Java垃圾回收调优实战

jopen 9年前

Java 垃圾回收调优不同于任何其它性能优化活动。

首先你要确保自己足够了解整个应用的情况以及调优预期的结果,而不是单单满足于应用的某一部分调优。一般情况下,遵循以下过程比较容易:

  1. 明确自己的性能目标。
  2. 测试。
  3. 测量调优结果。
  4. 与目标进行比较。
  5. 改变方法并再次测试。

性能调优目标要是可确定且可测量的,这非常重要。这些目标包括延迟、吞吐量和容量,想要了解更多,我推荐看看垃圾回收手册(Garbage Collection Handbook)中相应的章节。让我们看看在实践中如何设定并达到这样的调优目标。为了这个目的,让我们来看一个示例代码:

//imports skipped for brevity  public class Producer implements Runnable {      private static ScheduledExecutorService executorService = Executors.newScheduledThreadPool(2);      private Deque<byte[]> deque;    private int objectSize;    private int queueSize;      public Producer(int objectSize, int ttl) {      this.deque = new ArrayDeque<byte[]>();      this.objectSize = objectSize;      this.queueSize = ttl * 1000;    }      @Override    public void run() {      for (int i = 0; i < 100; i++) {        deque.add(new byte[objectSize]);        if (deque.size() > queueSize) {          deque.poll();        }      }    }      public static void main(String[] args) throws InterruptedException {      executorService.scheduleAtFixedRate(new Producer(200 * 1024 * 1024 / 1000, 5), 0, 100, TimeUnit.MILLISECONDS);      executorService.scheduleAtFixedRate(new Producer(50 * 1024 * 1024 / 1000, 120), 0, 100, TimeUnit.MILLISECONDS);      TimeUnit.MINUTES.sleep(10);      executorService.shutdownNow();    }  }

代码中提交了两个作业(job),且每 100ms 运行一次。每个作业模拟特定对象的生命周期:先创建对象,让它们“存活”一段时间,然后忘记它们,让 GC 回收内存。 运行这个示例时,开启 GC 日志并使用以下参数:

-XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCTimeStamps

我们立即在日志文件中看到 GC 的影响和下面这些相似:

2015-06-04T13:34:16.119-0200: 1.723: [GC (Allocation Failure) [PSYoungGen: 114016K->73191K(234496K)] 421540K->421269K(745984K), 0.0858176 secs] [Times: user=0.04 sys=0.06, real=0.09 secs]   2015-06-04T13:34:16.738-0200: 2.342: [GC (Allocation Failure) [PSYoungGen: 234462K->93677K(254976K)] 582540K->593275K(766464K), 0.2357086 secs] [Times: user=0.11 sys=0.14, real=0.24 secs]   2015-06-04T13:34:16.974-0200: 2.578: [Full GC (Ergonomics) [PSYoungGen: 93677K->70109K(254976K)] [ParOldGen: 499597K->511230K(761856K)] 593275K->581339K(1016832K), [Metaspace: 2936K->2936K(1056768K)], 0.0713174 secs] [Times: user=0.21 sys=0.02, real=0.07 secs]

基于日志中的信息,我们可以开始改善性能。并请牢记三个不同的目标:

  1. 确保 GC pause(垃圾回收暂停)的最坏情况不要超过预期的临界值。
  2. 确保应用程序线程停滞时间不超过预先确定的阀值。
  3. 降低基础架构成本,同时确保我们仍可以实现合理的延迟和吞吐量目标。

为此,以三个不同的配置各运行了10分钟,在下表中总结了三个差距较大的结果:

GC算法 有效工作 长暂停
-Xmx12g -XX:+UseConcMarkSweepGC 89.8% 560 ms
-Xmx12g -XX:+UseParallelGC 91.5% 1,104 ms
-Xmx8g -XX:+UseConcMarkSweepGC 66.3% 1,610 ms

实验中,设置不同的 GC 算法和不同的堆大小,运行相同的代码,然后测量垃圾回收暂停的持续时间和吞吐量。实验细节和结果的解释都在我们的垃圾回收手册中。看看手册中的一些例子,修改一些简单的配置造成延迟、吞吐量等各方面的性能完全不同。

注意:为了保持示例尽可能简单,只有数量有限的输入参数被改变,例如没有对不同数量的核心(CPU core)或不同堆布局 进行测试。

原文链接: javacodegeeks 翻译: ImportNew.com - 光光头去打酱油
译文链接: http://www.importnew.com/16223.html