知识分享

首页/java/jvm工具使用

Java JVM虚拟机选项Xms/Xmx/PermSize/MaxPermSize（转）

发布时间: 5年前 (2020-06-12)浏览: 1429评论: 0

通过JVM的这些选项：Xms/Xmx/PermSize/MaxPermSize可以牵扯出很多问题，比如性能调优等。

说明：以下转载没经过实践。

经验实例（参考）：

设置每个线程的堆栈大小。JDK5.0以后每个线程堆栈大小为1M，以前每个线程堆栈大小为256K。更具应用的线程所需内存大小进行调整。在相同物理内存下，减小这个值能生成更多的线程。但是操作系统对一个进程内的线程数还是有限制的，不能无限生成，经验值在3000~5000左右。

参数的含义：

  • -vmargs -Xms128M -Xmx512M -XX:PermSize=64M -XX:MaxPermSize=128M

  • -vmargs：说明后面是VM的参数，所以后面的其实都是JVM的参数了

  • -Xms128m：JVM初始分配的堆内存

  • -Xmx512m：JVM最大允许分配的堆内存，按需分配

  • -XX:PermSize=64M：JVM初始分配的非堆内存

  • -XX:MaxPermSize=128M：JVM最大允许分配的非堆内存，按需分配

VM内存管理的机制：

1、堆（Heap）和非堆（Non-heap）内存

按照官方的说法：“Java虚拟机具有一个堆，堆是运行时数据区域，所有类实例和数组的内存均从此处分配。堆是在Java虚拟机启动时创建的。”，“在JVM中堆之外的内存称为非堆内存（Non-heap memory）”。

可以看出JVM主要管理两种类型的内存：堆和非堆。简单来说堆就是Java代码可及的内存，是留给开发人员使用的；非堆就是JVM留给自己用的，所以方法区、JVM内部处理或优化所需的内存(如JIT编译后的代码缓存)、每个类结构(如运行时常数池、字段和方法数据)以及方法和构造方法的代码都在非堆内存中。 

1.1、堆内存分配

JVM初始分配的堆内存由-Xms指定，默认是物理内存的1/64；JVM最大分配的堆内存由-Xmx指定，默认是物理内存的1/4。默认空余堆内存小于40%时，JVM就会增大堆直到-Xmx的最大限制；

空余堆内存大于70%时，JVM会减少堆直到-Xms的最小限制。因此服务器一般设置-Xms、-Xmx 相等以避免在每次GC 后调整堆的大小。

说明：如果-Xmx不指定或者指定偏小，应用可能会导致java.lang.OutOfMemory错误，此错误来自JVM，不是Throwable的，无法用try...catch捕捉。 

1.2、非堆内存分配

JVM使用-XX:PermSize设置非堆内存初始值，默认是物理内存的1/64；由XX:MaxPermSize设置最大非堆内存的大小，默认是物理内存的1/4。（还有一说：MaxPermSize缺省值和-server -client选项相关，-server选项下默认MaxPermSize为64m，-client选项下默认MaxPermSize为32m。这个我没有实验。）

上面错误信息中的PermGen space的全称是Permanent Generation space，是指内存的永久保存区域。还没有弄明白PermGen space是属于非堆内存，还是就是非堆内存，但至少是属于了。

XX:MaxPermSize设置过小会导致java.lang.OutOfMemoryError: PermGen space 就是内存益出。 

说说为什么会内存益出： 

  1. 这一部分内存用于存放Class和Meta的信息，Class在被 Load的时候被放入PermGen space区域，它和存放Instance的Heap区域不同。 

  2. GC(Garbage Collection)不会在主程序运行期对PermGen space进行清理，所以如果你的APP会LOAD很多CLASS 的话，就很可能出现PermGen space错误。这种错误常见在web服务器对JSP进行pre compile的时候。  

2、JVM内存限制（最大值）

首先JVM内存限制于实际的最大物理内存，假设物理内存无限大的话，JVM内存的最大值跟操作系统有很大的关系。简单的说就32位处理器虽然可控内存空间有4GB,但是具体的操作系统会给一个限制，这个限制一般是2GB-3GB（一般来说Windows系统下为1.5G-2G，Linux系统下为2G-3G），而64bit以上的处理器就不会有限制了。

为什么有的机器我将-Xmx和-XX:MaxPermSize都设置为512M之后Eclipse可以启动，而有些机器无法启动？

通过上面对JVM内存管理的介绍我们已经了解到JVM内存包含两种：堆内存和非堆内存，另外JVM最大内存首先取决于实际的物理内存和操作系统。所以说设置VM参数导致程序无法启动主要有以下几种原因：

  1. 参数中-Xms的值大于-Xmx，或者-XX:PermSize的值大于-XX:MaxPermSize；

  2. -Xmx的值和-XX:MaxPermSize的总和超过了JVM内存的最大限制，比如当前操作系统最大内存限制，或者实际的物理内存等等。说到实际物理内存这里需要说明一点的是，如果你的内存是1024MB，但实际系统中用到的并不可能是1024MB，因为有一部分被硬件占用了。

3、堆大小设置

JVM 中最大堆大小有三方面限制：相关操作系统的数据模型（32-bt还是64-bit）限制；系统的可用虚拟内存限制；系统的可用物理内存限制。32位系统下，一般限制在1.5G~2G；64为操作系统对内存无限制。我在Windows Server 2003系统，3.5G物理内存，JDK5.0下测试，最大可设置为1478m。

3.1、典型设置：

3.1.1、java -Xmx3550m -Xms3550m -Xmn2g-Xss128k

  • -Xmx3550m：设置JVM最大可用内存为3550M。

  • -Xms3550m：设置JVM促使内存为3550m。此值可以设置与-Xmx相同，以避免每次垃圾回收完成后JVM重新分配内存。

  • -Xmn2g：设置年轻代大小为2G。整个JVM内存大小=年轻代大小 + 年老代大小 + 持久代大小。持久代一般固定大小为64m，所以增大年轻代后，将会减小年老代大小。此值对系统性能影响较大，Sun官方推荐配置为整个堆的3/8。

  • -Xss128k：设置每个线程的堆栈大小。JDK5.0以后每个线程堆栈大小为1M，以前每个线程堆栈大小为256K。更具应用的线程所需内存大小进行调整。在相同物理内存下，减小这个值能生成更多的线程。但是操作系统对一个进程内的线程数还是有限制的，不能无限生成，经验值在3000~5000左右。

3.1.2、java -Xmx3550m -Xms3550m -Xss128k -XX:NewRatio=4 -XX:SurvivorRatio=4 -XX:MaxPermSize=16m -XX:MaxTenuringThreshold=0

  • -XX:NewRatio=4:设置年轻代（包括Eden和两个Survivor区）与年老代的比值（除去持久代）。设置为4，则年轻代与年老代所占比值为1：4，年轻代占整个堆栈的1/5

  • -XX:SurvivorRatio=4：设置年轻代中Eden区与Survivor区的大小比值。设置为4，则两个Survivor区与一个Eden区的比值为2:4，一个Survivor区占整个年轻代的1/6

  • -XX:MaxPermSize=16m:设置持久代大小为16m。

  • -XX:MaxTenuringThreshold=0：设置垃圾最大年龄。如果设置为0的话，则年轻代对象不经过Survivor区，直接进入年老代。对于年老代比较多的应用，可以提高效率。如果将此值设置为一个较大值，则年轻代对象会在Survivor区进行多次复制，这样可以增加对象再年轻代的存活时间，增加在年轻代即被回收的概论。

4、回收器选择

JVM给了三种选择：串行收集器、并行收集器、并发收集器，但是串行收集器只适用于小数据量的情况，所以这里的选择主要针对并行收集器和并发收集器。默认情况下，JDK5.0以前都是使用串行收集器，如果想使用其他收集器需要在启动时加入相应参数。JDK5.0以后，JVM会根据当前系统配置进行判断。

4.1、吞吐量优先的并行收集器

如上文所述，并行收集器主要以到达一定的吞吐量为目标，适用于科学技术和后台处理等。

4.1.1、典型配置：

4.1.1.1、java -Xmx3800m -Xms3800m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20

  • -XX:+UseParallelGC：选择垃圾收集器为并行收集器。此配置仅对年轻代有效。即上述配置下，年轻代使用并发收集，而年老代仍旧使用串行收集。

  • -XX:ParallelGCThreads=20：配置并行收集器的线程数，即：同时多少个线程一起进行垃圾回收。此值最好配置与处理器数目相等。

4.1.1.2、java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20 -XX:+UseParallelOldGC

  • -XX:+UseParallelOldGC：配置年老代垃圾收集方式为并行收集。JDK6.0支持对年老代并行收集。

4.1.1.3、java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC  -XX:MaxGCPauseMillis=100

  • -XX:MaxGCPauseMillis=100:设置每次年轻代垃圾回收的最长时间，如果无法满足此时间，JVM会自动调整年轻代大小，以满足此值。

4.1.1.4、java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC  -XX:MaxGCPauseMillis=100 -XX:+UseAdaptiveSizePolicy

  • -XX:+UseAdaptiveSizePolicy：设置此选项后，并行收集器会自动选择年轻代区大小和相应的Survivor区比例，以达到目标系统规定的最低相应时间或者收集频率等，此值建议使用并行收集器时，一直打开。

4.2、响应时间优先的并发收集器

如上文所述，并发收集器主要是保证系统的响应时间，减少垃圾收集时的停顿时间。适用于应用服务器、电信领域等。

4.2.1、典型配置：

4.2.1.1、java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC

  • -XX:+UseConcMarkSweepGC：设置年老代为并发收集。测试中配置这个以后，-XX:NewRatio=4的配置失效了，原因不明。所以，此时年轻代大小最好用-Xmn设置。

  • -XX:+UseParNewGC:设置年轻代为并行收集。可与CMS收集同时使用。JDK5.0以上，JVM会根据系统配置自行设置，所以无需再设置此值。

4.2.1.2、java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseConcMarkSweepGC -XX:CMSFullGCsBeforeCompaction=5 -XX:+UseCMSCompactAtFullCollection

  • -XX:CMSFullGCsBeforeCompaction：由于并发收集器不对内存空间进行压缩、整理，所以运行一段时间以后会产生“碎片”，使得运行效率降低。此值设置运行多少次GC以后对内存空间进行压缩、整理。

  • -XX:+UseCMSCompactAtFullCollection：打开对年老代的压缩。可能会影响性能，但是可以消除碎片

4.3、辅助信息

JVM提供了大量命令行参数，打印信息，供调试使用。主要有以下一些：

4.3.1、-XX:+PrintGC

输出形式：

[GC 118250K->113543K(130112K), 0.0094143 secs]

[Full GC 121376K->10414K(130112K), 0.0650971 secs]

4.3.2、-XX:+PrintGCDetails

输出形式：

[GC [DefNew: 8614K->781K(9088K), 0.0123035 secs] 118250K->113543K(130112K), 0.0124633 secs]

[GC [DefNew: 8614K->8614K(9088K), 0.0000665 secs][Tenured: 112761K->10414K(121024K), 0.0433488 secs] 121376K->10414K(130112K), 0.0436268 secs]

4.3.3、-XX:+PrintGCTimeStamps -XX:+PrintGC：PrintGCTimeStamps可与上面两个混合使用

输出形式：

11.851: [GC 98328K->93620K(130112K), 0.0082960 secs]

4.3.4、-XX:+PrintGCApplicationConcurrentTime：打印每次垃圾回收前，程序未中断的执行时间。可与上面混合使用

输出形式：

Application time: 0.5291524 seconds

4.3.5、-XX:+PrintGCApplicationStoppedTime：打印垃圾回收期间程序暂停的时间。可与上面混合使用

输出形式：

Total time for which application threads were stopped: 0.0468229 seconds

4.3.6、-XX:PrintHeapAtGC：打印GC前后的详细堆栈信息

输出形式：

复制代码
34.702: [GC {Heap before gc invocations=7:
 def new generation   total 55296K, used 52568K [0x1ebd0000, 0x227d0000, 0x227d0000)eden space 49152K,  99% used [0x1ebd0000, 0x21bce430, 0x21bd0000)from space 6144K,  55% used [0x221d0000, 0x22527e10, 0x227d0000)
  to   space 6144K,   0% used [0x21bd0000, 0x21bd0000, 0x221d0000)
 tenured generation   total 69632K, used 2696K [0x227d0000, 0x26bd0000, 0x26bd0000)the space 69632K,   3% used [0x227d0000, 0x22a720f8, 0x22a72200, 0x26bd0000)
 compacting perm gen  total 8192K, used 2898K [0x26bd0000, 0x273d0000, 0x2abd0000)
   the space 8192K,  35% used [0x26bd0000, 0x26ea4ba8, 0x26ea4c00, 0x273d0000)
    ro space 8192K,  66% used [0x2abd0000, 0x2b12bcc0, 0x2b12be00, 0x2b3d0000)
    rw space 12288K,  46% used [0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)
34.735: [DefNew: 52568K->3433K(55296K), 0.0072126 secs] 55264K->6615K(124928K)Heap after gc invocations=8:
 def new generation   total 55296K, used 3433K [0x1ebd0000, 0x227d0000, 0x227d0000)eden space 49152K,   0% used [0x1ebd0000, 0x1ebd0000, 0x21bd0000)
  from space 6144K,  55% used [0x21bd0000, 0x21f2a5e8, 0x221d0000)
  to   space 6144K,   0% used [0x221d0000, 0x221d0000, 0x227d0000)
 tenured generation   total 69632K, used 3182K [0x227d0000, 0x26bd0000, 0x26bd0000)the space 69632K,   4% used [0x227d0000, 0x22aeb958, 0x22aeba00, 0x26bd0000)
 compacting perm gen  total 8192K, used 2898K [0x26bd0000, 0x273d0000, 0x2abd0000)
   the space 8192K,  35% used [0x26bd0000, 0x26ea4ba8, 0x26ea4c00, 0x273d0000)
    ro space 8192K,  66% used [0x2abd0000, 0x2b12bcc0, 0x2b12be00, 0x2b3d0000)
    rw space 12288K,  46% used [0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)}, 0.0757599 secs]
复制代码

4.3.7、-Xloggc:filename：与上面几个配合使用，把相关日志信息记录到文件以便分析。

5、常见配置汇总

5.1、堆设置

  • -Xms:初始堆大小

  • -Xmx:最大堆大小

  • -XX:NewSize=n:设置年轻代大小

  • -XX:NewRatio=n:设置年轻代和年老代的比值。如:为3，表示年轻代与年老代比值为1：3，年轻代占整个年轻代年老代和的1/4

  • -XX:SurvivorRatio=n:年轻代中Eden区与两个Survivor区的比值。注意Survivor区有两个。如：3，表示Eden：Survivor=3：2，一个Survivor区占整个年轻代的1/5

  • -XX:MaxPermSize=n:设置持久代大小

5.2、收集器设置

  • -XX:+UseSerialGC:设置串行收集器

  • -XX:+UseParallelGC:设置并行收集器

  • -XX:+UseParalledlOldGC:设置并行年老代收集器

  • -XX:+UseConcMarkSweepGC:设置并发收集器

5.3、垃圾回收统计信息

  • -XX:+PrintGC

  • -XX:+PrintGCDetails

  • -XX:+PrintGCTimeStamps

  • -Xloggc:filename

5.4、并行收集器设置

  • -XX:ParallelGCThreads=n:设置并行收集器收集时使用的CPU数。并行收集线程数。

  • -XX:MaxGCPauseMillis=n:设置并行收集最大暂停时间

  • -XX:GCTimeRatio=n:设置垃圾回收时间占程序运行时间的百分比。公式为1/(1+n)

5.5、并发收集器设置

  • -XX:+CMSIncrementalMode:设置为增量模式。适用于单CPU情况。

  • -XX:ParallelGCThreads=n:设置并发收集器年轻代收集方式为并行收集时，使用的CPU数。并行收集线程数。

6、调优总结

6.1、年轻代大小选择

  • 响应时间优先的应用：尽可能设大，直到接近系统的最低响应时间限制（根据实际情况选择）。在此种情况下，年轻代收集发生的频率也是最小的。同时，减少到达年老代的对象。

  • 吞吐量优先的应用：尽可能的设置大，可能到达Gbit的程度。因为对响应时间没有要求，垃圾收集可以并行进行，一般适合8CPU以上的应用。

6.2、年老代大小选择

6.2.1、响应时间优先的应用：年老代使用并发收集器，所以其大小需要小心设置，一般要考虑并发会话率和会话持续时间等一些参数。如果堆设置小了，可以会造成内存碎片、高回收频率以及应用暂停而使用传统的标记清除方式；如果堆大了，则需要较长的收集时间。最优化的方案，一般需要参考以下数据获得：

  • 并发垃圾收集信息

  • 持久代并发收集次数

  • 传统GC信息

  • 花在年轻代和年老代回收上的时间比例

减少年轻代和年老代花费的时间，一般会提高应用的效率。

6.2.2、吞吐量优先的应用：一般吞吐量优先的应用都有一个很大的年轻代和一个较小的年老代。原因是，这样可以尽可能回收掉大部分短期对象，减少中期的对象，而年老代尽存放长期存活对象。

6.3、较小堆引起的碎片问题

因为年老代的并发收集器使用标记、清除算法，所以不会对堆进行压缩。当收集器回收时，他会把相邻的空间进行合并，这样可以分配给较大的对象。但是，当堆空间较小时，运行一段时间以后，就会出现“碎片”，如果并发收集器找不到足够的空间，那么并发收集器将会停止，然后使用传统的标记、清除方式进行回收。如果出现“碎片”，可能需要进行如下配置：

  • -XX:+UseCMSCompactAtFullCollection：使用并发收集器时，开启对年老代的压缩。

  • -XX:CMSFullGCsBeforeCompaction=0：上面配置开启的情况下，这里设置多少次Full GC后，对年老代进行压缩

7、调优实例

环境LinuxAS4，resin2.1.17，JDK6.0，2CPU，4G内存，dell2950服务器。

7.1、JVM调优之串行垃圾回收

也就是默认配置，完成10万request用时153秒。JVM参数配置如下： 

复制代码
$JAVA_ARGS.="-Dresin.home=$SERVER_ROOT-server  
-Xms2048M-Xmx2048M-Xmn512M
-XX:PermSize=256M-XX:MaxPermSize=256M 
-XX:MaxTenuringThreshold=7-XX:GCTimeRatio=19 
-Xnoclassgc-Xloggc:log/gc.log
-XX:+PrintGCDetails-XX:+PrintGCTimeStamps";
复制代码

这种配置一般在resin启动24小时内似乎没有大问题，网站可以正常访问，但查看日志发现，在接近24小时时，FullGC执行越来越频繁，大约每隔3分钟就有一次FullGC，每次FullGC系统会停顿6秒左右，作为一个网站来说，用户等待6秒恐怕太长了，所以这种方式有待改善。MaxTenuringThreshold=7表示一个对象如果在救助空间移动7次还没有被回收就放入年老代，GCTimeRatio=19表示java可以用5%的时间来做垃圾回收，1/(1+19)=1/20=5%。

7.2、JVM调优之并行回收

完成10万request用时117秒，配置如下： 

复制代码
$JAVA_ARGS.="-Dresin.home=$SERVER_ROOT-server-Xmx2048M  
-Xms2048M-Xmn512M-XX:PermSize=256M-XX:MaxPermSize=256M 
-Xnoclassgc-Xloggc:log/gc.log-XX:+PrintGCDetails  
-XX:+PrintGCTimeStamps-XX:+UseParallelGC-XX:ParallelGCThreads=20 
-XX:+UseParallelOldGC-XX:MaxGCPauseMillis=500 
-XX:+UseAdaptiveSizePolicy-XX:MaxTenuringThreshold=7 
-XX:GCTimeRatio=19";
复制代码

并行回收我尝试过多种组合配置，似乎都没什么用，resin启动3小时左右就会停顿，时间超过10秒。也有可能是参数设置不够好的原因，MaxGCPauseMillis表示GC最大停顿时间，在resin刚启动还没有执行FullGC时系统是正常的，但一旦执行FullGC，MaxGCPauseMillis根本没有用，停顿时间可能超过20秒，之后会发生什么我也不再关心了，赶紧重启resin，尝试其他回收策略。

7.3、JVM调优之并发回收

完成10万request用时60秒，比并行回收差不多快一倍，是默认回收策略性能的2.5倍，配置如下： 

复制代码
$JAVA_ARGS.="-Dresin.home=$SERVER_ROOT-server  
-Xms2048M-Xmx2048M-Xmn512M-XX:PermSize=256M 
-XX:MaxPermSize=256M-XX:+UseConcMarkSweepGC  
-XX:MaxTenuringThreshold=7-XX:GCTimeRatio=19 
-Xnoclassgc-Xloggc:log/gc.log-XX:+PrintGCDetails  
-XX:+PrintGCTimeStamps-XX:+UseCMSCompactAtFullCollection  
-XX:CMSFullGCsBeforeCompaction=0";
复制代码

这个配置虽然不会出现10秒连不上的情况，但系统重启3个小时左右，每隔几分钟就会有5秒连不上的情况，查看gc.log，发现在执行ParNewGC时有个promotionfailed错误，从而转向执行FullGC，造成系统停顿，而且会很频繁，每隔几分钟就有一次，所以还得改善。UseCMSCompactAtFullCollection是表是执行FullGC后对内存进行整理压缩，免得产生内存碎片，CMSFullGCsBeforeCompaction=N表示执行N次FullGC后执行内存压缩。

7.4、JVM调优之增量回收

完成10万request用时171秒，太慢了，配置如下： 

$JAVA_ARGS.="-Dresin.home=$SERVER_ROOT-server  
-Xms2048M-Xmx2048M-Xmn512M-XX:PermSize=256M 
-XX:MaxPermSize=256M-XX:MaxTenuringThreshold=7 
-XX:GCTimeRatio=19-Xnoclassgc-Xloggc:log/gc.log  
-XX:+PrintGCDetails-XX:+PrintGCTimeStamps-Xincgc";

似乎回收得也不太干净，而且也对性能有较大影响，不值得试。

7.5、JVM调优之并发回收的I-CMS模式

和增量回收差不多，完成10万request用时170秒。配置如下： 

复制代码
$JAVA_ARGS.="-Dresin.home=$SERVER_ROOT-server  
-Xms2048M-Xmx2048M-Xmn512M-XX:PermSize=256M 
-XX:MaxPermSize=256M-XX:MaxTenuringThreshold=7 
-XX:GCTimeRatio=19-Xnoclassgc-Xloggc:log/gc.log  
-XX:+PrintGCDetails-XX:+PrintGCTimeStamps  
-XX:+UseConcMarkSweepGC-XX:+CMSIncrementalMode  
-XX:+CMSIncrementalPacing  
-XX:CMSIncrementalDutyCycleMin=0 
-XX:CMSIncrementalDutyCycle=10-XX:-TraceClassUnloading";
复制代码

采用了sun推荐的参数，回收效果不好，照样有停顿，数小时之内就会频繁出现停顿，什么sun推荐的参数，照样不好使。

7.6、JVM调优之递增式低暂停收集器

又叫什么火车式回收，完成10万request用时153秒，配置如下： 

$JAVA_ARGS.="-Dresin.home=$SERVER_ROOT-server  
-Xms2048M-Xmx2048M-Xmn512M-XX:PermSize=256M 
-XX:MaxPermSize=256M-XX:MaxTenuringThreshold=7 
-XX:GCTimeRatio=19-Xnoclassgc-Xloggc:log/gc.log  
-XX:+PrintGCDetails-XX:+PrintGCTimeStamps-XX:+UseTrainGC";

该配置效果也不好，影响性能，所以没试。

7.7、相比之下，还是并发回收比较好，性能比较高，只要能解决ParNewGC（并行回收年轻代）时的promotionfailed错误就一切好办了，查了很多文章，发现引起promotionfailed错误的原因是CMS来不及回收（CMS默认在年老代占到90%左右才会执行），年老代又没有足够的空间供GC把一些活的对象从年轻代移到年老代，所以执行FullGC。CMSInitiatingOccupancyFraction=70表示年老代占到约70%时就开始执行CMS，这样就不会出现FullGC了。SoftRefLRUPolicyMSPerMB这个参数也是我认为比较有用的，我觉得没必要等1秒，所以设置成0。配置如下

复制代码
$JAVA_ARGS.="-Dresin.home=$SERVER_ROOT-server-Xms2048M  
-Xmx2048M-Xmn512M-XX:PermSize=256M-XX:MaxPermSize=256M 
-XX:SurvivorRatio=8-XX:MaxTenuringThreshold=7 
-XX:GCTimeRatio=19-Xnoclassgc-XX:+DisableExplicitGC  
-XX:+UseParNewGC-XX:+UseConcMarkSweepGC  
-XX:+CMSPermGenSweepingEnabled  
-XX:+UseCMSCompactAtFullCollection  
-XX:CMSFullGCsBeforeCompaction=0 
-XX:+CMSClassUnloadingEnabled-XX:-CMSParallelRemarkEnabled  
-XX:CMSInitiatingOccupancyFraction=70 
-XX:SoftRefLRUPolicyMSPerMB=0-XX:+PrintClassHistogram  
-XX:+PrintGCDetails-XX:+PrintGCTimeStamps  
-XX:+PrintGCApplicationConcurrentTime  
-XX:+PrintGCApplicationStoppedTime  
-Xloggc:log/gc.log";
复制代码

上面这个配置内存上升的很慢，24小时之内几乎没有停顿现象，最长的只停滞了0.8s，ParNewGC每30秒左右才执行一次，每次回收约0.2秒，看来问题应该暂时解决了。

参数不明白的可以上网查，本人认为比较重要的几个参数是：

-Xms-Xmx-XmnMaxTenuringThresholdGCTimeRatioUse
ConcMarkSweepGCCMSInitiatingOccupancyFractionSoftRefLRUPolicyMSPerMB
eclipse中配置JVM参数:-Xmx1024M-Xms1000M-server-XX:PermSize=64M-XX:MaxPermSize=128m

 

原文链接： https://www.cnblogs.com/EasonJim/p/7490114.html

参考：

http://technique-digest.iteye.com/blog/1123046（以上内容部分转自此篇文章）

http://www.360doc.com/content/15/0330/12/16782314_459269672.shtml（以上部分内容转自此篇文章）

http://www.51testing.com/html/80/n-862780.html（JVM的参数调优，解决GC回收时卡顿的问题）

http://www.importnew.com/15934.html（为什么JVM指定-Xmx参数后占用内存会变少？）

http://www.cnblogs.com/chengxin1982/p/3818448.html

http://unixboy.iteye.com/blog/174173（以上内容部分转自此篇文章）

http://www.cnblogs.com/koik/p/4452029.html

http://cxh61207.iteye.com/blog/1160663

http://blog.chinaunix.net/uid-26602509-id-4110150.html（Tomcat内存调优）

http://blog.csdn.net/zhushuai1221/article/details/51027024

http://developer.51cto.com/art/201201/312639.htm（调优专题频道）

http://developer.51cto.com/art/201009/227848_all.htm（JVM调优实例，以上部分内容转自此篇文章）

http://www.cnblogs.com/zhguang/p/Java-JVM-GC.html

http://uule.iteye.com/blog/2114697

http://blog.sina.com.cn/s/blog_3f12afd00100zpvf.html

http://yjph83.iteye.com/blog/2108105


标签:

上一篇: logrotate简介和使用
下一篇: Nginx高并发优化方案(血荐！)

相关文章暂无相关
评论列表暂无评论
发表评论
验证码

«   2024年4月   »
一二三四五六日
1234567
891011121314
15161718192021
22232425262728
2930
控制面板
您好,欢迎到访网站!
  查看权限
网站分类
搜索
最新留言
    文章归档
    网站收藏
    友情链接
    • RainbowSoft Studio Z-Blog
    • 订阅本站的 RSS 2.0 新闻聚合
    ︿
    Top