接上文，SpringBoot的线程池配置以及JVM监控

接上篇文章， 拿SpringBoot举个例

1.1 默认线程池的隐患
Spring Boot的@Async默认使用SimpleAsyncTaskExecutor（无复用线程），频繁创建/销毁线程易引发性能问题。

1.2 自定义线程池配置

@Configuration
@EnableAsync
public class AsyncConfig implements AsyncConfigurer {@Overridepublic Executor getAsyncExecutor() {ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();executor.setCorePoolSize(10);          // 核心线程数=CPU核心数×2executor.setMaxPoolSize(20);           // 突发流量缓冲executor.setQueueCapacity(100);        // 根据业务容忍延迟调整executor.setThreadNamePrefix("Async-");executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());executor.initialize();return executor;}
}// 使用示例
@Service
public class ReportService {@Async  // 指定使用自定义线程池public CompletableFuture<Report> generateReportAsync(Long id) {// 模拟耗时操作Thread.sleep(2000);return CompletableFuture.completedFuture(new Report(id, "Done"));}
}

1.3 线程池监控（Micrometer + Prometheus）

# application.yml
management:endpoints:web:exposure:include: "metrics,prometheus"metrics:tags:application: ${spring.application.name}

@Bean
public MeterBinder threadPoolMetrics(ThreadPoolTaskExecutor executor) {return registry -> {Gauge.builder("thread.pool.active", executor, ThreadPoolTaskExecutor::getActiveCount).description("当前活跃线程数").register(registry);Gauge.builder("thread.pool.queue.size", executor, e -> e.getThreadPoolExecutor().getQueue().size()).description("任务队列长度").register(registry);};
}

通过http://localhost:8080/actuator/prometheus可获取实时指标。

二、Spring Boot内存泄漏排查：一个真实OOM案例

2.1 故障现象

• 应用运行24小时后出现java.lang.OutOfMemoryError: Java heap space

• GC日志显示老年代占用持续增长

2.2 诊断步骤
步骤1：生成堆转储文件

# 在应用启动命令中添加
-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/tmp/heapdump.hprof

步骤2：使用MAT分析

1. 打开heapdump.hprof，选择Dominator Tree

2. 发现ConcurrentHashMap$Node[]占用80%内存

3. 查看引用链，定位到缓存工具类未清理过期数据

步骤3：代码修复

// 错误代码：静态Map无限增长
public class CacheManager {private static Map<String, Object> cache = new ConcurrentHashMap<>();public static void put(String key, Object value) {cache.put(key, value);}
}// 修复：引入Guava Cache自动过期
public class CacheManager {private static LoadingCache<String, Object> cache = CacheBuilder.newBuilder().maximumSize(1000).expireAfterWrite(10, TimeUnit.MINUTES).build(new CacheLoader<>() {@Overridepublic Object load(String key) {return loadFromDB(key);}});
}

三、Spring Data JPA连接池优化（HikariCP实战）

3.1 默认配置风险
Spring Boot默认使用HikariCP，但以下参数需针对性调整：

spring:datasource:hikari:maximum-pool-size: 20          # 默认10，根据DB并发能力调整connection-timeout: 3000       # 获取连接超时时间（ms）idle-timeout: 600000           # 空闲连接存活时间（默认10分钟）max-lifetime: 1800000          # 连接最大生命周期（默认30分钟）leak-detection-threshold: 5000 # 连接泄漏检测阈值（生产环境建议开启）

3.2 监控集成

@Bean
public MeterBinder hikariMetrics(HikariDataSource dataSource) {return registry -> {HikariPoolMXBean pool = dataSource.getHikariPoolMXBean();Gauge.builder("db.pool.active", pool::getActiveConnections).register(registry);Gauge.builder("db.pool.idle", pool::getIdleConnections).register(registry);Gauge.builder("db.pool.total", pool::getTotalConnections).register(registry);};
}

四、生产级Spring Boot JVM参数模板

4.1 基础参数（JDK11+）

java -jar your-app.jar \-Xms2g -Xmx2g                 # 堆内存固定，避免动态调整开销 \-XX:MaxMetaspaceSize=256m     # 防止元空间膨胀 \-XX:+UseG1GC                  # 低延迟垃圾回收器 \-XX:MaxGCPauseMillis=200      # 目标最大停顿时间 \-Xlog:gc*,gc+heap=debug:file=gc.log:time,uptime:filecount=5,filesize=100m \-Dspring.profiles.active=prod

4.2 容器环境适配（Dfile.encoding警告修复）

FROM eclipse-temurin:17-jdk
ENV LANG C.UTF-8
ENV JAVA_OPTS="-Dfile.encoding=UTF-8"

五、实战：利用Arthas在线诊断Spring Boot应用

5.1 安装与附加进程

curl -O https://arthas.aliyun.com/arthas-boot.jar
java -jar arthas-boot.jar  # 选择目标进程

5.2 常用命令

# 1. 查看实时线程状态
thread -n 3                 # 显示CPU占用最高的3个线程# 2. 监控方法调用耗时
watch com.example.service.*Service * '{params, returnObj}' -x 3 # 3. 动态修改日志级别（无需重启）
logger --name ROOT --level debug