽
• 某一个资源被频繁申请，系统资源耗尽，例如：不断创建线程，不断发起网络连接

画外音：无非“本身资源不够”“申请资源太多”“资源耗尽”几个原因。更具体的，可以使用以下工具逐一排查。一、确认是不是内存本身就分配过小方法：jmap -heap 10765

image

如上图，可以查看新生代，老生代堆内存的分配大小以及使用情况，看是否本身分配过小。二、找到最耗内存的对象方法：jmap -histo:live 10765 | more

image

如上图，输入命令后，会以表格的形式显示存活对象的信息，并按照所占内存大小排序：

• 实例数
• 所占内存大小
• 类名

是不是很直观？对于实例数较多，占用内存大小较多的实例/类，相关的代码就要针对性review了。上图中占内存最多的对象是RingBufferLogEvent，共占用内存18M，属于正常使用范围。如果发现某类对象占用内存很大（例如几个G），很可能是类对象创建太多，且一直未释放。例如：

• 申请完资源后，未调用close()或dispose()释放资源
• 消费者消费速度慢（或停止消费了），而生产者不断往队列中投递任务，导致队列中任务累积过多

画外音：线上执行该命令会强制执行一次fgc。另外还可以dump内存进行分析。三、确认是否是资源耗尽工具：

• pstree
• netstat

查看进程创建的线程数，以及网络连接数，如果资源耗尽，也可能出现OOM。这里介绍另一种方法，通过

• /proc/${PID}/fd
• /proc/${PID}/task

可以分别查看句柄详情和线程数。例如，某一台线上服务器的sshd进程PID是9339，查看

• ll /proc/9339/fd
• ll /proc/9339/task

image

如上图，sshd共占用了四个句柄

• 0 -> 标准输入
• 1 -> 标准输出
• 2 -> 标准错误输出
• 3 -> socket（容易想到是监听端口）

sshd只有一个主线程PID为9339，并没有多线程。所以，只要

• ll /proc/${PID}/fd | wc -l
• ll /proc/${PID}/task | wc -l （效果等同pstree -p | wc -l）

就能知道进程打开的句柄数和线程数。