1、 简述JVM垃圾回收算法分类
常用的垃圾回收算法有如下四种：标记-清除、复制、标记-整理和分代收集。
标记-清除算法
从算法的名称上可以看出，这个算法分为两部分，标记和清除。首先标记出所有需要被回收的对象，然后在标记完成后统一回收掉所有被标记的对象。
这个算法简单，但是有两个缺点：一是标记和清除的效率不是很高；二是标记和清除后会产生很多的内存碎片，导致可用的内存空间不连续，当分配大对象的时候，没有足够的空间时不得不提前触发一次垃圾回收。
复制算法
这个算法将可用的内存空间分为大小相等的两块，每次只是用其中的一块，当这一块被用完的时候，就将还存活的对象复制到另一块中，然后把原已使用过的那一块内存空间一次回收掉。这个算法常用于新生代的垃圾回收。
复制算法解决了标记-清除算法的效率问题，以空间换时间，但是当存活对象非常多的时候，复制操作效率将会变低，而且每次只能使用一半的内存空间，利用率不高。
标记-整理算法
这个算法分为三部分：一是标记出所有需要被回收的对象；二是把所有存活的对象都向一端移动；三是把所有存活对象边界以外的内存空间都回收掉。
标记-整理算法解决了复制算法多复制效率低、空间利用率低的问题，同时也解决了内存碎片的问题。
分代收集算法
根据对象生存周期的不同将内存空间划分为不同的块，然后对不同的块使用不同的回收算法。一般把Java堆分为新生代和老年代，新生代中对象的存活周期短，只有少量存活的对象，所以可以使用复制算法，而老年代中对象存活时间长，而且对象比较多，所以可以采用标记-清除和标记-整理算法。
2、 叙述JVM常用的调优参数
-Xmx ：堆的最大值
-Xms ：堆的最小值，即初始值 ##可以让xms=xmx
-XX:NewSize=1024MB ：新生代初始大小
-XX:MaxNewSize=1024MB ：新生代最大值
-XX:NewRatio=m ：New和Old的比值
-Xmn=1024MB ：新生代大小 ##一般使用-Xmn来固定新生代大小
-XX:SurvivorRatio=m ：Eden和Survivor的比值
-XX:TargetSurvivorRatio=n ：minor GC后Survivor预期被占用的比例
-XX:+UseConcMarkSweepGC ：新生代使用ParNew，老生代优先使用CMS，备用方式为Serial Old
-XX:+CMSFullGCsBeforeCompaction ： 在多少次回收后执行一次内存碎片整理
-XX:+PrintTenuringDistribution ：查看每次minor GC后年龄的分布和计算出来的TenuringThreshold
-XX:+PrintGC ：输出GC简要信息
-XX:+PrintGCDetails ：输出GC信息
-XX:+PrintGCTimeStamps ：输出GC时间戳
-XX:+PrintGCApplicationStoppedTime ：输出GC暂停时间
-Xlogg c：/gc.log 输出到文件
3、 JAVA进程发生OOM如何调优
最常见的OOM情况有以下三种：
• java.lang.OutOfMemoryError: Java heap space ------>java堆内存溢出，此种情况最常见，一般由于内存泄露或者堆的大小设置不当引起。对于内存泄露，需要通过内存监控软件查找程序中的泄露代码，而堆大小可以通过虚拟机参数-Xms,-Xmx等修改。
• java.lang.OutOfMemoryError: PermGen space ------>java永久代溢出，即方法区溢出了，一般出现于大量Class或者jsp页面，或者采用cglib等反射机制的情况，因为上述情况会产生大量的Class信息存储于方法区。此种情况可以通过更改方法区的大小来解决，使用类似-XX:PermSize=64m -XX:MaxPermSize=256m的形式修改。另外，过多的常量尤其是字符串也会导致方法区溢出。
• java.lang.StackOverflowError ------> 不会抛OOM error，但也是比较常见的Java内存溢出。JAVA虚拟机栈溢出，一般是由于程序中存在死循环或者深度递归调用造成的，栈大小设置太小也会出现此种溢出。可以通过虚拟机参数-Xss来设置栈的大小。
OOM分析--heapdump
要dump堆的内存镜像，可以采用如下两种方式：
• 设置JVM参数-XX:+HeapDumpOnOutOfMemoryError，设定当发生OOM时自动dump出堆信息。不过该方法需要JDK5以上版本。
• 使用JDK自带的jmap命令。"jmap -dump:format=b,file=heap.bin <pid>" 其中pid可以通过jps获取。
dump堆内存信息后，需要对dump出的文件进行分析，从而找到OOM的原因。常用的工具有：
• mat: eclipse memory analyzer, 基于eclipse RCP的内存分析工具。
• jhat：JDK自带的java heap analyze tool，可以将堆中的对象以html的形式显示出来，包括对象的数量，大小等等。
