30-案例实战2:通过jps+jstat针对系统问题分析和优化

欢迎关注公众号OpenCoder,来和我做朋友吧~😍😊😘

案例背景:

实际开发中有很多类似的这样的应用场景,比如每秒多少个请求,每次请求分配多少对象等,我们的目的就是通过工具分析我们系统在实际运行过程中是否频繁触发GC以及对象是否频繁进入老年代引发Full GC,哪些对象存在影响性能以及没有及时回收的问题。

我们以一个线上的BI系统来进行讲解,整个的流程运行如下:

image

针对上诉系统在商家不多的情况下,也就是几分钟卡顿10ms,对于用户端的感受来讲几乎没有影响,但是假设如果我们的商家突然暴增,同时访问量能达到几千,我们的机器可能每秒请求量就会达到几百个比如500,那么这时每秒的数据加载就有50MB,那么针对只有1G的Eden区域多久就会发生一次YongGc呢?自己系统多久会触发一次Full GC呢?

以下代码,我们模拟的就是系统正常运行,每秒钟50个请求,每个请求加载100KB数据的方式不停运行,由于是死循环,我们不停止程序也不会停止:

/**
 * @Description: 案例实战-通过jps、jstat、jmap、jhat工具进行联调优化
JVM参数: -XX:NewSize=100m -XX:MaxNewSize=100m -XX:InitialHeapSize=200m -XX:MaxHeapSize=200m -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=15 -XX:PretenureSizeThreshold=3m -XX:+UseParNewGC -XX:+UseConcMarkSweepGC -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -Xloggc:gc.log
 *
 */
public class JVMTest {
    public static void main(String[] args) throws InterruptedException {
        Thread.sleep(30000);
        while(true){
            loadData();
        }
    }

    public static final int _1KB = 1024;

    /**
     * 模拟每秒50个请求,每次请求分配100kb的数组
     * @throws InterruptedException
     */
    private static void loadData() throws InterruptedException {
        byte[] data = null;
        for (int i = 0; i < 50; i++) {
            data = new byte[100 * _1KB ];
        }
        data = null;

        Thread.sleep(1000);
    }
}

我们给堆内存设置为200M,新生代100M,Eden区占80M,老年代占100M进行模拟GC情况。

步骤分析:

  1. 在Main方法中首先第一行代码先执行睡眠30S,目的在于方便我们程序启动后,通过jps命令找到我们当前程序进程ID,然后结合jstat来观察程序运行状态
  2. 接着无限循环开始加载数据,在loadData()方法中每隔1秒向内存中申请分配100*50 = 5MB对象
  3. 通过jstat命令打印观察数据的变化

数据分析:

  1. 查找到进程id
image
  1. 跟踪进程id查看内存数据变化:

命令:jstat -gc 19492 1000 1000 表示每隔1秒钟打印1次统计信息,连续打印1000次:

image
  1. 通过几十秒的运行后,我们结合上图也能明显观察出内存的一个变化情况
  • 首先我们先看 EU的变化,EU代表的是Eden区内存的使用情况:

    • 最开始EU只使用了6M左右大小,并且持续了一段时间,代表这段时间其实就是我们的睡眠时间

    • 后续开始增长并且每秒都有变化,代表我们的loadData()方法开始执行,每秒增长差不多5M左右大小,跟我们的代码一致

    • 当EU的占用已达到81303KB的时候,再分配5M对象很明显此时就无法分配了,这时就会触发一次 Minor GC!

image
  • 注意:我们发现EU的大小一下降低到了4471KB差不多4M的内存,这也说明了一次Minor GC回收了大部分对象

小结:通过以上程序的运行以及分析我们知道了,该程序每秒对象增速在5MB左右,大概在10几秒左右会触发一次Mionr GC,并且通过 YGCT我们也能知道,一次Minor GC的耗时也就在8ms,速度非常快!一次回收差不多接近80MB对象,如果我们的Eden区是800MB内存,那一次回收预估也就在80ms,对于系统而已几乎没有卡顿

  1. 我们继续观察数据,看看每次Mionr GC过后的存活对象有多少?

    S1U代表的就是Survivor1区使用的内存大小,我们发现触发Minor GC后 S1U就有值了,大小为:1131KB, 代表从Eden区中存活的对象有1131kb对象内移入了S1区,接近1MB的对象对于10MB的S1区来说还是很轻松的。

  1. 我们继续观察后续GC存活的对象有多少?
image

通过后续的数据我们可以发现,第二次GC后剩余存活1387KB,第三次GC过后剩余存活1475KB,增长量几乎在几十KB范围很小,而且后续的GC耗时更短,我们几乎可以断定该系统运行非常良好!几乎不会发生Full GC。

社群海报.jpg
最后编辑于
©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 212,383评论 6 493
  • 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 90,522评论 3 385
  • 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 157,852评论 0 348
  • 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 56,621评论 1 284
  • 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 65,741评论 6 386
  • 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 49,929评论 1 290
  • 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 39,076评论 3 410
  • 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 37,803评论 0 268
  • 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 44,265评论 1 303
  • 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 36,582评论 2 327
  • 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 38,716评论 1 341
  • 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 34,395评论 4 333
  • 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 40,039评论 3 316
  • 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 30,798评论 0 21
  • 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 32,027评论 1 266
  • 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 46,488评论 2 361
  • 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 43,612评论 2 350

推荐阅读更多精彩内容