JVM垃圾回收深度实践:内存管理、G1调优与卡顿排查
1. GC 之前先回到内存棋谱:JVM 区域怎么影响回收策略
学 GC 第三天,我终于承认一个早就该承认的事实:连内存区域都说不利索的人,上来就研究垃圾回收算法,本质上等于没学会走就想跑。前两天我还觉得自己挺明白,什么堆啊栈啊张口就来,真到看 G1 的 Remembered Set 和卡表实现时,才发现自己连“谁会被 GC 管”“谁不会被 GC 管”都只有一个模糊印象。所以今天我先停了一下,把内存区域的棋谱重新在脑子里摆了一遍。
1.1 程序计数器、虚拟机栈、本地方法栈:GC 管不到的地盘
这三个区域有一个共同点:生命周期跟线程完全绑定。线程一结束,这三块内存就自动释放了,垃圾回收器压根不需要操这个心。程序计数器存的是当前线程要执行的下一条字节码指令地址,它个子最小、作用单一;虚拟机栈存的是一个个栈帧,每个栈帧装着局部变量表、操作数栈、动态链接、方法出口信息;本地方法栈服务的是 native 方法。
之前我有个误区,觉得栈上的对象引用也应该被 GC 扫描,后来想通了:GC 的根节点扫描里,虚拟机栈里的局部变量确实会作为 GC Roots 参与可达性分析,但这不等于虚拟机栈本身参与垃圾回收。栈帧弹出就是释放,这种确定性让栈区的内存管理简单粗暴,不需要花里胡哨的算法。真正让所有 JVM 攻城狮头疼的地方,永远是堆。
1.2 堆是绝对主角:分代回收的地基
堆是 GC 的主战场,所有线程共享,对象实例和数组基本都住这里。堆内部按分代理论继续切分:新生代(Eden 区 + 两个 Survivor 区)、老年代,还有 JDK 8 之后被元空间取代的永久代概念。这个切分不是闲得没事干,而是为了“分代回收”——把存活时间不同的对象放进不同区域,用不同频率去处理。
我上学时背过一句话:大多数对象朝生夕灭,活下来的少数对象会越活越久。这句话就是弱分代假说的白话版。用两个 Survivor 区(一般默认比例 8:1:1)去兜住 Minor GC 后幸存的对象,就是为了避免频繁把对象往老年代挪。凡是能把对象留在新生代多熬几轮的,就不要急着升代,因为老年代的回收成本远比新生代高。
元空间在 JDK 8 之后单独用本地内存承载类元数据,不再闹“永久代 OOM”那档子事。这里头的原理值得多记一笔:永久代的大小是 JVM 启动时定死的,元空间则默认不受上限约束,能直接用机器的物理内存。代价是,如果类加载器泄漏,元空间会一路涨到把你机器撑爆——这个坑我后面还会讲。
1.3 直接内存和逃逸分析:GC 之外的第二条路
很多人学 JVM 内存区域只看官方分区表,忽略了一个隐藏玩家:直接内存。NIO 的 DirectByteBuffer 就在堆外分配内存,GC 管不着它,回收主要靠 Cleaner 机制和 JVM 退出时的兜底。于是高频创建 DirectByteBuffer 又不主动释放的场景,很容易出现“堆内存挺健康,物理内存却爆了”的诡异情况。
逃逸分析则是另一个让回收压力变小的手段。如果对象只在方法内部使用,不逃逸出方法作用域,JVM 可以减少内存分配甚至直接做标量替换,让对象拆散存在栈上。所以大家常听说的“对象不一定都分配在堆里”,根源就在这里。学 GC 之前把这些铺陈搞顺,后面看回收算法才没有那种悬空感。
2. 垃圾判定与分代回收:可达性分析到底在分析什么
GC 要回收对象,第一步是先判断哪些对象该死、哪些对象该活。判断标准,现在主流的 JVM 几乎清一色是可达性分析。所谓根节点(GC Roots)一般包含这么几类:虚拟机栈里引用的对象、方法区里静态属性引用的对象、常量池里引用的对象、JNI 引用的对象、活跃线程等。从这些根出发,一层层往下走,能走到的地方活,走不到的地方死。
2.1 引用类型决定了对象能活多久
JDK 1.2 之后引用被分成强引用、软引用、弱引用、虚引用四档。强引用最霸道,只要还链着 GC Roots,对象再落魄也不会被回收;软引用在内存溢出前会动手清一波;弱引用更怂,GC 一到就没了;虚引用就是个监视器,随时可能被回收还得靠引用队列收尸。
我之前一直觉得这四种引用就是面试考点,实际排查问题时才意识到它们的设计意图有多重要。缓存系统用 WeakHashMap 避免 key 泄漏、内存敏感的中间件用软引用做二级缓存、DirectByteBuffer 的回收靠虚引用队列通知,这些都是活生生的应用场景。理解引用类型,不是背四句话,而是理解 JVM 在“内存腾挪”和“对象存活”之间做的取舍。
2.2 Minor GC、Major GC、Full GC 不是一股脑全清
分代回收下,GC 不是一上来就全堆扫描。Minor GC 只清新生代,频率高、速度相对快;Major GC 清老年代;Full GC 则是堆整体(老年代 + 新生代 + 元空间边界)的大扫除。这里有个容易踩的概念坑:很多资料把 Major GC 和 Full GC 混着说,真到看 GC 日志时,不同 JVM 版本和不同收集器打印的意思都有差异,得结合日志上下文判断。
我自己的理解方式是抓主线:新生代空间不足触发 Minor GC,老年代空间不足触发 Major GC/Full GC,而为了避免“大对象直接进老年代”“动态年龄判断导致频繁晋升”之类的连锁反应,JVM 还有一堆阈值参数在背后调节。GC 日志里常见的 Allocation Failure、Promotion Failure 都属于这类事件的信号,看得多了自然能对号入座。
2.3 对象什么时候升入老年代
对象晋升老年代,常见触发条件有:熬过一定次数的 Minor GC(MaxTenuringThreshold 默认 15);单个对象体积超过 PretenureSizeThreshold 直接进老年代;Survivor 区里同龄对象总和超过 Survivor 一半时,大于等于这个年龄的对象直接升代;还有 Minor GC 后存活对象太多,Survivor 装不下,只能作为“空间分配担保”的保底方案弄进老年代。
这些阈值单独看都好理解,凑在一起就容易懵。我第三天干了件蠢事:一上来满脑子都是“为什么对象会升代”,却忘了这些参数是收集器的“行为策略”,不同收集器对阈值的实现细节还不一样。所以后来我学任何 GC 参数前,先问一句“这是哪个收集器下的什么策略”,思路立刻清晰。
3. 垃圾收集器舞台:从 Serial 到 ZGC,以及游戏卡顿问题的对照
收集器这东西,网上已有的对比表一抓一大把,我不打算再罗列一遍大家都背得出的优缺点,我想聊聊真正让我对收集器“开窍”的几个观察。第一个观察是:理解收集器,不能只看它用什么算法,更要看它怎么处理“用户线程停顿”这个矛盾。
3.1 新生代收集器的组合逻辑
Serial 是单线程收集器,适合客户端小应用,胜在简单可靠;Parallel Scavenge 是并行的新生代收集器,追求的是高吞吐,适合后台任务。为什么总是强调新生代要配一个“响应优先”或“吞吐优先”的策略?因为新生代 GC 本来就频繁,选错策略会直接影响应用毛刺。
我见过很多把 CMS 配到 JDK 8 上的老项目,新生代用 ParNew,老年代用 CMS。这个组合在那年代算经典,但 CMS 已废弃也不是一天两天了。如果你手头还有这种项目,我的建议是尽早规划迁移到 G1。别等 GC 日志里持续出现 Concurrent Mode Failure 再行动。
3.2 G1 的分区回收和可预测停顿
G1 把堆分成一个个 Region,不再严格划分物理上的新生代老年代,而是用逻辑上动态变化的 Region 集合来表达分代。G1 最核心的承诺是:你可以通过 -XX:MaxGCPauseMillis 设定一个目标停顿时间,它会尽量通过记录每个 Region 的回收价值(回收能腾多少空间、要花多久)来优先处理那些性价比最高的 Region。
听起来不错,但实际使用时 G1 不可能做到精确可控。你设了 50ms,不代表每次 GC 都在 50ms 内完事。Young GC 阶段它能把停顿控制得不错,可一旦发生 Mixed GC 甚至是 Full GC,停顿一样可能几百毫秒甚至上秒级。所以我把 G1 的停顿模型理解成“软实时”——尽力而为,不是绝对保证。
3.3 Minecraft Java 版卡顿告诉我们的事
这次热搜词里有个《我的世界》Java 版,让我挺亲切。因为 Minecraft Java 版正是典型的“GC 敏感型应用”:世界区块加载、实体更新、红石运算都会产生大量对象,而且服务器还会持续跑后台任务。大家骂它“性能受限,依赖 JVM,存在垃圾回收卡顿”,其实骂的并不是 GC 本身,而是默认 JVM 参数和默认收集器在很多整合包里根本没有针对“高对象分配率、低延迟要求”做过优化。
我对这类场景的建议是:先看 GC 日志确认卡顿源,再针对性地换收集器、调堆大小、调新生代比例。不少人一上来就迷信“换成 G1 就能解决”,结果没换对配置,反而因为 G1 的 Region 动态调整增加了晋升压力,卡顿更明显。说白了,任何调优动作必须建立在“能读取 GC 日志”这个前提下,不然全是玄学。
4. 内存泄漏不是“GC 没干活”:排查工具与无效 GC 句柄教训
学 GC 的人迟早会遇到一道灵魂拷问:为什么有垃圾回收,内存还会越用越多?答案很简单:**GC 只会回收没人用的对象,回收不了仍然被引用着的对象。**内存泄漏在 JVM 里,绝大多数时候是“对象该被释放却仍被引用链拴住”。
4.1 常见泄漏模式和判断信号
典型泄漏场景我至少能列出一打:静态集合持有生命周期很短的对象、未关闭的流和连接、ThreadLocal 被线程池中的线程长期持有而忘了 remove、自定义 ClassLoader 反复加载类导致元空间暴涨、监听器注册了但不注销。这些场景的共同特征是什么?内存使用曲线随时间稳定爬坡,GC 之后回收效果远低于预期,Full GC 频率越来越高,最后 OOM。
判断信号要从监控维度看:堆用量基线是否持续走高、Minor GC 后存活对象是否越来越多、老年代占用是否只增不减。只看剩余内存不叫排查,要看“趋势”。这是我这三天学习中很重要的一个转变。
4.2 常用排查工具的定位思路
内存泄漏排查工具现在不缺:JConsole、VisualVM、MAT、JProfiler、jmap、jstat、Arthas 都是常用选择。我的个人排查链条一般是:先用 jstat 看 GC 计数和堆占用趋势,确认问题是不是来自堆内存;再用 jmap -dump 把堆导出,配合 MAT 看 Dominator Tree,揪出占大头的对象;如果搞不清谁持有的引用,就在可疑类上做对象引用链分析。
需要提醒的是,线上环境导出堆转储文件时要谨慎。大堆(几十 GB)直接 dump 会额外触发一次长时间停顿,也可能把机器磁盘打满。常见做法是先调低 -XX:HeapDumpPath,在条件允许时用偏轻量的 jcmd 或者尽量挑低峰期操作。真舍不得动生产环境的话,复制一份流量到预发,构造同样的压力场景再抓堆,也是可行的。
4.3 “release of invalid GC handle”到底在说什么
热搜词里有一串信息:release of invalid gc handle,the handle is from a previous domain,the release。这个词组看着吓人,其实多见于 JNI 代码层面。JNI 通过句柄引用 Java 对象,如果某个句柄是在上一个“域”里创建的,当前域直接释放它,JVM 就会认为这是一个非法操作。
这类报错往往不是主业务逻辑锅,而是 C/C++ 代码和 JVM 交互时生命周期管理混乱的产物。我之前遇到过一次,底层库缓存了 JNI 全局引用(GlobalRef),类卸载或者模块重新加载后,旧句柄没有及时清理,等到再次释放时就报了 invalid gc handle。这种问题从 JVM GC 参数侧基本无解,得回到 native 层去查句柄的创建和释放配对关系。它提醒了我一个更宏观的事:GC 不只是 Java 层概念,Java 层之外还有一堆内存交互协议需要敬畏。
5. JVM 参数、常见报错和面试高频问题:把知识落到具体工作里
学 GC 如果没有应用场景撑着,知识点会飘。今天我把几个工作中一定会碰到的实际问题串了一遍:Tomcat 怎么配 JVM 参数、为什么报“No suitable JVM was found”、以及面试官爱问的那些 GC 问题究竟考察点在哪。
5.1 Tomcat 启动设置 JVM 参数,最简单也最容易出错
给 Tomcat 配 JVM 参数,正常思路是在 catalina.sh 里找到 CATALINA_OPTS 或 JAVA_OPTS 区域加参数。CATALINA_OPTS 只对 Tomcat 本身生效,JAVA_OPTS 还会传给 JVM 启动时的其他入口。很多线上实战都建议把 GC 参数加在 CATALINA_OPTS,避免影响其他通过同脚本启动的进程。
典型的配置长这样:
有几个点我特别想强调。第一是 Xms 和 Xmx 最好设成相同大小,避免堆在扩容收缩过程中反复申请系统内存导致抖动;第二是 Xlog 参数在 JDK 11 前后的写法不一样,JDK 8 习惯用 -Xloggc:,JDK 11 之后推荐 -Xlog:gc*:file=,别搞混;第三是务必开 HeapDumpOnOutOfMemoryError,OOM 那一刻的堆转储是排查问题的第一手证据,不开就等着后悔。
5.2 “No suitable JVM was found to start the application”如何排查
这个报错也很经典,常见于启动脚本通过 JAVA_HOME 或直接调用 java 命令去找 JVM,却找不到匹配版本或架构。一般原因不外乎:JAVA_HOME 配置错误指向不存在路径、安装的 JRE 版本不满足启动器要求、32 位程序遇到 64 位 JVM、环境变量里残留了旧版本路径。
我处理过一个有意思的案例:同一台机器上装了 JDK 8 和 JDK 17,用户脚本里显式写了 JAVA_HOME 指向 JDK 8,但程序启动器要求的是 JDK 11 以上,于是报了 no suitable JVM。这种问题其实不需要 AI 也能解决——把 JAVA_HOME 指到正确版本,或者在启动脚本的最前面加一句 echo 输出当前 JAVA_HOME,让配置显形即可。
5.3 jvm 相关面试题背后到底在考什么
关于 jvm 面试题,我想分享一个过来人的体会:面试官问 GC 不是为了考你背诵,而是想看你有没有“从现象反推原因”的能力。比如问你“什么时候会触发 Full GC”,你会发现答案可以很简单——老年代空间不足、Metaspace 不足、调用 System.gc 且未禁用、CMS 并发模式失败、晋升对象放不进老年代等,但高手会把“晋升”“担保失败”“碎片化”串成一条因果链讲出来。
再比如被问“jre 和 jvm 之间的关系”,初级理解是 JVM 是 Java 虚拟机,是 JRE 的一部分;进阶理解是 JRE 包含了运行 Java 程序所需的类库和 JVM,而 JDK 又包含了编译器等开发工具。但面试官真正想听的,往往是你是否清楚“一次编译到处运行”的结构依赖:字节码是中间产物,JVM 是翻译官,不同平台各自的 JVM 才是兼容性的关键。
这些面试题并不难,难的是很多人只背结论不背推演。我把 jvm 相关面试题当成“知识体检表”用,能让自己迅速定位薄弱环节。之前我以为自己懂对象创建过程,被问到“对象在 Eden 区分配不下时会怎样”才发现还得回到堆结构去讲,这比盲目刷题有用得多。
6. 第三天复盘:把概念还原成自己的排查词汇
今天最后的状态不是“学完了”,而是“发现还有更多没学完”。但我觉得这种感觉才是对的。前两天的学习像扫图,把一个知识面的轮廓描出来;第三天开始进入“把知识点连成线”的阶段。
让我记录几个今天最有价值的心得,只写给自己也写给大家参考。
第一个心得:GC 调优,必须要有日志意识。没有 GC 日志,一切关于收集器、分代、停顿时间的判断都是猜。刚开始我不会读 GC 日志,后来学着看 gc.log 里的 GC pause 指标、各区域占用变化、发生原因,才慢慢能把“卡顿”和“参数”联系起来。
第二个心得:内存泄漏排查千万别先怀疑 GC 本身。我看到过太多项目,明明代码里静态 List 越存越多,大家却只顾着加堆内存参数,最后 OOM 还是照来不误。GC 只是一个清运工,如果你一边倒垃圾一边无限制造垃圾,再强的清运工也扛不住。
第三个心得:JNI 和堆外内存的问题,不能只靠 Java 层解决。release of invalid gc handle 这类离奇报错,其实是在提醒我们:JVM 是一台复杂的机器,而 GC 只是其中的一个子系统,周边还有类加载、JIT、本地方法、向量化等一堆子系统在同一台机器里协同工作。
明天我打算干一件事:把手头一个老项目的 GC 日志翻出来,按今天的思路重新读一遍,看能不能从‘嗯嗯好像是这么回事’升级成‘这里应该调这个参数,因为他触发 GC 的原因和下一条日志能对上’。”然后关电脑,洗洗睡。