JVM：27 实战：线上系统卡死无法访问问题排查

Posted 2021-09-28 鮀城小帅

1. 基于JVM运行的系统最怕的是什么？

JVM运行的时候，最核心的内存区域，就是堆内存区域，这里会放各种我们系统中创建出来的对象。

堆内存里通常都会划分为新生代和老年代两个内存区域，对象一般来说都是优先放在新生代的。

随着系统不停的运行，会有越来越多的对象放入年轻代中，然后年轻代会塞满，而放不下更多的对象。

这时候就需要清理一下年轻代的垃圾对象，也就是那些没有GC Roots引用的对象。

所谓的GC Roots就是类的静态变量，方法的局部变量。平时创建对象的地方，就是在方法里，但是一旦一个方法运行完毕后，方法的局部变量就没了，此前在方法里创建出来的对象就是垃圾了，没有人引用了。

因此，在年轻代里，99%都是这种没人引用的垃圾对象。

所以，当年轻代快塞满的时候，会触发Minor GC将无引用的对象给回收掉。

当对新生代进行垃圾回收，就一定会停止系统程序的运行，不让系统程序执行任何代码逻辑，这个叫做 STW。

此时，只允许后台的垃圾回收器的多个垃圾回收线程去工作，执行垃圾回收。

所谓的复制算法，就是对所有的GC Roots进行追踪，去标记出来所有被GC Roots直接或间接引用的对象，他们就是存活对象。

系统卡顿问题

每次一旦年轻代塞满之后，在进行垃圾回收的时候，这个期间都必须停止系统程序的运行。而这就是JVM运行的系统最害怕的问题： 系统卡顿问题！

2. 年轻代GC到底多久一次对系统影响不大？

内存足够的情况下，通常来说系统可能在低峰时期在几个小时才有一次新生代GC，高峰期最多也就几分钟一次新生代GC。

而且一般的业务系统都是部署在2核4G或者4核8G的机器上，此时分配给堆的内存不会超过3G，给新生代中的Eden区的内存也就1G左右。

而且新生代采用的复制算法效率极高，因为新生代里存活的对象很少，只要迅速标记出这少量存活对象，移动到 Survivor 区，然后回收掉其他全部垃圾对象即可，速度很快。

很多时候，一次新生代GC可能也就耗费几毫秒，几十毫秒。而这对于用户来说几乎是无感知的，所以新生代GC一般基本对系统性能影响不大。

3. 什么时候新生代GC对系统影响很大？

当你的系统部署在大内存机器上的时候，比如说机器是32核64G的机器，此时分配给系统的内存有几十个G，新生代的Eden区可能30G~40G的内存。

比如类似Kafka、Elasticsearch之类的大数据相关的系统，都是部署在大内存的机器上的，此时如果你的系统负载非常的高，对于大数据系统是很有可能的，比如每秒几万的访问请求到Kafka、Elasticsearch上去。

那么可能导致你Eden区的几十G内存频繁塞满要触发垃圾回收，假设1分钟会塞满一次。

然后每次垃圾回收要停顿掉Kafka、Elasticsearch的运行，然后执行垃圾回收大概需要几秒钟，此时会发现，可能每过一分钟，你的系统就要卡顿几秒钟，有的请求一旦卡死几秒钟就会超时报错，此时可能会导致你的系统频繁出错。

4.如何解决大内存机器的新生代GC过慢的问题？

答： 用G1垃圾回收器。

因为G1垃圾回收器，可以设置一个期望的每次GC的停顿时间，比如可以设置一个20ms。

那么G1基于它的Region内存划分原理，就可以在运行一段时间之后，比如就针对2G内存的Region进行垃圾回收，此时就仅仅停顿20ms，然后回收掉2G的内存空间，腾出来了部分内存，接着还可以继续让系统运行。

5.要命的频繁老年代GC问题

新生代GC一般问题不大，真正的问题在于频繁触发老年代的GC。

对象进入老年代的几个条件有：年龄太大了、动态年龄判定规则、新生代GC后存活对象太多无法放入Survivor中。

深入分析这几个条件：

（1）第一个，对象年龄太大了，这种对象一般很少，都是系统中确实需要长期存在的核心组件，他们一般不需要被回收掉，所以在新生代熬过默认15次垃圾回收之后就会进入老年代；

（2）第二个，动态年龄判定规则，如果一次新生代GC过后，发现Survivor区域中的几个年龄的对象加起来超过了Survivor区域的 50%，比如说年龄1+年龄2+年龄3的对象大小总和，超过了Survivor区域的50%，此时就会把年龄3以上的对象都放入老年代。

（3）第三，新生代垃圾回收过后，存活对象太多了，无法放入Survivor中，此时直接进入老年代。

上述条件中，第二个和第三都是很关键的，如果新生代中的Survivor区域内存过小，就会导致上述第二个和第三个条件频繁发生，然后导致大量对象快速进入老年代，进而频繁触发老年代的GC。

老年代GC通常来说都很耗费时间，无论是CMS垃圾回收器还是G1垃圾回收器，因为比如说CMS就要经历初始标记、并发标记、重新标记、并发清理、碎片整理几个环节，过程非常的复杂，G1同样也是如此。

通常来说，老年代GC至少比新生代GC慢10倍以上，比如新生代GC每次耗费200ms，其实对用户影响不大，但是老年代每次GC耗费2s，那可能就会导致老年代GC的时候用户发现页面上卡顿2s，影响就很大了。