在撰写本文时（2020年3月），围绕垃圾收集和内存，您可以将600多个参数传递给JVM。 如果您包括其他方面，则JVM参数总数将很容易超过1000个。 😊。 任何人都无法消化和理解太多的论据。 在本文中，我们重点介绍了七个重要的JVM参数，您可能会发现它很有用。
1. -Xmx和-XX：MaxMetaspaceSize
-Xmx可能是最重要的JVM参数。 -Xmx定义要分配给应用程序的最大堆大小。 （要了解JVM中不同的内存区域，您可以观看此短片 ）。 您可以这样定义应用程序的堆大小：
-Xmx2g 堆大小在确定您的
一个。 应用性能
b。 Bill，您将从云提供商（AWS，Azure等）获得收益
这带来了一个问题，我的应用程序正确的堆大小是多少？ 我应该为应用程序分配大堆大小还是小堆大小？ 答案是：“取决于”。 在本文中 ，我们分享了我们的想法，无论您需要使用大堆还是小堆。
You might also consider reading this article: advantages of setting -Xms and -Xmx to same value. 元空间是将存储JVM的元数据定义（例如类定义，方法定义）的区域。 默认情况下，可用于存储此元数据信息的内存量是无限的（即受您的容器或计算机的RAM大小的限制）。 您需要使用-XX：MaxMetaspaceSize参数来指定可用于存储元数据信息的内存量的上限。
-XX:MaxMetaspaceSize=256m 2. GC算法
截止到2020年3月，OpenJDK中有7种不同的GC算法：
一个。 串行GC
b。 平行气相色谱
C。 并发标记和扫描GC
d。 G1 GC
e。 雪兰多GC
F。 Z气相色谱
G。 Epsilon GC
如果您未明确指定GC算法，那么JVM将选择默认算法。 在Java 8之前，并行GC是默认的GC算法。 从Java 9开始，G1 GC是默认的GC算法。
GC算法的选择对于确定应用程序的性能起着至关重要的作用。 基于我们的研究，我们正在使用Z GC算法观察到出色的性能结果。 如果使用JVM 11+，则可以考虑使用Z GC算法（即-XX：+ UseZGC）。 有关Z GC算法的更多详细信息，请参见此处 。
下表总结了激活每种垃圾收集算法所需传递的JVM参数。
| GC算法 | JVM参数 |
| 串行GC | -XX：+ UseSerialGC |
| 平行气相色谱 | -XX：+ UseParallelGC |
| 并发市场和扫描（CMS）GC | -XX：+ UseConcMarkSweepGC |
| G1 GC | -XX：+ UseG1GC |
| 雪兰多GC | -XX：+使用ShenandoahGC |
| Z气相色谱 | -XX：+使用ZGC |
| Epsilon GC | -XX：+ UseEpsilonGC |
3.启用GC日志记录
垃圾收集日志包含有关垃圾收集事件，回收的内存，暂停时间段等信息，您可以通过传递以下JVM参数来启用垃圾收集日志：
从JDK 1到JDK 8：
GC算法从JDK 9及更高版本开始：
GC算法例：
GC算法通常，GC日志用于调整垃圾回收性能。 但是，GC日志包含重要的微观指标。 这些指标可用于预测应用程序的可用性和性能特征。 在本文中，我们将重点介绍一种这样的千分尺：“ GC吞吐量 ”（要了解其他可用千分尺的更多信息，您可以参考本文 ）。 GC吞吐量是您的应用程序在处理客户交易中花费的时间与它在处理GC活动中花费的时间之比。 假设您的应用程序的GC吞吐量为98％，则意味着应用程序将其98％的时间用于处理客户活动，而其余2％则用于GC活动。
现在，让我们看一个健康的JVM的堆使用情况图：
图：健康JVM的堆使用情况图（由https://gceasy.io生成）
您会看到一个完美的锯齿图案。 您会注意到，当运行Full GC（红色三角形）时，内存利用率会一直下降到最低。
现在，让我们看一下有问题的JVM的堆使用情况图：
图：Sick JVM的堆使用情况图（由https://gceasy.io生成）
您可以注意到，在图形的右端，即使GC重复运行，内存利用率也没有下降。 这是该应用程序正遭受某种内存问题的经典征兆。
如果您仔细观察一下该图，您会发现重复的完整GC开始在上午8点左右开始。 但是，该应用程序仅在上午8:45左右开始获取OutOfMemoryError。 到上午8点，该应用程序的GC吞吐量约为99％。 但是，在早上8点之后，GC吞吐量开始下降到60％。 因为当重复的GC运行时，该应用程序将不会处理任何客户交易，而只会进行GC活动。 作为一项主动措施，如果您发现GC吞吐量开始下降，则可以从负载平衡器池中取出JVM。 这样，运行状况不佳的JVM将不会处理任何新的流量。 它将最大程度地减少对客户的影响。
图：重复的完整GC发生在OutOfMemoryError之前
您可以使用GCeasy REST API实时监视与GC相关的微米。
4. -XX：+ HeapDumpOnOutOfMemoryError，-XX：HeapDumpPath
OutOfMemoryError是一个严重的问题，它将影响您的应用程序的可用性/性能SLA。 为了诊断OutOfMemoryError或任何与内存相关的问题，必须在应用程序开始遇到OutOfMemoryError的那一刻或一瞬间捕获堆转储。 由于我们不知道何时会抛出OutOfMemoryError，因此很难在抛出时左右的正确时间手动捕获堆转储。 但是，可以通过传递以下JVM参数来自动化捕获堆转储：
-XX：+ HeapDumpOnOutOfMemoryError和-XX：HeapDumpPath = {HEAP-DUMP-FILE-PATH}
在“ -XX：HeapDumpPath”中，您需要指定堆转储所在的文件路径。 传递这两个JVM参数时，将在抛出OutOfMemoryError时自动捕获堆转储并将其写入定义的文件路径。 例：
GC算法一旦捕获了堆转储，就可以使用HeapHero和EclipseMAT之类的工具来分析堆转储。
有关OutOfMemoryError JVM参数的更多详细信息，可以在本文中找到。
5. -Xss
每个应用程序将具有数十，数百，数千个线程。 每个线程都有自己的堆栈。 在每个线程的堆栈中，存储以下信息：
一个。 当前执行的方法/功能
b。 原始数据类型
C。 变数
d。 对象指针
e。 返回值。
他们每个人都消耗内存。 如果它们的使用量超出某个限制，则抛出StackOverflowError。 有关StackOverflowError及其解决方案的更多详细信息，请参见本文 。 但是，可以通过传递-Xss参数来增加线程的堆栈大小限制。 例：
GC算法如果将此-Xss值设置为一个很大的数字，则内存将被阻塞并浪费。 假设您将-Xss值指定为2mb，而它只需要256kb，那么您将浪费大量的内存，而不仅仅是1792kb（即2mb – 256kb）。 你想知道为什么吗？
假设您的应用程序有500个线程，那么-Xss值为2mb，您的线程将消耗1000mb的内存（即500个线程x 2mb /线程）。 另一方面，如果您仅将-Xss分配为256kb，那么您的线程将仅消耗125mb的内存（即500个线程x 256kb /线程）。 每个JVM将节省875mb（即1000mb – 125mb）内存。 是的，它将产生巨大的变化。
注意：线程是在堆（即-Xmx）外部创建的，因此这1000mb将是您已经分配的-Xmx值的补充。 要了解为什么在堆外部创建线程，您可以观看此简短视频片段 。
我们的建议是从一个低值（例如256kb）开始。 使用此设置运行彻底的回归，性能和AB测试。 仅当您遇到StackOverflowError时才增加该值，否则请考虑坚持较低的值。
6. -Dsun.net.client.defaultConnectTimeout和-Dsun.net.client.defaultReadTimeout
现代应用程序使用多种协议（即SOAP，REST，HTTP，HTTPS，JDBC，RMI…）与远程应用程序连接。 有时远程应用程序可能需要很长时间才能做出响应。 有时它可能根本不响应。
如果没有正确的超时设置，并且远程应用程序的响应速度不够快，则应用程序线程/资源将被卡住。 远程应用程序无响应可能会影响您的应用程序的可用性。 它可以使您的应用程序停止磨削。 为了保护您的应用程序的高可用性，应配置适当的超时设置。
您可以在JVM级别传递这两个强大的超时网络属性，这些属性可以全局适用于所有使用java.net.URLConnection的协议处理程序：
- sun.net.client.defaultConnectTimeout指定建立到主机的连接的超时（以毫秒为单位）。 例如，对于HTTP连接，这是建立与HTTP服务器的连接时的超时。
- 当建立与资源的连接时， sun.net.client.defaultReadTimeout指定从输入流读取时的超时（以毫秒为单位）。
例如，如果要将这些属性设置为2秒：
GC算法注意，默认情况下，这两个属性的值为-1，这表示未设置超时。 有关这些属性的更多详细信息，请参见本文 。
7. -Duser.timeZone
您的应用程序可能在某个时间/日期附近具有敏感的业务需求。 例如，如果您正在构建交易应用程序，则不能在上午9:30之前进行交易。 为了实现那些与时间/日期相关的业务需求，您可以使用java.util.Date，java.util.Calendar对象。 默认情况下，这些对象从底层操作系统中获取时区信息。 这将成为一个问题； 如果您的应用程序在分布式环境中运行。 查看以下方案：
一个。 如果您的应用程序跨多个数据中心（例如，旧金山，芝加哥，新加坡）运行，则每个数据中心中的JVM最终将具有不同的时区。 因此，每个数据中心中的JVM将表现出不同的行为。 这将导致结果不一致。
b。 如果要在云环境中部署应用程序，则可能会在您不知情的情况下将应用程序移动到其他数据中心。 同样在这种情况下，您的应用程序最终将产生不同的结果。
C。 您自己的运营团队还可以更改时区，而无需掌握开发团队的知识。 它还会歪曲结果。
为避免这些麻烦，强烈建议使用-Duser.timezone系统属性在JVM上设置时区。 例如，如果您想为应用程序设置EDT时区，则将执行以下操作：
GC算法结论
在本文中，我们试图总结一些重要的JVM参数及其积极影响。 希望对您有所帮助。
翻译自: https://www.javacodegeeks.com/2020/03/7-jvm-arguments-of-highly-effective-applications.html
