简谈JVM之堆分析

JVM的内存模型

线程私有区域

  1. Program Counter Register(程序计数器)
    一块较小的内存空间, 作用是当前线程所执行字节码的行号指示器.
    不同于OS以进程为单位调度, JVM中的并发是通过线程切换并分配时间片执行来实现的. 在任何一个时刻, 一个处理器内核只会执行一条线程中的指令. 因此, 为了线程切换后能恢复到正确的执行位置, 每条线程都需要有一个独立的程序计数器, 这类内存被称为“线程私有”内存。

  2. Java Stack(虚拟机栈)
    虚拟机栈描述的是Java方法执行的内存模型: 每个方法被执行时会创建一个栈帧(Stack Frame)用于存储局部变量表、操作数栈、动态链接、方法出口等信息. 每个方法被调用至返回的过程, 就对应着一个栈帧在虚拟机栈中从入栈到出栈的过程(VM提供了-Xss来指定线程的最大栈空间, 该参数也直接决定了函数调用的最大深度)。

  3. Native Method Stack(本地方法栈)
    与Java Stack作用类似, 区别是Java Stack为执行Java方法服务, 而本地方法栈则为Native方法服务。

线程共享区域

  1. Heap(Java堆)
    几乎所有对象实例和数组都要在堆上分配(栈上分配、标量替换除外), 因此是VM管理的最大一块内存, 也是垃圾收集器的主要活动区域. 由于现代VM采用分代收集算法, 因此Java堆从GC的角度还可以细分为: 新生代(Eden区、From Survivor区和To Survivor区)和老年代。

  2. Method Area(方法区)
    即我们常说的永久代(Permanent Generation), 用于存储被JVM加载的类信息、常量、静态变量。 HotSpot VM把GC分代收集扩展至方法区, 即使用Java堆的永久代来实现方法区(永久带的内存回收的主要目标是针对常量池的回收和类型的卸载, 因此收益一般很小)。

直接内存
直接内存并不是JVM运行时数据区的一部分, 但也会被频繁的使用: 在JDK 1.4引入的NIO提供了基于Channel与Buffer的IO方式, 它可以使用Native函数库直接分配堆外内存, 然后使用DirectByteBuffer对象作为这块内存的引用进行操作(详见: Java I/O 扩展), 这样就避免了在Java堆和Native堆中来回复制数据, 因此在一些场景中可以显著提高性能.
显然, 本机直接内存的分配不会受到Java堆大小的限制(即不会遵守-Xms、-Xmx等设置), 但既然是内存, 则肯定还是会受到本机总内存大小及处理器寻址空间的限制, 因此动态扩展时也会出现OutOfMemoryError异常。

OOM场景

  1. 堆内存溢出
    堆内存分配超过最大内存xmx
    解决方案:适当增大堆内存,及时释放内存
  2. 永久区溢出
    创建了大量的类,导致超过永久区最大内存限制permMaxSize
    解决方案:适当增大perm区大小,允许class回收(+Xnoclassgc)
  3. 栈溢出
    创建大量的线程或者线程分配大量的栈内存
    解决方案:减少堆内存,减小线程栈空间大小(xss)
  4. 直接内存溢出
    ByteBuffer.allocateDirect()无法从操作系统获得足够的空间(操作系统可分配内存包含三块:堆内存、栈内存、直接内存)
    解决方案:减小堆内存,显示触发GC

对象的内存布局

  1. 对象头
    存储对象自身的运行时数据(锁状态标志、线程持有的锁、偏向线程id)---mark wor;类型指针(对象指向类元数据指针,jvm确定这个对象是哪个类实例)
    对象头在32位操作系统8B,64位操作系统是16B。
  2. 实例数据
  3. 对齐填充

对象采用8字节对齐,优势在于尽可能减少cpu读取内存次数。一个时钟周期32位操作系统可以连续读取4个字节内存,64位操作系统可以连续读取8个字节内存。如果在64位操作系统,不对齐的情况下内存正好在奇数位cpu需要多一次读取。

堆分析

堆分析的工具很多,比如说Mat、VisualVm、TProfiler等。堆分析 其中会涉及到浅堆和深堆的概念,浅堆值一个对象数据结构所占用的大小,深堆指一个对象被GC后可以真实释放的大小,即只能通过对象访问的(直接或者间接)所有对象的浅堆之和。
工具既提供了图形化工具,标识对象占用内存大小和个数,还可以查看引用该对象的内存和该内存引用对象内存情况。工具还提供了查询工具,使用OQL语句,语法类似SQL语句。

selecte s.creationTime from org.apache.catalina.session.StandardSession s
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容