JVM内存结构全链路解析:从OOM排查到堆栈元空间实战
1. 从一次线上OOM说起:为什么必须吃透JVM内存结构
很多人学JVM内存结构,是从面试八股文开始的:堆、栈、方法区、元空间,背得滚瓜烂熟,但一到线上真出问题就抓瞎。我印象特别深的一次,是一个跑了半年多的订单服务突然开始频繁Full GC,日志里刷屏java.lang.OutOfMemoryError: Java heap space,运维第一反应是"堆不够,加内存",把-Xmx从2G调到4G,结果撑了不到两天又挂了。后来dump下来一看,堆里躺着一个巨大的HashMap,缓存了全量商品快照,而且只进不出——这跟堆大小压根没关系,是代码逻辑把堆当成了无限仓库。
这件事让我彻底意识到:JVM内存结构不是一个背诵题,而是一张"故障地图"。你只有清楚每个区域装什么、谁负责回收、什么时候会溢出,才能在出问题时第一时间定位到正确的区域,而不是盲目加参数。堆、栈、方法区、元空间这四个概念,分别对应了运行时数据的四种生命周期和归属,理解它们的边界,比记住定义重要一百倍。
这篇内容我打算按"全链路"的思路来拆:从类加载那一刻内存怎么分配,到方法调用时栈帧怎么进出,再到对象在堆里怎么诞生、怎么被回收,最后落到元空间这个最容易被忽视的区域。中间会穿插我实际踩过的坑、排查工具的具体用法,以及那些面试常问但文档里不写的细节。不管你是刚接触JVM的新手,还是写了几年Java想补基础的老手,应该都能从中找到能直接用的东西。
提示:本文讨论的是主流HotSpot虚拟机的实现,不同JDK版本(尤其是JDK 7/8的分界线)在方法区和字符串常量池的实现上有重大差异,涉及版本差异的地方我会明确标注。
2. 运行时数据区全景:五个区域各管一摊
2.1 线程私有与线程共享的分界线
JVM在启动时会向操作系统申请一块内存,然后自己切成几块来用,这就是运行时数据区。理解它的第一把钥匙,是搞清楚哪些区域是线程私有的,哪些是线程共享的。
线程私有的有三个:程序计数器、虚拟机栈、本地方法栈。它们随着线程的创建而诞生,随着线程的结束而销毁,每个线程各有一份,互不干扰。线程共享的有两个:堆和方法区(元空间是方法区在JDK 8之后的实现),它们随JVM启动而创建,随JVM退出而销毁,所有线程共用。
这个划分不是随便定的,背后是数据的使用模式决定的。方法调用是线程各自独立的行为,A线程执行到哪一行、调用了哪个方法,跟B线程毫无关系,所以栈必须私有;而对象是可能被多个线程同时访问的,如果每个线程都存一份对象副本,内存直接爆炸,所以堆必须共享。
| 区域 | 归属 | 存储内容 | 生命周期 | 是否GC重点 |
|---|---|---|---|---|
| 程序计数器 | 线程私有 | 当前字节码行号 | 随线程 | 不回收 |
| 虚拟机栈 | 线程私有 | 栈帧(局部变量、操作数栈等) | 随线程 | 不回收(栈帧随方法出栈) |
| 本地方法栈 | 线程私有 | native方法调用信息 | 随线程 | 不回收 |
| 堆 | 线程共享 | 对象实例、数组 | 随JVM | 回收主战场 |
| 方法区/元空间 | 线程共享 | 类元信息、常量、静态变量 | 随JVM | 少量回收 |
2.2 程序计数器为什么是唯一不会OOM的区域
程序计数器(Program Counter Register)是一块极小的内存空间,小到可以忽略不计,它记录的是当前线程正在执行的字节码指令地址。分支、循环、跳转、异常处理、线程恢复,全靠它来定位下一条该执行哪。
它有两个特点值得单独说。第一,它是唯一一个在JVM规范里没有规定任何OutOfMemoryError情况的区域,因为它的大小在编译期就基本确定了,不会动态扩张。第二,多线程环境下,CPU时间片轮转,一个线程被挂起后要能恢复到正确的执行位置,靠的就是各自独立的程序计数器。
我见过有人问"程序计数器存的是不是就是行号",严格说不是。它存的是字节码指令的偏移地址,不是Java源码的行号。源码行号是存在LineNumberTable里的调试信息,两者不是一回事。这个细节面试偶尔会问,答对了能加分。
2.3 虚拟机栈:方法调用的舞台
虚拟机栈是线程私有的,生命周期跟线程一样。它描述的是Java方法执行的内存模型:每个方法被执行的时候,JVM都会同步创建一个栈帧(Stack Frame)压入栈中,方法执行完毕,栈帧出栈。
栈帧里装了什么?主要是四样东西:
- 局部变量表:存放方法参数和方法内定义的局部变量,以变量槽(Slot)为最小单位,一个Slot能放32位的数据类型,long和double占两个Slot。
- 操作数栈:方法执行过程中进行算术运算和参数传递的工作区,本质是一个后进先出的栈。
- 动态链接:指向运行时常量池中该栈帧所属方法的引用,支持方法调用过程中的动态绑定。
- 方法返回地址:方法正常退出或异常退出后,要回到调用者的位置继续执行,这个地址就存在这里。
栈的深度是有限的,由-Xss参数控制。如果方法调用层级太深,比如一个没有正确终止条件的递归,就会抛出StackOverflowError。这个错误跟堆溢出完全是两码事,堆溢出是OutOfMemoryError,栈溢出是StackOverflowError,排查方向也完全不同。
注意:栈溢出不一定都是递归写错了。有些框架在序列化、表达式解析时会做深度递归,数据量一大就爆栈。这时候调大
-Xss只是缓解,根治还得看算法能不能改成迭代。
2.4 本地方法栈与虚拟机栈的区别
本地方法栈跟虚拟机栈的作用几乎一样,区别只在于:虚拟机栈为Java方法服务,本地方法栈为native方法服务。HotSpot虚拟机直接把两者合二为一了,所以你在HotSpot上调-Xss,其实同时影响了两者。
native方法是用C/C++等其他语言写的,通过JNI被Java调用。比如Object.hashCode()、Thread.start()底层都是native实现。本地方法栈里同样可能出现StackOverflowError和OutOfMemoryError,只是平时我们很少直接跟它打交道。
3. 堆:对象的大本营与GC的主战场
3.1 堆的分代设计不是拍脑袋
堆是JVM内存里最大的一块,所有对象实例和数组都在这里分配。它被所有线程共享,也是垃圾收集器管理的主要区域,所以堆也叫"GC堆"。
堆为什么要分代?核心依据是弱分代假说:绝大多数对象都是朝生夕死的。基于这个观察,把堆分成新生代和老年代,不同代用不同的回收策略,效率最高。
新生代又细分为Eden区和两个Survivor区(通常叫From和To),默认比例是8:1:1。新对象优先在Eden分配,Eden满了触发Minor GC,存活对象被复制到Survivor区,年龄加1,达到阈值(默认15)就晋升老年代。老年代满了触发Full GC,通常伴随较长的停顿。
| 参数 | 含义 | 常见取值 |
|---|---|---|
| -Xms | 堆初始大小 | 与-Xmx设成一样,避免动态扩容 |
| -Xmx | 堆最大大小 | 根据物理内存和业务定 |
| -Xmn | 新生代大小 | 一般占堆的1/3到1/2 |
| -XX:SurvivorRatio | Eden与单个Survivor比例 | 默认8 |
| -XX:MaxTenuringThreshold | 晋升老年代年龄阈值 | 默认15 |
这里有个实操经验:-Xms和-Xmx一定要设成一样。如果不一样,堆会在运行过程中动态伸缩,每次扩容缩容都伴随Full GC,性能抖动非常明显。我见过不少线上服务只设了-Xmx没设-Xms,结果启动后堆慢慢涨,涨到阈值就GC,GC完又缩回去,来回折腾。
3.2 对象在堆里的完整生命周期
一个对象从诞生到消亡,大致经历这几个阶段:
- 分配:通过
new指令在Eden区分配内存。如果启用了TLAB(线程本地分配缓冲),会优先在TLAB里分配,避免多线程竞争。 - 首次GC:Eden满触发Minor GC,存活对象被复制到Survivor的To区,年龄设为1。
- 反复存活:每次Minor GC,Survivor里的对象年龄加1,From和To角色互换。
- 晋升:年龄达到阈值,或者Survivor空间不足,对象晋升到老年代。
- 老年代GC:老年代满触发Full GC,回收不再被引用的对象。
- 回收:对象被标记为垃圾后,由GC回收内存。
这里有个容易被忽略的点:大对象直接进老年代。通过-XX:PretenureSizeThreshold可以设置阈值,超过这个大小的对象直接在老年代分配,避免在Eden和Survivor之间反复复制。但这个参数只对Serial和ParNew收集器有效,G1里不认这个参数。
3.3 堆溢出的三种典型场景与排查
堆溢出(OutOfMemoryError: Java heap space)是最常见的OOM,但原因各不相同,我把它归成三类:
第一类:内存泄漏。对象本该被回收,但因为被意外持有引用而无法回收,越积越多。典型的是静态集合、监听器未注销、ThreadLocal未remove。这类问题的特征是:堆内存持续上涨,Full GC后也降不下来。
第二类:内存溢出。对象确实需要这么多内存,但堆给得不够。比如一次性从数据库查了几百万条记录塞进List。这类问题的特征是:Full GC后内存能降下来,但很快又涨上去。
第三类:GC效率低下。堆大部分被占满,GC回收出来的空间很少,导致GC时间占比超过98%,抛出GC overhead limit exceeded。这其实是前两类的极端表现。
排查手段上,我一般按这个顺序走:
dump文件拿到后,用MAT或者JProfiler打开,看Dominator Tree(支配树),能快速定位到占用内存最大的对象和它的引用链。这一步是关键,很多人dump了不会看,其实就看两个东西:谁占的内存最多,谁在引用它。
提示:生产环境dump大堆文件可能造成秒级停顿,建议在低峰期操作,或者用
jmap -histo:live先看个大概,再决定要不要dump。
3.4 堆外内存:一个容易被忽视的溢出源头
堆外内存(Off-Heap Memory)不属于堆,由DirectByteBuffer通过Unsafe.allocateMemory直接向操作系统申请,不受-Xmx限制,但受物理内存和-XX:MaxDirectMemorySize限制。
Netty、Kafka这类高性能框架大量使用堆外内存做零拷贝。好处是减少了堆内到堆外的复制,GC压力也小。坏处是:堆外内存溢出不会生成堆dump,排查起来更麻烦,而且如果没正确释放,会一直占着物理内存。
排查堆外内存,可以用Native Memory Tracking:
这个命令能看到JVM各个部分(堆、元空间、线程栈、代码缓存、GC等)实际占用的native内存,是定位堆外问题的利器。
4. 方法区与元空间:从永久代到本地内存的演进
4.1 方法区是规范,永久代和元空间是实现
先厘清一个概念:方法区是JVM规范里定义的一个逻辑区域,永久代和元空间是HotSpot在不同版本里的具体实现。规范说方法区存类元信息、常量、静态变量、即时编译器编译后的代码,但没说怎么实现。
JDK 7及之前,HotSpot用永久代(Permanent Generation)来实现方法区,它跟堆是连续的,受-XX:MaxPermSize限制。JDK 8开始,永久代被彻底移除,改用元空间(Metaspace),它不再在堆里,而是使用本地内存(Native Memory)。
这个改动的原因很实在:永久代大小难调,调小了容易PermGen space溢出,调大了浪费堆空间,而且永久代的GC效率很低。改成元空间后,默认只受物理内存限制,通过-XX:MaxMetaspaceSize可以设上限,不设就是无限(受物理内存约束)。
| 对比项 | 永久代(JDK 7-) | 元空间(JDK 8+) |
|---|---|---|
| 存储位置 | 堆内 | 本地内存 |
| 大小限制 | -XX:MaxPermSize | -XX:MaxMetaspaceSize |
| 默认大小 | 64M/82M | 无上限 |
| 字符串常量池 | 永久代 | 堆 |
| 静态变量 | 永久代 | 堆 |
| GC | 随Full GC | 独立触发 |
4.2 字符串常量池和静态变量搬家了
JDK 7到JDK 8的迁移里,有两个东西的位置变了,面试特别爱问:
字符串常量池:JDK 7之前放在永久代,JDK 7开始移到堆里。为什么移?因为永久代GC频率太低,字符串常量池里的字符串如果一直不回收,很容易撑爆永久代。移到堆里后,能被正常GC回收。
静态变量:JDK 7之前,类的静态变量存在永久代;JDK 7开始,静态变量本身移到堆里,但类的元信息还在方法区。这个细节很多人搞混,记住一句话:JDK 7之后,静态变量指向的对象在堆里,类的结构信息在方法区。
4.3 元空间溢出的真实案例
元空间溢出(OutOfMemoryError: Metaspace)不像堆溢出那么常见,但一旦出现往往很棘手。我遇到过一次,是一个服务用了CGLIB做动态代理,每次请求都生成新的代理类,结果类越加载越多,元空间撑爆了。
元空间溢出的典型原因:
- 动态生成类过多:CGLIB、Javassist、反射、字节码增强框架,如果没做好缓存,会不断生成新类。
- 类加载器泄漏:自定义类加载器加载的类无法卸载,导致元空间持续增长。常见于热部署、OSGi、Tomcat的Web应用重载。
-XX:MaxMetaspaceSize设得太小:有些团队为了"安全"把元空间限制得很小,结果正常业务都跑不起来。
排查元空间,用这几个命令:
如果发现类数量持续增长不下降,基本可以确定是类加载器泄漏。这时候要重点检查自定义类加载器、动态代理、脚本引擎这些地方。
4.4 运行时常量池与Class文件常量池的区别
这三个"常量池"经常被混为一谈,我分开说:
- Class文件常量池:存在于
.class文件里,是静态的,包含字面量和符号引用。 - 运行时常量池:类加载后,Class文件常量池的内容被放入方法区的运行时常量池,是动态的,可以运行时添加(比如
String.intern())。 - 字符串常量池:专门存字符串字面量的,JDK 7后在堆里,
intern()方法就是往这里放。
String.intern()的行为值得单独说。JDK 6时,intern会把字符串复制到永久代的字符串常量池;JDK 7后,如果字符串常量池里没有,就把堆里这个对象的引用存进去,不再复制。这个差异导致JDK 6和JDK 7+在大量使用intern时内存表现完全不同。
5. 栈帧的进出:方法调用到底发生了什么
5.1 一个栈帧的完整生命周期
前面说了栈帧里有什么,现在说说栈帧是怎么进出的。以这段代码为例:
当caller()被调用时,JVM为它创建一个栈帧压入栈。执行到add(1, 2)时,又为add创建一个栈帧压入栈顶。add执行完,栈帧出栈,返回值通过操作数栈传回caller的栈帧,caller继续执行。
这个过程有几个关键点:
- 局部变量表的大小在编译期就确定了,写在Code属性的
max_locals里。 - 操作数栈的最大深度也在编译期确定,写在
max_stack里。 - 方法调用时,参数从调用者的操作数栈弹出,压入被调用者的局部变量表。
5.2 栈溢出与栈帧数量的关系
栈溢出(StackOverflowError)的本质是栈帧数量超过了栈容量能容纳的上限。栈容量由-Xss决定,栈帧大小由方法本身决定(局部变量越多、操作数栈越深,栈帧越大)。
所以减少栈溢出的思路有两个:调大-Xss,或者减少单个栈帧的大小和调用深度。前者是治标,后者是治本。
我见过一个案例:一个递归解析JSON的方法,在数据嵌套很深时爆栈。团队第一反应是把-Xss从512K调到2M,结果能撑住大部分场景了,但极端数据还是会挂。后来改成迭代加显式栈,彻底解决了。这说明调参数只能缓解,算法才是根本。
注意:
-Xss调大是有代价的。每个线程都要占这么多栈空间,线程数一多,总内存消耗很可观。一个-Xss设成1M、开了2000个线程的服务,光栈就占了2G。
5.3 栈上分配与逃逸分析
对象一定分配在堆上吗?不一定。JVM有个逃逸分析(Escape Analysis)优化,如果分析出一个对象不会逃逸出方法外,就可能把它分配在栈上,随方法结束自动销毁,减轻GC压力。
逃逸分析还有两个衍生优化:
- 标量替换:把一个对象拆成若干个基本类型变量,直接在栈上分配。
- 锁消除:如果对象不会逃逸,对它加的锁可以安全消除。
这些优化默认是开启的(-XX:+DoEscapeAnalysis),但实际效果取决于代码。我实测下来,逃逸分析对简单的小对象效果明显,对复杂对象经常分析不出来。所以不要指望逃逸分析解决所有GC问题,它只是锦上添花。
6. 全链路串讲:一次请求的内存流转
6.1 从类加载到方法执行
把前面的知识串起来,看一次完整的请求在JVM内存里是怎么流转的:
- 类加载:请求打到某个Controller,如果这个类还没加载,类加载器先把它加载进来,类元信息放入元空间,静态变量和字符串常量放入堆。
- 线程创建:Tomcat从线程池取一个线程处理请求,这个线程有自己的程序计数器、虚拟机栈、本地方法栈。
- 方法调用:Controller方法被调用,栈帧压入虚拟机栈,局部变量表里放参数和局部变量。
- 对象分配:方法里
new出来的对象,在Eden区分配(可能先走TLAB)。 - 方法返回:方法执行完,栈帧出栈,局部变量表里的引用消失,对象失去一个引用。
- GC回收:Eden满触发Minor GC,存活对象复制到Survivor,垃圾对象被回收。
这个链路里,任何一个环节出问题,表现都不一样:类加载出问题报ClassNotFoundException或元空间溢出,栈出问题报StackOverflowError,堆出问题报OutOfMemoryError。
6.2 用jstat和jmap做一次完整体检
线上服务排查,我习惯先用jstat做一次快速体检:
输出里几个关键列:
- E:Eden使用率
- O:老年代使用率
- M:元空间使用率
- YGC:Young GC次数
- FGC:Full GC次数
- FGCT:Full GC总耗时
判断标准:如果FGC持续增长且FGCT占比高,说明老年代有问题;如果M持续增长不降,说明元空间有泄漏;如果YGC频繁但每次回收效果差,说明新生代太小或者对象晋升太快。
需要更细的信息,再上jmap:
jmap -histo:live会触发一次Full GC,生产环境慎用,但排查时确实好用,能直接看到哪个类的实例最多、占内存最大。
6.3 常见OOM类型与对应区域速查
| 错误信息 | 涉及区域 | 首要排查方向 |
|---|---|---|
| Java heap space | 堆 | 内存泄漏、大对象、缓存无上限 |
| GC overhead limit exceeded | 堆 | GC效率低,堆几乎被占满 |
| Metaspace | 元空间 | 动态类生成、类加载器泄漏 |
| Direct buffer memory | 堆外 | NIO直接内存未释放 |
| unable to create new native thread | 线程栈 | 线程数过多、-Xss过大 |
| Requested array size exceeds VM limit | 堆 | 数组过大 |
这张表我建议存下来,出问题时先对号入座,能省很多时间。
7. 那些年我踩过的内存坑
7.1 ThreadLocal没remove导致的泄漏
ThreadLocal是内存泄漏的重灾区。线程池里的线程是复用的,ThreadLocalMap的key是弱引用,但value是强引用。如果线程一直活着,value就一直被持有,哪怕key被回收了,value也回收不掉。
这个坑我踩过一次,一个服务跑了几天后老年代慢慢涨满,dump下来发现一堆byte[]被ThreadLocalMap持有。加上remove()之后,问题消失。
7.2 缓存无上限导致的堆溢出
本地缓存用HashMap存,没有淘汰策略,数据越积越多,最后堆溢出。这是最典型的"把堆当无限仓库"。
解决方案要么用Guava Cache、Caffeine这种带淘汰策略的缓存,要么用WeakHashMap让GC能回收。但WeakHashMap也有坑,它的回收时机不确定,不适合做正经缓存。
7.3 元空间泄漏的排查过程
前面提到的CGLIB动态代理泄漏,排查过程是这样的:
jstat -gcutil发现M列持续上涨,从80%涨到99%。jstat -class发现Loaded类数量持续增长,不下降。jcmd VM.metaspace确认元空间确实在涨。- 加
-XX:+TraceClassLoading和-XX:+TraceClassUnloading,发现类只加载不卸载。 - 定位到CGLIB的
Enhancer每次请求都new一个,没缓存。
修复方案是缓存代理类,同一个目标类只生成一次代理。改完之后元空间稳定了。
7.4 堆外内存溢出的隐蔽性
堆外内存溢出最坑的地方是:堆dump里什么都看不到。因为堆外内存压根不在堆里。我遇到过一次Netty的ByteBuf没释放,堆内存很健康,但物理内存一直涨,最后被系统OOM Killer干掉。
排查这类问题,NativeMemoryTracking是首选,再配合pmap看进程内存映射。如果确认是Netty的ByteBuf泄漏,可以开启Netty的泄漏检测:
这个级别会报告每一次泄漏,但性能开销大,只适合排查阶段用。
8. 参数调优的取舍逻辑
8.1 堆大小不是越大越好
很多人觉得堆越大越好,其实不然。堆越大,单次Full GC的停顿时间越长,因为要扫描和回收的内存更多。对于延迟敏感的服务,堆太大反而有害。
我的经验是:堆大小要跟服务的对象存活特性匹配。如果服务大部分对象朝生夕死,新生代可以给大一点,让Minor GC多干活,减少Full GC。如果服务有大量长生命周期对象,老年代要给够,避免频繁Full GC。
8.2 元空间要不要设上限
-XX:MaxMetaspaceSize设不设,是个取舍。不设的话,元空间能一直涨到物理内存耗尽,风险是可能拖垮整台机器。设了的话,一旦达到上限就抛OutOfMemoryError: Metaspace,至少能快速失败。
我倾向于设一个合理的上限,比如256M或512M,具体看应用加载的类数量。这样既能防止元空间无限膨胀,又不会因为设太小导致正常业务挂掉。
8.3 栈大小与线程数的平衡
-Xss和线程数是此消彼长的关系。总栈内存 = -Xss × 线程数。如果线程数多,-Xss就得小;如果方法调用深,-Xss就得大。
一个粗略的估算:假设-Xss是512K,1000个线程就是500M栈内存。如果物理内存有限,这个开销不能忽视。所以不要盲目调大-Xss,先确认是不是真的栈溢出,还是别的问题。
9. 面试高频问题的实战答法
9.1 堆和栈的区别怎么答才有深度
"堆和栈的区别"是经典题,但很多人只答"堆存对象,栈存局部变量",太浅。我一般会从这几个维度答:
- 归属:堆线程共享,栈线程私有。
- 存储内容:堆存对象实例和数组,栈存栈帧(局部变量、操作数栈、动态链接、返回地址)。
- 生命周期:堆随JVM,栈随线程。
- GC:堆是GC主战场,栈不GC(栈帧随方法出栈自动释放)。
- 异常:堆溢出是
OutOfMemoryError,栈溢出是StackOverflowError。 - 性能:栈分配和回收快,堆分配慢且需要GC。
这样答,既全面又有层次,面试官能看出你是真理解。
9.2 为什么JDK 8要用元空间替换永久代
标准答案有三点:永久代大小难调、永久代GC效率低、永久代容易OOM。但我会补一句:元空间用本地内存,不受堆大小限制,能加载更多类,同时字符串常量池和静态变量移到堆里,能被正常GC回收。这样答更完整。
9.3 对象一定在堆上分配吗
不一定。有逃逸分析的情况下,不逃逸的对象可能栈上分配。另外TLAB也是在Eden里划出的一块线程私有区域,本质上还是在堆里,但分配时不需要同步。这个问题的关键是引出逃逸分析和TLAB,展示知识广度。
10. 工具链:把内存结构用起来
10.1 命令行工具速查
| 工具 | 用途 | 常用命令 |
|---|---|---|
| jps | 查看Java进程 | jps -l |
| jstat | 查看GC和内存统计 | jstat -gcutil pid 1000 |
| jmap | 堆dump和统计 | jmap -histo:live pid |
| jstack | 线程栈dump | jstack pid |
| jcmd | 综合诊断 | jcmd pid VM.native_memory |
| jinfo | 查看和修改参数 | jinfo -flags pid |
10.2 可视化工具的选择
- MAT:分析堆dump的首选,Dominator Tree和Leak Suspects报告非常好用。
- JProfiler:功能全面,能实时监控,但收费。
- VisualVM:免费,适合本地开发调试,生产环境用要装插件。
- Arthas:阿里开源的在线诊断工具,
dashboard、heapdump、thread命令都很实用,生产环境排查利器。
我个人的组合是:线上先用Arthas快速看,需要深度分析再dump下来用MAT。这个组合基本能覆盖90%的内存问题。
10.3 Arthas排查内存问题的实操
dashboard能一屏看到线程、内存、GC情况,非常直观。memory命令能看到堆各区的详细使用,比jstat更友好。
11. 写在最后的一点个人体会
JVM内存结构这东西,光看是记不住的,必须结合实际问题去理解。我建议的学习路径是:先搞清楚五个区域各存什么,然后自己写几个会OOM的demo,分别触发堆溢出、栈溢出、元空间溢出,用工具去dump、去分析,走一遍完整的排查流程。走完这一遍,比看十篇文章都管用。
另外,不要迷信参数调优。我见过太多团队一遇到内存问题就加参数,结果治标不治本。真正的问题往往在代码里:缓存没上限、ThreadLocal没remove、动态类没缓存、大对象没分批处理。参数调优是最后的手段,不是第一反应。
最后分享一个我常用的排查口诀:先看GC日志定区域,再dump堆找对象,最后顺着引用链找代码。这三步走下来,大部分内存问题都能定位到根因。