内存溢出(Out Of Memory
,简称OOM
)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能提供的最大内存。此时程序就运行不了,系统会提示内存溢出,有时候会自动关闭软件,重启电脑或者软件后释放掉一部分内存又可以正常运行该软件,而由系统配置、数据流、用户代码等原因而导致的内存溢出错误,即使用户重新执行任务依然无法避免
其实很简单,在 Java
中,那就是 Out Of Memory
,导致了不合理的 GC
,那么如何去定位这个内存溢出的呢?实际上如果是大公司,那么会有专业的运维人员去定位哪些程序导致了内存溢出,但是如果要是没有专业的运维人员,那么你自己就得学会怎么去定位这个内存溢出了。
如何定位内存溢出
一、定位占用CPU
最高的服务 1、先找到cpu占用比较高的进程:top``-c
进去后按Shift+P
键
一般异常的进程cpu
的占用会很高,记录下这进程的PID
2、查看指定进程cpu
情况:top -cp PID
查看此进程占用cpu
最高的线程,记录下线程的ppid
也可以将相关信息保存下来:top -Hp PID -o %CPU -n 1 >cpu.txt
到此,我们就找到的最占用cpu
的进程以及相关线程。
3.如果你已经知道是你们的 Java
程序导致了内存溢出,那么我们就得学会分析日志,一般在 Out Of Memory
的上方,我们都会有各种日志的输出,来标志现在这个时间点,我们的程序执行了什么操作,导致了我们的这个内存溢出,分析到这里,就轮到看代码了。
检查的内容大致都有哪些地方呢?
在一个项目中,使用两个数据库连接,其中专用于发送短信的数据库连接使用 DBCP
连接池管理,用户为不将短信发出,有意将数据库连接用户名改错,使得日志中有许多数据库连接异常的日志,一段时间后,就出现 OutOfMemory
错误。经分析,这是由于 DBCP
连接池 BUG
引起的,数据库连接不上后,没有将连接释放,最终使得D BCP
报OutOfMemory
错误。
上面这是一个简单的例子,比如还有其他的,代码中是否有死循环或递归调用。是否有大循环重复产生新对象实体。检查对数据库查询中,是否有一次获得全部数据的查询。一般来说,如果一次取十万条记录到内存,就可能引起内存溢出。这个问题比较隐蔽,在上线前,数据库中数据较少,不容易出问题,上线后,数据库中数据多了,一次查询就有可能引起内存溢出。因此对于数据库查询尽量采用分页的方式查询。
检查List
、MAP
等集合对象是否有使用完后,未清除的问题。List
、MAP
等集合对象会始终存有对对象的引用,使得这些对象不能被GC
回收。
比如我们这次内存溢出,就是因为一个很简答的导入功能,因为服务器给服务拆分的内存只有2G,而程序也没有专门的去处理,实施导入数据的时候,直接把100w的空数据从Excel
中直接导入了,结果,直接导致了内存溢出。那么我们应该怎么去处理这个呢?
其实我们的比较简单,就是直接限定了文件的大小,因为Excel
虽然很大,但是有数据量的就那么几百行,100w行,都是空行数据,还都识别了,所以处理方式就那么几种,限制文件大小,限制读取数据的时候不读空行,因为毕竟内存大小是已经不允许我们做修改了,只能通过这个代码业务层面来处理这个了。
如何解决内存溢出呢?
内存溢出的解决方案:
第一步,修改JVM
启动参数,直接增加内存。(-Xms
,-Xmx
参数一定不要忘记加。)
第二步,检查错误日志,查看OutOfMemory
错误前是否有其它异常或错误。
第三步,对代码进行走查和分析,找出可能发生内存溢出的位置。
重点排查以下几点:
1.检查对数据库查询中,是否有一次获得全部数据的查询。一般来说,如果一次取十万条记录到内存,就可能引起内存溢出。这个问题比较隐蔽,在上线前,数据库中数据较少,不容易出问题,上线后,数据库中数据多了,一次查询就有可能引起内存溢出。因此对于数据库查询尽量采用分页的方式查询。
2.检查代码中是否有死循环或递归调用。
3.检查是否有大循环重复产生新对象实体。
4.检查List
、MAP
等集合对象是否有使用完后,未清除的问题。List
、MAP
等集合对象会始终存有对对象的引用,使得这些对象不能被GC
回收。
第四步,使用内存查看工具动态查看内存使用情况
一般的,使用的工具有很多,MAT
(Memory Analyzer Tool) 这个工具是一个比较好用的分析内存的工具,还有 jmeter
这个压力测试工具,可对特定接口进行压测,分析tps、响应时间、CPU、内存等性能指标。
JConsole
、JVisualVM
jdk 自带可视化工具,可监控CPU
、内存、线程等状况。
-
cpu
+关注
关注
68文章
10824浏览量
211089 -
内存
+关注
关注
8文章
2996浏览量
73868 -
程序
+关注
关注
116文章
3773浏览量
80830 -
数据流
+关注
关注
0文章
119浏览量
14329 -
线程
+关注
关注
0文章
504浏览量
19646
发布评论请先 登录
相关推荐
评论