JVM使用了CMS GC时的一些默认情况

简书 占小狼,转载请注明原创出处,谢谢!

为了满足高性能、低延迟的要求,大部分应用都采用CMS算法作为服务端的垃圾收集器,而在HotSpot的实现中,针对CMS算法,对于一些参数进行了一系列的重新定制,所以在使用-XX+:UseConcMarkSweepGC时,下面几点是需要注意的。

-Xmx2g 
-Xms2g 
-XX:+UseConcMarkSweepGC

假设使用上述参数,只设置了堆的大小,并且使用了CMS,应用启动后,堆的相关默认参数如下:

新生代的初始和最大容量为332.75M,为什么是这个数字?一切疑团要从源码解开。

因为设置了UseConcMarkSweepGC,在JVM启动的时候,会执行如下逻辑进行一些特殊设置,位于Arguments::set_cms_and_parnew_gc_flags().

1、UseParNewGC

如果UseParNewGC为默认值false,则会设置为true,所以不需要显示的-XX:+UseParNewGC.

2、ParallelGCThreads

如果没有设置ParallelGCThreads,默认为0,会根据cpu数量重新计算,大概算法如下:

int ncpus = (unsigned int) os::active_processor_count();
ParallelGCThreads = (ncpus <= 8) ? ncpus : (8 + ((ncpus - 8) * 5) / 8);

如果是单核cpu的话,那UseParNewGC会被重新设置为false,ParallelGCThreads也会被重新设置为0

3、NewSize and MaxNewSize

新生代合适的最大值计算逻辑如下:

const size_t preferred_max_new_size_unaligned =
    MIN2(max_heap/(NewRatio+1), ScaleForWordSize(young_gen_per_worker * parallel_gc_threads));
    
  size_t preferred_max_new_size =
    align_size_up(preferred_max_new_size_unaligned, os::vm_page_size());

如果不是CMS,新生代默认的最大值是max_heap/(NewRatio+1),即最大堆的1/3,这里当然需要重新计算,其中young_gen_per_worker默认是64M,parallel_gc_threads为4(本机只有4个cpu),ScaleForWordSize函数实现如下:

#define ScaleForWordSize(x) align_size_down_((x) * 13 / 10, HeapWordSize)

计算出来332.8M,因为要进行地址对齐,所以和图中所示差不多(332.75M)

如果没有设置NewSize,NewSize和MaxNewSize都会设置成preferred_max_new_size,否则MaxNewSize会被赋值一个较大值(NewSize和preferred_max_new_size较大值)

如果没有设置OldSize,OldSize一般被设置成NewSize的两倍(本来默认就是2倍的关系),具体算法是:

if (FLAG_IS_DEFAULT(OldSize)) {
    if (max_heap > NewSize) {
      FLAG_SET_ERGO(uintx, OldSize, MIN2(NewRatio*NewSize, max_heap - NewSize));
      if (PrintGCDetails && Verbose) {
        // Too early to use gclog_or_tty
        tty->print_cr("CMS ergo set OldSize: " SIZE_FORMAT, OldSize);
      }
    }
  }

其实,整个过程还是蛮绕的。

4、MaxTenuringThreshold

MaxTenuringThreshold是对象晋升到老年代的最大年龄,默认是15,但是在CMS的情况下,可能会被设置成一个更小的值6

if (FLAG_IS_DEFAULT(MaxTenuringThreshold) &&
      FLAG_IS_DEFAULT(SurvivorRatio)) {
    FLAG_SET_ERGO(intx, MaxTenuringThreshold, tenuring_default);
  }

前提:没有改变MaxTenuringThreshold(15)和SurvivorRatio(8)的默认值


其它和CMS有关的情况:

5、ExplicitGCInvokesConcurrent

使用该参数,可以避免System.gc()的FGC,使用并发的CMS进行垃圾回收

6、GCLockerInvokesConcurrent

慎用,具体情况可以看看《慎重!是否使用GCLockerInvokesConcurrent》�

7、concurrent mode failed

只有CMS算法中才会出现concurrent mode failed,一旦它的出现,意味着有一次耗时很长的FGC了,更具体的可以查看《关于CMS垃圾收集算法的一些疑惑》

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 203,772评论 6 477
  • 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 85,458评论 2 381
  • 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 150,610评论 0 337
  • 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 54,640评论 1 276
  • 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 63,657评论 5 365
  • 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 48,590评论 1 281
  • 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 37,962评论 3 395
  • 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 36,631评论 0 258
  • 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 40,870评论 1 297
  • 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 35,611评论 2 321
  • 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 37,704评论 1 329
  • 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 33,386评论 4 319
  • 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 38,969评论 3 307
  • 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 29,944评论 0 19
  • 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 31,179评论 1 260
  • 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 44,742评论 2 349
  • 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 42,440评论 2 342