当前位置: 首页 > news >正文

Java学习篇之JVM 调优

Java学习篇之JVM 调优

  • 一、JVM 是什么?
  • 二、JVM 官方参数建议
  • 三、JVM调优的场景
  • 四、如何监控JVM
  • 五、JVM调优的流程步骤
    • 1. 明确优化目标
    • 2. 监控和分析
    • 3. 确定调优参数
    • 4. 实施调优策略
    • 5. 持续观察和调整
    • 6. 定期评估和优化

一、JVM 是什么?

JVM,全称Java Virtual Machine(Java虚拟机),是一个能够运行Java字节码的抽象计算机。
JVM是Java跨平台特性的核心。Java源代码在编译成字节码后,可以在任何支持Java的平台上运行,只要该平台安装了相应的JVM。这是因为JVM将Java字节码转换成特定平台上的机器码来执行,从而实现了“一次编写,到处运行”的跨平台特性。

二、JVM 官方参数建议

JVM 经过这么多年的发展和验证,整体是非常健壮的。个人认为99%的情况下,基本用不到 JVM 调优。
通常来说,我们的 JVM 参数配置大多还是会遵循 JVM 官方的建议,例如:

1. 堆内存设置

参数描述官方建议/说明
-Xms设置JVM的初始堆大小默认为物理内存(运行内存)的1/64;对于高并发应用,建议与-Xmx相同
-Xmx设置JVM的最大堆大小默认为物理内存(运行内存)的1/4
-Xmn设置年轻代的初始和最大大小默认为整个堆的3/8;或使用-XX:NewSize/-XX:MaxNewSize分别设置

2. 年轻代与老年代比例

参数描述官方建议/说明
-XX:NewRatio设置年轻代与老年代的比例默认值为2(即老年代是年轻代的2倍)
-XX:SurvivorRatio设置Eden区与一个Survivor区的大小比例默认值为8,表示Eden区与Survivor区的比例为8:1

3. 线程堆栈设置

参数描述官方建议/说明
-Xss设置每个线程的堆栈大小JDK5.0后默认1MB;小型应用可能128KB足够,大型应用建议256KB

4. 非堆内存设置

参数描述官方建议/说明
-XX:PermSize设置持久代的初始大小(JDK8已弃用)JDK8前用于控制方法区内存大小
-XX:MaxPermSize设置持久代的最大大小(JDK8已弃用)JDK8前用于控制方法区内存大小
-XX:MetaspaceSize设置元空间的初始大小(JDK8及以后)替代了PermSize,用于存放类的元数据
-XX:MaxMetaspaceSize设置元空间的最大大小(JDK8及以后)替代了MaxPermSize

5. 垃圾收集器设置

参数描述官方建议/说明
-XX:+UseSerialGC使用串行垃圾收集器默认GC方式,适用于小型应用和单处理器环境
-XX:+UseParNewGC在年轻代中使用并行线程进行垃圾收集可以与CMS GC一起使用
-XX:+UseParallelGC在年轻代中使用并行垃圾收集器适用于多处理器系统
-XX:+UseParallelOldGC在老年代中使用并行垃圾收集器与-XX:+UseParallelGC一起使用
-XX:+UseConcMarkSweepGC使用CMS垃圾收集器在GC运行时对应用程序影响较小

6. 辅助信息设置

参数描述官方建议/说明
-XX:+PrintGCDetails打印垃圾收集的详细情况用于调试和性能分析
-Xloggc:filename将GC日志信息记录到指定文件便于分析和监控JVM的垃圾回收行为

7. 其他重要参数

参数描述官方建议/说明
-XX:MinHeapFreeRatio设置GC事件后允许的最小可用堆空间百分比控制JVM何时扩展堆大小
-XX:MaxHeapFreeRatio设置GC事件后允许的最大可用堆空间百分比控制JVM何时收缩堆大小
-XX:MaxDirectMemorySize设置Direct ByteBuffer分配的堆外内存的最大大小当达到此大小时,将触发Full GC

请注意,这些建议是基于Oracle JDK的通用指南,并且可能会随着JVM版本的更新而有所变化。
在实际应用中,可能还需要根据具体的应用场景、硬件环境和性能需求进行进一步的调整和优化。
同时,也需要注意参数的兼容性和稳定性问题。

三、JVM调优的场景

主要就是出现以下情况时,就需要注意对JVM进行调优了

  1. 当应用程序运行缓慢或出现卡顿,或是偶尔响应慢
  2. 应用程序频繁出现内存溢出(OutOfMemoryError)或内存泄漏等问题,

四、如何监控JVM

JVM监控工具分为JDK自带工具和第三方工具两大类。

  • JDK自带工具(常用的):jconsole、visualvm
  • 第三方工具(常用的):JProfiler、YourKit

JDK自带工具常用命令:

  • jstack pid: 打印堆栈相关执行信息,可以用于死锁发现。
  • jinfo pid: 打印进程的启动详细参数、JVM正在使用的参数。
  • jstat -gc pid: 打印各个分代的内存使用情况。可以每个一段时间打印一次。
  • visualvm: windows图形化界面,不常用。上线之前内测可以使用
  • jmap: 如果内存特别大,jmap会导致线程的停止,所以线上不能使用
    线上时不能dump下来文件,因为文件可能很大(堆内存占了多少文件就有多大),dump时java程序会暂停,线上不能dump。
    jmap -histo pid | head -n 20 :查找有多少对象产生,及对象占用的内存,对象的名称。可用于内存泄露导致的OOM。

五、JVM调优的流程步骤

JVM调优流程步骤可以归纳为以下几点:

1. 明确优化目标

在开始调优之前,首先需要明确优化的目标。这包括响应时间、吞吐量、内存使用率等指标。明确目标后,可以更有针对性地进行调优。

2. 监控和分析

  1. 使用监控工具:利用Java VisualVM、JConsole、JProfiler等监控工具,分析CPU使用率、内存使用情况和垃圾回收频率等指标。

JDK自带工具常用命令:

  • jstack pid: 打印堆栈相关执行信息,可以用于死锁发现。
  • jinfo pid: 打印进程的启动详细参数、JVM正在使用的参数。
  • jstat -gc pid: 打印各个分代的内存使用情况。可以每个一段时间打印一次。
  • jvisualvm: windows图形化界面,不常用。上线之前内测可以使用
  • jmap: 如果内存特别大,jmap会导致线程的停止,所以线上不能使用
    线上时不能dump下来文件,因为文件可能很大(堆内存占了多少文件就有多大),dump时java程序会暂停,线上不能dump。
    jmap -histo pid | head -n 20 :查找有多少对象产生,及对象占用的内存,对象的名称。可用于内存泄露导致的OOM。
  1. 分析GC日志:通过GC日志,了解垃圾回收的频率、停顿时间以及内存使用情况,帮助定位性能瓶颈。

例如:

-Xloggc:/path/to/gc.log -XX:+PrintGCDetails -XX:+PrintGCDateStamps

这些选项将GC日志记录到指定的文件(/path/to/gc.log),并打印详细的GC信息和时间戳。

然后,我们可以分析GC日志以了解垃圾回收的频率、停顿时间和内存使用情况。例如,我们可以查>找Full GC的发生频率和每次Full GC的停顿时间。

3. 确定调优参数

根据监控和分析的结果,确定需要调整的JVM参数。常见的JVM参数包括:

  1. 堆内存设置:通过-Xms和-Xmx设置初始和最大堆内存大小。

例如:

-Xms512m -Xmx512m

这将初始堆内存设置为512m,最大堆内存设置为512m。两者最好一致

  1. 垃圾收集器选择:选择合适的垃圾收集器,如G1、CMS等,以优化内存管理。

例如:
选择G1垃圾收集器:以优化内存管理和减少停顿时间。

-XX:+UseG1GC

调整G1垃圾收集器的参数:以进一步优化性能。

-XX:MaxGCPauseMillis=200 -XX:InitiatingHeapOccupancyPercent=35

这将G1垃圾收集器的目标停顿时间设置为200毫秒,并将触发并发GC的堆占用百分比设置为35%。

  1. 线程栈大小:通过-Xss设置每个线程的堆栈大小,以减少线程上下文切换的开销。

4. 实施调优策略

  1. 调整JVM参数:根据确定的调优参数,调整JVM的启动参数。

例如:如果我们在Linux系统上使用java命令启动应用程序,我们可以这样设置:

java -Xms512m -Xmx512m -Xloggc:/path/to/gc.log -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:InitiatingHeapOccupancyPercent=35 -jar myapp.jar
  1. 优化代码:减少不必要的对象创建、使用高效的数据结构、避免过度的同步等,都可以显著提升应用的性能。

5. 持续观察和调整

  1. 持续监控:在调整参数和优化代码后,使用监控工具持续观察应用的性能变化。
  2. 对比性能指标:通过对比调优前后的性能指标,确认是否达到了预期的优化目标。
  3. 重新评估和调整:如果没有达到目标,可能需要重新评估调优策略,进行进一步的调整。

6. 定期评估和优化

性能调优是一个持续的过程。随着应用的演变和用户负载的变化,可能需要定期重新评估和调整JVM参数。定期的性能测试和监控可以帮助及时发现潜在问题,确保系统的稳定性和高效性。

参考文章
【1】面试官:如何进行 JVM 调优(附真实案例)
【2】【JVM】JVM 实战调优指南赋案例(保姆篇)
【3】JVM调优实例记录
【4】【Java】JVM调优操作手册(实战篇)
【5】JVM性能优化实战手册:从监控到调优策略

相关文章:

Java学习篇之JVM 调优

Java学习篇之JVM 调优 一、JVM 是什么?二、JVM 官方参数建议三、JVM调优的场景四、如何监控JVM五、JVM调优的流程步骤1. 明确优化目标2. 监控和分析3. 确定调优参数4. 实施调优策略5. 持续观察和调整6. 定期评估和优化 一、JVM 是什么? JVM,…...

LangChain上使用huggingface的embedding模型(如jina-embeddings-v3)

一、背景知识 embedding将文本映射到稠密的向量空间中,方便存储和查询。 huggingface的embedding榜单 这里结合自己的应用场景,选择1b以下的embedding模型,综合考量下选择arkohut/jina-embeddings-v3 模型链接 下载 使用模型卡片提供的命令…...

对象优化及右值引用优化(一)

对象优化及右值引用优化 对象的函数调用时机 class Test { public:Test(int val 0) :val_(val) {cout << "Test::Test" << endl;}~Test(){cout << "Test::~Test" << endl;}Test(const Test& test){cout << "Tes…...

江西省技能培训平台(逆向破解登录国密SM2)

江西省技能培训平台(逆向破解登录) 登录破解(国密sm2加密方式) 请求接口 https://api.cloud.wozhipei.com/auth/user/v1/login 使用身份证和密码登录发现有password加密&#xff0c;好开始逆向js 全局搜索发现使用国密SM2进行加密 模拟算法 js 使用js进行模拟算法 <…...

用万用表测量三极管:【判断是NPN\PNP+3极性】

三极管种类分2种&#xff0c;一种NPN型三极管&#xff0c;另外一种为PNP三极管。三极管由2个PN结组成。因此&#xff0c;我们可以将三极管看作由2个二极管组成。通过下图可以知道&#xff0c;三极管的公共端为B极&#xff08;基极&#xff09;。 1&#xff1a;测量方法 用万用…...

StableDiffusion系列教程 | 什么是SD?SD能做什么?有哪些应用场景?

随着人工智能技术的飞速发展&#xff0c;人工智能应用已经渗透到我们生活方方面面。在众多AI技术中&#xff0c;Stable Diffusion&#xff08;简称SD&#xff09;作为一种先进的图像生成技术&#xff0c;正逐渐成为创意产业的新宠。在本系列的首篇文章中&#xff0c;我们将一起…...

AutoCAD的Dwg版本代号、R版本参数值以及二次开发时VS、.NET版本关系

Dwg的AC版本代号 出处&#xff1a;https://www.autodesk.com.cn/support/technical/article/caas/sfdcarticles/sfdcarticles/CHS/drawing-version-codes-for-autocad.html 以下是AutoCAD图形的不同版本代号&#xff1a; MC0.0 - DWG Release 1.1 AC1.2 - DWG R1.2 AC1.4 - DW…...

解密可观测行业中的语义规范 — 代码世界中的“语言艺术”

可观测行业中的语义规范 语义规范可以说在我们生活中无处不在&#xff0c;它为某种语言或文化中的单词和短语提供了一致的意义&#xff0c;以促进更清晰的交流。 而在计算机世界中&#xff0c;语义规范也同样甚至更加关键&#xff0c;因为屏幕上的文本缺乏更丰富的对话环境—…...

esp32 ap httpsever 控制led

功能&#xff1a;浏览器/open 开 led /close 关led 如不关&#xff0c;则亮灯10秒自动关闭 已买220v 转5V电源&#xff0c;5V固态继电器&#xff0c;开始组装无线开关。 代替家里华为的hlink灯泡&#xff0c;此灯必须要连入网络才能控制开和关&#xff0c;经常时灵时不…...

告别复杂判断!Python中实现函数重载的终极技巧

引言 说到函数重载&#xff0c;学过 Java 的同学应该不陌生&#xff0c;最常用的地方应该就是打印 log 了&#xff0c;对于不同的参数&#xff0c;调用的是不同的重载函数。那么 Python 如何实现函数重载呢&#xff1f; 重载概念 函数重载是指在同一作用域内&#xff0c;允许…...

Clang-Format:让你的代码整齐划一,格式不再烦恼

在现代软件开发中&#xff0c;代码规范和一致性对团队协作和代码质量至关重要。如何保持代码风格一致&#xff0c;避免手动格式化的繁琐操作&#xff1f;clang-format 是一款强大而灵活的代码格式化工具&#xff0c;它为开发者提供了高效的解决方案。本文将详细介绍 clang-form…...

【jvm】Full GC

目录 1. 说明2. 触发条件3. 优化4. 注意事项 1. 说明 1.Full GC&#xff08;Full Garbage Collection&#xff09;是Java垃圾回收过程中最重要且最昂贵的一种操作。2.Full GC涉及对整个堆内存&#xff08;包括年轻代和老年代&#xff09;的垃圾回收。3.当Full GC发生时&#x…...

【Python】实战:请使用面向对象的思想,设计自定义类,描述出租车和家用轿车的信息

# 定义汽车基类 class Car:def __init__(self, model, license_plate):self.model model # 车型self.license_plate license_plate # 车牌def start(self):print(f"{self.model} ({self.license_plate}) 启动了。")def stop(self):print(f"{self.model} ({s…...

互联网摸鱼日报(2024-11-07)

互联网摸鱼日报(2024-11-07) 36氪新闻 阿华田再现颓势 中国旅游景区上市公司&#xff0c;三季度财报好看吗&#xff1f; 电动化浪潮下&#xff0c;消费者彻底放弃百年品牌BBA&#xff1f; 估值114亿&#xff0c;海尔系独角兽终止IPO 又一知名品牌门店全关&#xff0c;高端…...

requests库

GET请求 基本实例import requestsresponse requests.get(https://www.httpbin.org/get) print(response.text)params参数import requests data {"name":"Bileton","age":"21" } response requests.get(https://www.httpbin.org/ge…...

大数据之多级缓存方案

多级缓存介绍&#xff1f;多级缓存优缺点&#xff0c;应用场景&#xff1f;多级缓存架构&#xff1f; 多级缓存介绍 多级缓存方案是一种优化手段&#xff0c;通过在多个级别上存储数据来提高应用程序的性能和响应速度。以下是对多级缓存方案的详细解析&#xff1a; 一、多级缓…...

QCon演讲实录|徐广治:边缘云原生操作系统的设计与思考

10月18日&#xff0c;在 QCon 全球软件开发大会 2024&#xff08;上海站&#xff09;&#xff0c;火山引擎边缘云资深架构师徐广治围绕火山引擎边缘计算产品背后的算力底座 - 边缘云原生操作系统&#xff0c;探讨如何实现算力服务的混合部署和跨区域弹性调度&#xff0c;以及在…...

web第二次作业

代码如下 <!DOCTYPE html> <html> <head> <!-- 设置页面的字符编码为utf-8&#xff0c;确保能正确显示各种字符 --> <meta charset"utf-8"> <title></title> <style> /* 全局样式设置 */ *{ …...

大模型技术讲解:大模型参数微调(大模型微调)

转自 秋色稻田公众号 这篇文章讲讲大模型的参数微调&#xff0c;参数微调&#xff08;Fine-tuning&#xff09;是一种机器学习技术&#xff0c;用于调整大型预训练模型的参数&#xff0c;以大模型适应特定应用场景。这种方法通常用于自然语言处理&#xff08;NLP&#xff09;…...

测试自动化如何和业务流程结合?

测试自动化框架固然重要&#xff0c;但是最终自动化的目的都是为了业务服务的。 那测试自动化如何对业务流程产生积极影响&#xff1f; 业务流程的重要性 测试自动化项目并非孤立存在&#xff0c;其生命周期与被测试的应用程序紧密相关。项目的价值在于被整个开发团队所使用&a…...

Python进阶之IO操作

文章目录 一、文件的读取二、文件内容的写入三、之操作文件夹四、StringIO与BytesIO 一、文件的读取 在python里面&#xff0c;可以使用open函数来打开文件&#xff0c;具体语法如下&#xff1a; open(filename, mode)filename&#xff1a;文件名&#xff0c;一般包括该文件所…...

ubuntu如何卸载colmap

如果你是通过源码编译并安装的 COLMAP&#xff0c;可以按照以下步骤手动卸载&#xff1a; 1. **查找安装路径**&#xff1a; 检查 COLMAP 安装时的路径&#xff08;通常是 /usr/local&#xff09;。 2. **删除二进制文件**&#xff1a; 删除已安装的 COLMAP 可执行文…...

【comfyui教程】ComfyUI即将迎来全新界面:升级体验就在11月15日

前言 ComfyUI迎来全新界面&#xff1a;升级体验就在11月15日 想象一下&#xff0c;拥有一个更直观、更智能的用户界面&#xff0c;不再需要在繁杂的设置中摸索。这不再只是梦想&#xff01;从2024年11月15日起&#xff0c;ComfyUI将正式启用新UI (Beta UI)作为默认界面&#…...

Leecode热题100-104.二叉树的最大深度

给定一个二叉树 root &#xff0c;返回其最大深度。 二叉树的 最大深度 是指从根节点到最远叶子节点的最长路径上的节点数。 示例 1&#xff1a; 输入&#xff1a;root [3,9,20,null,null,15,7] 输出&#xff1a;3示例 2&#xff1a; 输入&#xff1a;root [1,null,2] 输出…...

深度学习中的 Dropout:原理、公式与实现解析

8. dropout 深度学习中的 Dropout&#xff1a;原理、公式与实现解析 在神经网络训练中&#xff0c;模型往往倾向于“记住”训练数据的细节甚至噪声&#xff0c;导致模型在新数据上的表现不佳&#xff0c;即过拟合。为了解决这一问题&#xff0c;Dropout 应运而生。通过在训练…...

【大数据学习 | HBASE】habse的表结构

在使用的时候hbase就是一个普通的表&#xff0c;但是hbase是一个列式存储的表结构&#xff0c;与我们常用的mysql等关系型数据库的存储方式不同&#xff0c;mysql中的所有列的数据是按照行级别进行存储的&#xff0c;查询数据要整个一行查询出来&#xff0c;不想要的字段也需要…...

完成程序《大奖赛评分B》

学习目标&#xff1a; 使用代码完成程序《大奖赛评分B》 题目&#xff1a; 如今许多歌手大奖赛评分时&#xff0c;为了体现公平&#xff0c;在评委给出分数后统计平均得分时&#xff0c;都会去掉最高分和最低分。编写程序&#xff0c;读入评委打分&#xff08;分数都是大于0的…...

K8S篇(基本介绍)

目录 一、什么是Kubernetes&#xff1f; 二、Kubernetes管理员认证&#xff08;CKA&#xff09; 1. 简介 2. 考试难易程度 3. 考试时长 4. 多少分及格 5. 考试费用 三、Kubernetes整体架构 Master Nodes 四、Kubernetes架构及和核心组件 五、Kubernetes各个组件及功…...

linux alsa-lib snd_pcm_open函数源码分析(三)

欢迎直接到博客 linux alsa-lib snd_pcm_open函数源码分析&#xff08;三) 系列文章其他部分: linux alsa-lib snd_pcm_open函数源码分析&#xff08;一) linux alsa-lib snd_pcm_open函数源码分析&#xff08;二) linux alsa-lib snd_pcm_open函数源码分析&#xff08;四…...

基于ssm的个人健康管理系统

项目描述 临近学期结束&#xff0c;还是毕业设计&#xff0c;你还在做java程序网络编程&#xff0c;期末作业&#xff0c;老师的作业要求觉得大了吗?不知道毕业设计该怎么办?网页功能的数量是否太多?没有合适的类型或系统?等等。这里根据疫情当下&#xff0c;你想解决的问…...