JAVA虚拟机实战篇之内存调优[5](诊断和解决问题-两种方式总结)

文章目录

版权声明
诊断和解决问题 - 两种方案
- 在线定位问题步骤
- 在线定位问题 – btrace
总结
- 内存溢出&内存泄漏
- 内存溢出原因
- 解决内存泄漏方法

版权声明

本博客的内容基于我个人学习黑马程序员课程的学习笔记整理而成。我特此声明，所有版权属于黑马程序员或相关权利人所有。本博客的目的仅为个人学习和交流之用，并非商业用途。
我在整理学习笔记的过程中尽力确保准确性，但无法保证内容的完整性和时效性。本博客的内容可能会随着时间的推移而过时或需要更新。
若您是黑马程序员或相关权利人，如有任何侵犯版权的地方，请您及时联系我，我将立即予以删除或进行必要的修改。
对于其他读者，请在阅读本博客内容时保持遵守相关法律法规和道德准则，谨慎参考，并自行承担因此产生的风险和责任。
本博客中的部分观点和意见仅代表我个人，不代表黑马程序员的立场。

诊断和解决问题 - 两种方案

在这里插入图片描述

在线定位问题步骤

使用jmap -histo:live 进程ID > 文件名命令将内存中存活对象以直方图的形式保存到文件中，这个过程会影响用户的时间，但是时间比较短暂。
分析内存占用最多的对象，一般这些对象就是造成内存泄漏的原因。
使用arthas的stack命令，追踪对象创建的方法被调用的调用路径，找到对象创建的根源。也可以使用btrace工具编写脚本追踪方法执行的过程。

在线定位问题 – btrace

BTrace 是一个在Java 平台上执行的追踪工具，可以有效地用于线上运行系统的方法追踪，具有侵入性小、对性能的影响微乎其微等特点。项目中可以使用btrace工具，打印出方法被调用的栈信息。

使用方法：

下载btrace工具官方地址
在项目中引入jar包，编写btrace脚本，通常是一个java文件

        <dependency><groupId>org.openjdk.btrace</groupId><artifactId>btrace-agent</artifactId><version>${btrace.version}</version><scope>system</scope><systemPath>xxx\btrace-v2.x.x-bin\libs\btrace-agent.jar</systemPath></dependency><dependency><groupId>org.openjdk.btrace</groupId><artifactId>btrace-boot</artifactId><version>${btrace.version}</version><scope>system</scope><systemPath>xxx\btrace-v2.x.x-bin\libs\btrace-boot.jar</systemPath></dependency><dependency><groupId>org.openjdk.btrace</groupId><artifactId>btrace-client</artifactId><version>${btrace.version}</version><scope>system</scope><systemPath>xxx\btrace-v2.x.x-bin\libs\btrace-client.jar</systemPath></dependency>

@BTrace
public class TracingUserEntity {@OnMethod(clazz="com.itheima.jvmoptimize.entity.UserEntity",method="/.*/")public static void traceExecute(){jstack();}
}

将btrace工具和脚本上传到服务器，配置环境变量，在服务器上运行 btrace 进程ID 脚本文件名

vim /etc/profileBTRACE_HOME=/usr/local/jvm/btrace-v2.2.4-bin
PATH=$PATH:$BTRACE_HOME/bin
export PATH BTRACE_HOME

观察执行结果

总结

内存溢出&内存泄漏

内存泄漏（memory leak）：在Java中如果不再使用一个对象，但是该对象依然在GC ROOT的引用链上，这个对象就不会被垃圾回收器回收，这种情况就称之为内存泄漏。
内存溢出指的是内存的使用量超过了Java虚拟机可以分配的上限，最终产生了内存溢出OutOfMemory的错误

内存溢出原因

持续的内存泄漏：内存泄漏持续发生，不可被回收同时不再使用的内存越来越多，就像滚雪球雪球越滚越大，最终内存被消耗完无法分配更多的内存取使用，导致内存溢出。
并发请求问题：用户通过发送请求向Java应用获取数据，正常情况下Java应用将数据返回之后，这部分数据就可以在内存中被释放掉。但是由于用户的并发请求量有可能很大，同时处理数据的时间很长，导致大量的数据存在于内存中，最终超过了内存的上限，导致内存溢出