JAVA内存分析指引201007_V0.2.docVIP

JAVA内存分析指引 2010-07 1 环境说明 根据一般项目部署情况，生产环境以WebSphere5和WebSphere6为主，本文中所涉及环境变量也主要采用WebSphere的相关环境变量。 WebSphere5安装目录（默认）： Windows：C:\Program Files\WebSphere\AppServer AIX：/usr/WebSphere/ AppServer WebSphere5日志路径 Windows:C:\Program Files\WebSphere\AppServer\logs\server1 AIX: /usr/WebSphere/ AppServer/logs/server1 WebSphere6安装目录 (默认)： Windows：C:\Program Files\IBM\WebSphere\AppServer AIX：/usr/IBM/WebSphere/AppServer WebSphere6日志路径： Windows:C:\Program Files\IBM\WebSphere\AppServer\profiles\AppSrv01\logs\server1 AIX: /usr/IBM/WebSphere/AppServer/profiles/AppSrv01/logs/server1 2 内存溢出原理 内存溢出是指应用系统中存在无法回收的内存或使用的内存过多，最终使得程序运行要用到的内存大于虚拟机能提供的最大内存。为了解决Java中内存溢出问题，我们首先必须了解Java是如何管理内存的。Java的内存管理就是对象的分配和释放问题。在Java中，内存的分配是由程序完成的，而内存的释放是由垃圾收集器(Garbage Collection，GC)完成的Java的内存垃圾回收机制是从程序的主要运行对象开始检查引用链，当遍历一遍后发现没有被引用的孤立对象就作为垃圾回收。GC为了能够正确释放对象，必须监控每一个对象的运行状态，包括对象的申请、引用、被引用、赋值等，GC都需要进行监控。监视对象状态是为了更加准确地、及时地释放对象，而释放对象的根本原则就是该对象不再被引用。 在Java中，这些无用的对象都由GC负责回收，因此程序员不需要考虑这部分的内存泄露。虽然，我们有几个函数可以访问GC，例如运行GC的函数System.gc()，但是根据Java语言规范定义，该函数不保证JVM的垃圾收集器一定会执行。因为不同的JVM实现者可能使用不同的算法管理GC。JVM调用GC的策略也有很多种，有的是内存使用到达一定程度时，GC才开始工作，也有定时执行的，有的是平缓执行GC，有的是中断式执行GC。若连续回收内存堆不足的问题时，就会报 out of memory 错误System.GC() 只能建议 JVM 需要在内存中对垃圾对象进行回收，System.GC()，一个是并不能解决内存资源耗空的局面，另外也会增加 GC的消耗。SystemOut.log日志文件中会出现如下异常信息，系统的可用内存和性能持续下降导致系统down掉不能响应任何请求IBM WebSphere平台，如果在性能诊断顾问程序配置里面选中了启用自动堆转储收在下 AppSrv01下）将会生成javacore*、heapdump*之类的文件其中，javacore文件cpu线程相关信息，heapdump文件JVM不能回收JVM启动参数，应用程序服务器 server1 进程定义 Java 虚拟机，将最大堆大小（默认为256）1024M，最好不要超过1.5G。 PS：在配置该参数时不能盲目的配置，如果配置过小，JVM的GC过于频繁，开销过大导致系统运行缓慢，内存溢出的概率会较大。如果配置过大，JVM在GC的时候，耗费时间过长。也会影响系统的性能和使用效果。 5.2检查错误日志查看“OutOfMemory”错误前是否有其它异常或错误。。，内存溢出的错误。 查看日志对于分析内存溢出是非常重要的，通过仔细查看日志，分析内存溢出前做过哪些操作，可以大致定位有问题的模块。内存泄漏的探测工具性能诊断顾问输出信息显示在WebSphere的管理控制台，并记录在WebSphere应用服务器的SystemOut.log日志文件里面启用JVMTI，可以使用 PMI 定制选项来启用所选统计信息以收集特定数据在WebSphere应用服务器的日志目录下，native_stderr.log文件内存回收分析文件PMAT工具解析JAVA SDK的详细内存回收(GC)日志，并提供统计信息，图表，分析并推荐Java堆配置。PMAT提供了丰富的图形界面来显示Java堆的使用状况，从而更轻松地判断是否有内存问题发生启用自动堆转储收集，可以自动在WebSph