CMS:听我的,生产环境上要这样配置JVM参数

云计算 虚拟化
哪怕JDK16 GA已经发布很久了,但是,可以肯定的是,绝大多数的生产环境依然运行的是JDK8。

[[413156]]

哪怕JDK16 GA已经发布很久了,但是,可以肯定的是,绝大多数的生产环境依然运行的是JDK8。此处必须来一句:JDK8 yyds。既然运行的是JDK8,那么生产环境的垃圾回收器基本上就是下面3种啦:

  • PS(JDK8默认)
  • CMS
  • G1

默认垃圾回收器

笔者此篇文章只聚焦于如何配置一个比较合理的采用CMS作为垃圾回收器的JVM参数。首先要说的是,JDK8要使用CMS,那么必须显示申明,因为它采用的默认垃圾回收器是ParallelGC。如何验证它默认采用的垃圾回收器呢?非常简单,运行如下代码:

  1. package com.afei.test.main; 
  2.  
  3. import java.util.ArrayList; 
  4. import java.util.List; 
  5.  
  6. /** 
  7.  * @author 公众号: 阿飞的博客 
  8.  */ 
  9. public class Main { 
  10.  
  11.     private static final int _1M = 1024*1024; 
  12.  
  13.     public static void main(String[] args) { 
  14.  
  15.         List<byte[]> byteList = new ArrayList<>(); 
  16.         for(int i=0; i<Integer.MAX_VALUE; i++){ 
  17.             byte[] test = new byte[_1M]; 
  18.             byteList.add(test); 
  19.         } 
  20.     } 
  21.  

然后配置JVM参数:

  1. -verbose:gc -XX:+PrintGCDetails 

运行几秒钟后,我们强行停止JVM进程,就会在控制台中看到如下日志从而佐证JDK8采用的默认垃圾回收器就是ParallelGC:

  1. [Full GC (Allocation Failure) [PSYoungGen: 342021K->342021K(348672K)] [ParOldGen: 1397423K->1397406K(1398272K)] 1739445K->1739427K(1746944K), [Metaspace: 3357K->3357K(1056768K)], 0.1902415 secs] [Times: user=0.26 sys=0.01, real=0.19 secs]  

或者可以通过如下信息得知默认垃圾回收器为ParallelGC:图片

CMS用法

接下来笔者从多个方面介绍如何配置一个较好的使用CMS垃圾回收器的JVM参数参数。

显示申明CMS

显示申明垃圾回收器为CMS+parNew非常简单,只需要添加如下两个JVM参数:

  1. -XX:+UseConcMarkSweepGC -XX:+UseParNewGC 

这时候,再运行上面的代码,就会得到如下信息。由下图可知,这时候年轻代采用的是ParNew,而老年代采用的是CMS(concurrent mark-sweep):

显示申明CMS只是使用CMS的第一步,接下来还有很多优化需要我们去做,还有很多JVM参数等待我们去配置。

堆大小

接下来,最重要的就是申明年轻代和老年代的大小。由于采用的CMS+ParNew。建议堆大小不要超过8G,最好6G以内,因为CMS+ParNew组合情况下发生的FGC是采用MSC算法且单线程回收,如果堆内存很大,FGC时STW时间会非常恐怖。笔者这里以4G举例,这时候再添加几个JVM参数,我们得到如下的配置。这里笔者设置的年轻代大概是1.5G,老年代大概是2.5G。这算是一个比较合理的比例搭配。如果你的JVM参数这样搭配但是GC情况仍然不是很好,那么可能需要根据你的业务特性进行特别的调优:

  1. -Xmx4g -Xms4g -Xmn1512m 

线程栈

JDK8默认的线程栈大小为1M,有点偏大。以笔者的经验,绝大部分微服务项目是可以调整为512k,甚至256k的(笔者的项目就是256k,运行的棒棒哒):

  1. -Xss256k 

Old回收阈值

既然配置的是CMS,那么如下两个参数一定要加上。为什么要加上这两个JVM参数呢?这是因为CMS回收条件非常复杂,如果不通过CMSInitiatingOccupancyFraction和UseCMSInitiatingOccupancyOnly限制只在老年代达到75%才回收的话(这个阈值可以根据具体情况适当调整),当线上碰到一些CMS GC时,是很难搞清楚原因的:

  1. -XX:CMSInitiatingOccupancyFraction=75 -XX:+UseCMSInitiatingOccupancyOnly 

CMS GC触发条件相关文章推荐--【JVM 源码解读之 CMS GC 触发条件】:https://mp.weixin.qq.com/s/Mu-Xz4CLgdxJhcMJ7aKAHg

元数据空间

如果是微服务架构,那么对于绝大部分应用来说,128M的元数据完全够用。不过,JDK8的元数据空间并不是指定多少就初始化多大的空间。而是按需扩展元数据空间。所以,我们可以设置256M。如果不设置这两个参数的话,元数据空间默认初始化只有20M出头,那么就会在应用启动过程中,Metaspace扩容发生FGC:

  1. -XX:MaxMetaspaceSize=256m -XX:MetaspaceSize=256M 

dump路径

设定如下两个参数(需要说明的是,HeapDumpPath参数指定的路径需要提前创建好,JVM没办法在生成dump文件时创建该目录),当JVM内存导致导致JVM进程退出时能自动在该目录下生成dump文件:

  1. -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/data/log/jvmdump/ 

GC日志

这个必须有,不然线上环境GC问题都不好排查。并且loggc所在目录(/data/log/gclog/)和dump路径一样,必须提前创建好,JVM无法自动创建该目录:

  1. -XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:/data/log/gclog/gc.log 

压缩

我们都知道,CMS GC是并发的垃圾回收器,它采用的是标记清除算法,而不是压缩算法。意味着随着时间的推移,碎片会越来越多,JVM终究会触发内存整理这个动作。那么,什么时候整理内存碎片呢?跟下面两个参数有很大的关系。第一个参数是开启这个能力,第二个参数表示在压缩(compaction)内存之前需要发生多少次不压缩内存的FGC。CMS GC不是FGC,在CMS GC搞不定的时候(比如:concurrent mode failure),会触发完全STW但不压缩内存的FGC(假定命名为NoCompactFGC),或者触发完全STW并且压缩内存的FGC(假定命名为CompactFGC)。所以,这个参数的意思就是,连续多少次NoCompactFGC后触发CompactFGC。如果中间出现了CMS GC,那么又需要重新计数NoCompactFGC发生的次数:

  1. -XX:+UseCMSCompactAtFullCollection -XX:CMSFullGCsBeforeCompaction=0 

CMS回收条件推荐文章--[JVM 源码解读之 CMS 何时会进行 Full GC]:https://mp.weixin.qq.com/s/zn3-9e7ZZ7skLo1XDL0xww

笔者这里给出的配置事实上是默认值,即每次CMS GC搞不定的情况下触发CompactFGC。这两个参数很不好理解,为此,笔者举几个例子,假定有3种GC方式:CMS GC,NoCompactFGC, CompactFGC(如下时yi du a):

  1. if(should_compact){ 
  2.     // mark-sweep-compact 
  3.     do_compaction_work(clear_all_soft_refs)  
  4. else {    
  5.     // mark-sweep 
  6.     do_mark_sweep_work(clear_all_soft_refs,first_state,should_start_over); 

NoCompactFGC就是不压缩内存的FGC,采用的是标记清除(Mark-Sweep)算法,CompactFGC是会压缩内存的FGC,采用的是标记清除压缩算法(Mark Sweep Compact),然后假设我们配置了-XX:CMSFullGCsBeforeCompaction=3,那么:

  1. 1、CMS GC, NoCompactFGC, NoCompactFGC, NoCompactFGC, CompactFGC(这时候如果发生FGC就会压缩内存) 
  2. 2、CMS GC, NoCompactFGC, NoCompactFGC, CMS GC, NoCompactFGC(这时候如果发生FGC不会压缩内存,因为在此之前并没有连续3次NoCompactFGC) 
  3. 3、CMS GC, CMS GC, CMS GC, NoCompactFGC(如果前面连续发生的是CMS GC,那么接下来触发的FGC还不会压缩内存) 

one more

最后,再推荐给大家一个搭配CMS时很好用的JVM参数,如下所示。官方对该参数的说明为:A System.gc() request invokes a concurrent collection and also unloads classes during such a concurrent gc cycle (effective only when UseConcMarkSweepGC)。这句话总结如下:1、只有在使用CMS时才有效。2、当调用System.gc()时会用CMS这个并行垃圾回收器去进行回收(比如大量使用DirectByteBuffer进行堆外内存操作,需要FGC来回收堆外内存的场景。就可以通过该参数让本来需要FGC才能搞定的事情用CMS GC就可以搞定了)。3、除了能唤起并行垃圾回收器,还能卸载类。

  1. -XX:+ExplicitGCInvokesConcurrentAndUnloadsClasses 

最终,得到我们配置的完整的JVM参数配置如下(此参数在以前笔者负责的一个微服务项目中运行了数年,单机并发1000+,CMS GC大概是8天左右一次):

  1. -Xms4g -Xmx4g -Xmn1512m -server -Xss256k -XX:MetaspaceSize=256M  -XX:MaxMetaspaceSize=256m -XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:/data/log/gclog/gc.log -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/data/log/jvmdump/ -XX:+UseConcMarkSweepGC -XX:+UseParNewGC  -XX:CMSInitiatingOccupancyFraction=75 -XX:+UseCMSInitiatingOccupancyOnly -XX:+UseCMSCompactAtFullCollection -XX:CMSFullGCsBeforeCompaction=0 -XX:+CMSClassUnloadingEnabled -XX:+TieredCompilation  -XX:+ExplicitGCInvokesConcurrentAndUnloadsClasses 

最后,笔者再介绍一个很好的校验JVM参数的网址:https://opts.console.heapdump.cn/,这里我们可以用到它的“参数检查”。不过需要说明的是:尽信书不如不读书,此网址的校验结果只是作为参考,是否完全符合你的生产环境,还得视情况而定,毕竟JVM调优可不是一件简单的事情:

 本文转载自微信公众号「阿飞的博客」,可以通过以下二维码关注。转载本文请联系阿飞的博客公众号。

 

责任编辑:武晓燕 来源: 阿飞的博客
相关推荐

2012-01-11 11:40:57

JavaJVM

2010-09-25 13:31:00

TomcatJVM

2010-09-26 11:00:48

JVM参数配置

2023-01-26 00:25:09

JVM设置技术

2010-09-26 16:31:07

JVM参数配置

2010-09-17 15:57:23

TomcatJVM

2020-06-29 14:10:28

JVM参数配置

2018-11-01 10:34:37

JVM内存配置

2010-09-27 09:53:45

TomcatJVM

2009-07-09 14:26:27

JVM参数

2020-10-20 06:48:24

架构师CPU服务器

2015-07-30 09:27:04

2015-07-29 10:28:59

JVM参数配置参数

2020-06-30 15:33:05

Linux 系统 数据

2010-09-27 10:54:53

JVM参数配置

2020-07-02 08:11:06

Linux技巧语法

2019-09-18 20:46:57

容器生产环境数据中心

2015-09-06 09:55:51

UbuntuHHVM

2021-04-12 09:36:14

JVM生产问题JVM FULL GC

2022-01-20 10:34:49

JVM垃圾回收算法
点赞
收藏

51CTO技术栈公众号