JVM相关问题

JVM相关问题

  • 一、Java继承时父子类的初始化顺序是怎样的？
  • 二、JVM类加载的双亲委派模型？
  • 三、JDK为什么要设计双亲委派模型，有什么好处？
  • 四、可以打破JVM双亲委派模型吗？如何打破JVM双亲委派模型？
  • 五、什么是内存溢出？什么是内存泄漏？
    • 内存溢出（OOM）：OutOfMemory
    • 内存泄露：Memory Leak
  • 六、线上项目JVM都怎么设置的？
  • 七、线上Java项目服务器内存飙升怎么排查处理？
  • 八、线上Java项目服务器CPU飙到100%怎么排查？
  • 九、JVM发生OOM后，其他线程是否可以继续工作？
  • 十、高并发系统的JVM如何优化？
    • 1、内存预估
    • 2、内存分配
    • 3、内存占用动态推算
    • 4、如何调优？

一、Java继承时父子类的初始化顺序是怎样的？

  1. 父类–静态变量
  2. 父类–静态初始化块
  3. 子类–静态变量
  4. 子类–静态初始化块
  5. 父类–变量
  6. 父类–初始化块
  7. 父类–构造器
  8. 子类–变量
  9. 子类–初始化块
  10. 子类–构造器

二、JVM类加载的双亲委派模型？

在这里插入图片描述

三、JDK为什么要设计双亲委派模型，有什么好处？

1、确保安全，避免Java核心类库被修改；

2、避免重复加载；

3、保证类的唯一性；

如果你写一个java.lang.String的类去运行，发现会抛出如下异常；
在这里插入图片描述

四、可以打破JVM双亲委派模型吗？如何打破JVM双亲委派模型？

答案：可以；

想要打破这种模型，那么就自定义一个类加载器，重写其中的loadClass方法，使其不进行双亲委派即可；

五、什么是内存溢出？什么是内存泄漏？

内存溢出（OOM）：OutOfMemory

指程序在申请内存时，没有足够的内存空间供其使用，抛出OutOfMemory错误；

比如申请了一个8MB空间，但是当前内存可用空间只有5MB，那么就是内存溢出；
在这里插入图片描述
即：OutOfMemoryError，是指没有空闲内存，垃圾收集器回收后也不能提供更多的内存空间；

内存泄露：Memory Leak

指程序运行后，没有释放所占用的内存空间，一次内存泄漏可能不会有很大的影响，但长时间的内存泄漏，堆积到一定程度就会产生内存溢出；
在这里插入图片描述
（1）单例对象，生命周期和应用程序一样长，如果单例对象持有对外部对象的引用的话，那么这个外部对象是不能被回收的，则会产生内存泄露；

（2）一些资源未关闭也会导致内存泄漏，比如数据库连接，网络连接socket和IO流的连接都必须在 finally 中 close，否则不能被回收的；

六、线上项目JVM都怎么设置的？

假设线上：4核8G机器；

JVM：栈、堆、元空间；

1、栈： 1m（默认大小），-Xss512k，一个线程是1m，一个线上项目 Tomcat 可能有300个线程，300m；

2、堆：大概把机器的一半内存给堆，4G（新生代、老年代）；

  • CMS：1/3 、2/3
  • G1: 6:4

3、元空间： 一般512M肯定够了；

此时JVM参数如下：-Xms4096M -Xmx4096M -Xss1M -XX:MetaspaceSize=512M -XX:MaxMetaspaceSize=512M -XX:+UseG1GC

七、线上Java项目服务器内存飙升怎么排查处理？

在Linux系统中使用命令：

#（查看系统Java相关的进程）
jps

在Linux系统中使用命令:

# 查看进程内存占用情况
top

可使用快捷键排序：shift + m

在Linux系统中使用命令：

# 查看内存信息
jmap -histo pid
  • jmap 是Java虚拟机（JVM）自带的一个命令行工具，用于生成Java进程的内存映像文件（heap dump），它通过与Java进程通信获取内存信息，并将信息输出到文件中，以便后续离线分析。
  • -histo 查看堆内存中的对象实例数目、内存占用大小、类名等；

在Linux系统中使用命令：

# 将内存信息转存文件
jmap -dump:format=b,file=heap.hprof pid

通过使用 MemoryAnalyzer(MAT)工具分析转存下来的文件。

八、线上Java项目服务器CPU飙到100%怎么排查？

# 查看进程内存占用情况
top

# 打印线程栈信息，输出到fileName.txt文件中
jstack pid > fileName.txt

# 查看pid进程中的线程内存占用情况
top -H -p pid

# 把十进制线程ID转换为十六进制
printf '%x' tid

九、JVM发生OOM后，其他线程是否可以继续工作？

要分情况看，不一定；

  • 如果发生OOM，例如使用局部变量存放对象，方法执行后内存会释放，那么其他线程可以继续工作；
  • 如果发生OOM，例如使用全局变量存放对象，方法执行后内存不会释放，那么其他线程不可以继续工作；

使用 VisualVM 工具查看JVM堆内存变化情况

十、高并发系统的JVM如何优化？

如果每秒发生 583000 请求：

1、内存预估

  • 普通4核8G服务器，一台机器抗300-400并发下单请求比较合理；

  • 583000 / 300 = 1943台机器；

  • 一个订单预估1KB；

  • 一台机器，300KB * 20 * 10 = 60MB的内存开销，一秒后60MB对象就成为垃圾；

2、内存分配

  • 4核8G的机器，JVM给4G，剩下几个G会留给操作系统；
  • 堆3G（新生代1.5G，老年代1.5G）
  • 栈1MB，JVM里大概会有300-500个线程，大概300-500MB;
  • 元空间/永久代512MB；
    • -Xms3072M -Xmx3072M -Xmn1536M -Xss1M
    • -XX:MetaspaceSize=512M -XX:MaxMetaspaceSize=512M
    • -XX:+PrintGCDetails
    • -XX:+PrintGCDateStamps
    • -Xloggc:d:/gc.log
    • -XX:+HeapDumpOnOutOfMemoryError
    • -XX:HeapDumpPath=d:/heap.hprof

3、内存占用动态推算

  • 一台机器每秒抗300个订单，300KB * 20 * 10 = 60MB，每秒占据新生代60MB内存空间，新生代总共有1.5G的内存空间；
  • 1.5G * 1024MB / 60MB = 25秒 新生代Eden占满，触发Minor GC；
  • 一般情况下一次可以回收掉90%的新生代对象，存活对象 = 1.5G * 1024MB * 10% = 150MB；
  • 如果 “-XX:SurvivorRatio” 参数默认值为8，那么：新生代Eden=1.2GB、S0 = 150MB、S1 = 150MB；
    在这里插入图片描述

4、如何调优？

（1）：

  • 1次Minor GC后，可能Survivor不足或者触发动态年龄判断，对象进入老年代，明显是 Survivor 空间不足；

  • 新生代调整为2G，老年代为1G，此时Eden：1.6G，每个Survivor：200MB；

  • 解决 Survivor 不足或者触发动态年龄判断，降低新生代对象进入老年代的概率；

  • 此时JVM参数：

    -Xms3072M -Xmx3072M -Xmn2048M -Xss1M -XX:MetaspaceSize=512M -XX:MaxMetaspaceSize=512M

（2）：

  • 一般系统里的@Service、@Controller之类的注解需要长期存活，这些对象一般也不会很多，可能几十兆，应该让它们尽快进入老年代；
  • 此时JVM参数：
    -Xms3072M -Xmx3072M -Xmn2048M -Xss1M -XX:MetaspaceSize=256M -XX:MaxMetaspaceSize=256M -XX:MaxTenuringThreshold=5

（3）：

  • 一般情况下，大对象可能需要长期存活和使用，让它直接进入老年代；（根据项目实际情况来确定）

  • 此时JVM参数如下：

    -Xms3072M -Xmx3072M -Xmn2048M -Xss1M -XX:MetaspaceSize=256M -XX:MaxMetaspaceSize=256M -XX:MaxTenuringThreshold=5 -XX:PretenureSizeThreshold=1M

（4）：

  • 指定合适的垃圾回收器；
  • 此时JVM参数 ：
    -Xms3072M -Xmx3072M -Xmn2048M -Xss1M -XX:MetaspaceSize=256M -XX:MaxMetaspaceSize=256M -XX:MaxTenuringThreshold=5 -XX:PretenureSizeThreshold=1M -XX:+UseParNewGC -XX:+UseConcMarkSweepGC
  • 小堆内存不使用G1垃圾收集器；

（5）：

  • 大概每隔几分钟Minor GC之后有大概200MB左右对象进入老年代，推算可能差不多1小时后，才会有接近1GB的对象进入老年代，触发Full GC，然后高峰期一过，可能需要几个小时才会一次Full GC；
-Xms3072M -Xmx3072M -Xmn2048M -Xss1M -XX:-UseCompressedClassPointers -XX:MetaspaceSize=512M -XX:MaxMetaspaceSize=512M -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=5 -XX:PretenureSizeThreshold=1M -XX:+UseParNewGC -XX:+UseConcMarkSweepGC -XX:CMSInitiatingOccupancyFraction=75 -XX:+UseCMSCompactAtFullCollection -XX:CMSFullGCsBeforeCompaction=0

-XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:d:/gc.log -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=d:/heap.hprof

（6）： 优化思路

  • 1、尽可能让对象在新生代里分配和回收，避免对象频繁进入老年代导致老年代频繁垃圾回收；
  • 2、给系统充足的内存空间，避免新生代频繁的垃圾回收；
  • 3、指定合适的垃圾收集器；

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/427183.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

Matlab|基于Logistic函数负荷需求响应

Matlab|基于Logistic函数负荷需求响应

目录 1 基于Logistic函数的负荷转移率模型 2 程序示例 3 效果图 4 下载链接 负荷需求响应模型种类较多，有电价型和激励型等类型，本次和大家分享一个基于Logistic函数的负荷转移率模型，该模型属于电价型，由于该方法使用的较少&a…
阅读更多...
C++ //练习 10.24 给定一个string，使用bind和check_size在一个int的vector中查找第一个大于string长度的值。

C++ //练习 10.24 给定一个string，使用bind和check_size在一个int的vector中查找第一个大于string长度的值。

C Primer（第5版） 练习 10.24 练习 10.24 给定一个string，使用bind和check_size在一个int的vector中查找第一个大于string长度的值。。 环境：Linux Ubuntu（云服务器） 工具：vim 代码块 /*****…
阅读更多...
云母带（耐火云母带）市场空间不断扩展 电力系统领域为其最大需求端

云母带（耐火云母带）市场空间不断扩展 电力系统领域为其最大需求端

云母带（耐火云母带）市场空间不断扩展 电力系统领域为其最大需求端 云母带又称耐火云母带，指以云母片为原材料，经过一系列加工工艺制成的带状材料。云母带具有耐燃烧、耐高温、绝缘性好、耐酸碱等特性，在航空航天、石油…
阅读更多...
复现nerfstudio并训练自己制作的数据集

复现nerfstudio并训练自己制作的数据集

网站：安装 - nerfstudio GitHub - nerfstudio-project/nerfstudio：NeRF 的协作友好工作室 安装之前要确保电脑上已经有CUDA11.8或以上版本（更高版本的可以安装11.8的toolkit） 创建环境 conda create --name nerfstudio -y pyt…
阅读更多...
Pandas基础介绍

Pandas基础介绍

文章目录 Pandas简介什么是Pandas？Pandas数据结构Pandas 应用 Pandas简介 什么是Pandas？ Pandas 是一个开源的数据分析和数据处理库，它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具，特别适用于处…
阅读更多...
santa-walks-into-a-bar攻防世界MISC

santa-walks-into-a-bar攻防世界MISC

题目： 下载文件得到list.zip和santa-id.png list.zip中是大量png图片，内容均为二维码。 注意到santa-id.png上的ID：7ab7df3f4425f4c446ea4e5398da8847，可以发现存在对应名称的图片，扫码得到： Now I have Xa…
阅读更多...
Bililive-go 实现直播自动监控录制

Bililive-go 实现直播自动监控录制

前言 最近有直播录制的需求，但是自己手动录制太麻烦繁琐，于是用了开源项目Bililive-go进行全自动监控录制，目前这个项目已经有3K stars了 部署 为了方便我使用了docker compose 部署 version: 3.8 services:bililive:image: chigusa/bilil…
阅读更多...
前端根据域名发送请求通过nginx匹配转发至java网关gateway

前端根据域名发送请求通过nginx匹配转发至java网关gateway

1.图片请求展示： 2.流程阐述 当发起请求 https://test.parkidcode.net/api/asset/parkAccess/page 时，请求的处理流程如下： HTTPS请求：首先，通过HTTPS协议发送请求到 https://test.parkidcode.net/api/asset/parkAcce…
阅读更多...
西交大轴承振动数据集的多通道推送例程

西交大轴承振动数据集的多通道推送例程

1说明 西交大轴承振动数据集XJTU-SY滚动轴承加速寿命试验数据集解读预测与健康管理对保障机械装备安全服役、提高生产效率、增加经济效益至关重要。高质量的全寿命周期数据是预测与健康管理领域的基础性资源，这些数据承载着反映装备服役性能完整退化过程与规律的关…
阅读更多...
【活动】金三银四，前端工程师如何把握求职黄金期

【活动】金三银四，前端工程师如何把握求职黄金期

随着春意盎然的气息弥漫大地，程序员群体中也迎来了一年一度的“金三银四”求职热潮。这个时间段对于广大前端工程师而言，不仅象征着生机勃发的新起点，更是他们职业生涯中至关重要的转折点。众多知名公司在这一时期大规模开启招聘通道&#xf…
阅读更多...
递归实现n的k次方（C语言）

递归实现n的k次方（C语言）

编写一个函数实现n的k次方，使用递归实现。 下面来说一下思路 5的3次方：就是5*(5的3-1次方) 7的4次方：就是7*（7的4-1次方） 以此类推 n的k次方就是：n* n的（k-1）次方 int Func(int n,…
阅读更多...
mac使用sequl的报错说明

mac使用sequl的报错说明

出现下图错误，则到此地址下载test-builds版本 Test Builds 使用 sequel pro 的时候出现了 SequelPro encountered an unexpected error 表现为：测试通过，链接就卡住报错的问题。 解决办法 这是软件的问题，下载使用这个 TEST…
阅读更多...
怎么找靠谱游戏开发公司?

怎么找靠谱游戏开发公司?

在寻找靠谱的游戏开发公司时，有几个关键因素需要考虑。选择合适的游戏开发团队对于确保项目的成功和高质量成果至关重要。以下是一些有助于您找到靠谱游戏开发公司的建议： 首先，评估公司的经验和专业知识是至关重要的。您可以查看公司的历史和…
阅读更多...
浅谈去耦电容的作用、选择、布局及其它电容的区别！

浅谈去耦电容的作用、选择、布局及其它电容的区别！

在一些文章资料中，去耦电容器被认为是旁路电容器。在其他资料中，去耦电容和旁路电容的区别在于：“旁路电容以输入信号中的干扰为滤波对象，而去耦电容以输出信号的干扰为滤波对象，防止干扰信号返回到输出端。”力量。”…
阅读更多...
SpringBootWeb快速入门

SpringBootWeb快速入门

1.创建springboot工程，新建module 2.勾选web开发相关依赖 3.删除多余文件 4.新建类 5.启动类中运行main方法 6.启动 默认端口号8080 7.打开浏览器，地址栏输入 8.报错 9.原因，控制层位置放错，剪切controller层放进com.example …
阅读更多...
SwiftUI中Alert与ActionSheet的集成

SwiftUI中Alert与ActionSheet的集成

在SwiftUI中，Alert和ActionSheet是两个用于显示提示信息和选项的组件。Alert用于显示简单的提示信息，而ActionSheet用于显示多个选项供用户选择。 要在SwiftUI中使用Alert，首先需要在视图中定义一个State属性来存储是否显示Alert&#xff0c…
阅读更多...
【大厂AI课学习笔记NO.58】（11）混淆矩阵

【大厂AI课学习笔记NO.58】（11）混淆矩阵

混淆矩阵（confusion matrix）—— 混淆矩阵（Confusion Matrix）是人工智能领域，特别是在机器学习和深度学习中，用于衡量分类模型性能的重要工具。它通过统计分类模型的真实分类与预测分类之间的结果&#xf…
阅读更多...
【小白学机器学习5】MSE, RMSE,MAE, MAPE, WMAPE

【小白学机器学习5】MSE, RMSE,MAE, MAPE, WMAPE

目录 1 评价误差的各种度量指标 2 从误差的评价开始捋这个问题 2.1 误差问题的由来：回归模型预测值和真实值的差距 2.2 如何评价某函数的预测值是否足够好？ 如何比较不同的预测函数的预测值的好坏呢？ 2.3 最小二乘法：应该叫最…
阅读更多...
Vue——携带参数跳转路由

Vue——携带参数跳转路由

Vue学习之——跳转路由 前情回顾 当我们进行点击修改时，会进行跳转到修改页面，为了完成回显数据（根据对应id查找），我们需要携带对应选择中的id跳转到修改页面，让其进行查找回显 学习useRoute和useRoute…
阅读更多...
企业要想构建 AI 竞争力，就必须“私藏”大模型

企业要想构建 AI 竞争力，就必须“私藏”大模型

3 月 3 日，由深圳市产学研合作促进会举办的海峡两岸暨港澳人工智能与机器人发展论坛在深圳市福田区会展中心开幕。极狐GitLab CEO 柳钢受邀出席此次活动，并做了题为 《创新与安全并重：大模型私藏之道》 的主题分享。 人工智能之新曦 自 Chat…
阅读更多...
最新文章

Copyright @ 2022~2023