亲宝软件园·资讯

展开

java虚拟机JVM调优 java虚拟机之JVM调优详解

牧小农 人气:2
想了解java虚拟机之JVM调优详解的相关内容吗，牧小农在本文为您仔细讲解java虚拟机JVM调优的相关知识和一些Code实例，欢迎阅读和指正，我们先划重点：java虚拟机JVM调优,jvm调优,java虚拟机，下面大家一起来学习吧。

JVM常用命令行参数

1. 查看参数列表

虚拟机参数分为基本和扩展两类，在命令行中输入 JAVA_HOME\bin\java就可得到基本参数列表。
在命令行输入 JAVA_HOME\bin\java –X就可得到扩展参数列表。

2. 基本参数说明：

3. 扩展参数说明：

虚拟机参数分类

标准： - 开头，所有的HotSpot都支持
非标准：-X 开头，特定版本HotSpot支持特定命令
不稳定：-XX 开头，下个版本可能取消

例如：java -version、java -X

import java.util.List;
import java.util.LinkedList;

public class HelloGC {
  public static void main(String[] args) {
    System.out.println("HelloGC!");
    List list = new LinkedList();
    for(;;) {
      byte[] b = new byte[1024*1024];
      list.add(b);
    }
  }
}

在这里插入图片描述

调优前的基础概念

1. 吞吐量： 用户代码时间 /（用户代码执行时间 + 垃圾回收时间）
2. 响应时间： STW（Stop The World）越短，响应时间越好

所谓的调优，首先自己要明确，想要的是什么，是吞吐量还是响应时间，还是在满足一定的响应时间的情况下，要求达到多大的吞吐量，一般来说根据业务类型去选择对应的调优方式，比如网站需要的是响应时间优先，JDK1.8尽量选G1，那如果是数据挖掘的需要使用的是吞吐量。

什么是调优

在没有接触过调优之前我们理解的JVM调优就是解决OOM问题，OOM只是JVM调优的一部分

一般是根据需求进行JVM规划和预调优优化运行JVM运行环境（慢，卡顿）解决JVM运行过程中出现的各种问题(OOM)

首先的话，调优是从业务场景开始的，如果没有业务场景的JVM调优都是不靠谱的，比如有时间在实际项目中，有很多个类，成千上万个代码，你怎么知道具体是哪个代码有问题，就算我们知道有段代码频繁的full gc，但是可能过一段时间就OOM了。

1.调优步骤：

-Xloggc:/opt/xxx/logs/xxx-xxx-gc-%t.log -XX:+UseGCLogFileRotation -XX:NumberOfGCLogFiles=5 -XX:GCLogFileSize=20M -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCCause或者每天产生一个日志文件

在生产环境中日志文件，后面日志名字，按照系统时间产生，循环产生，日志个数五个，每个大小20M，这样的好处在于整体大小100M，能 控制整体文件大小

观察日志情况

2.调优案例

2.1案例一

垂直电商，最高每日百万订单，处理订单系统需要什么样的服务器配置

这个问题比较鸡肋，因为很多不同的服务器配置都能够支撑

比如有一百万个订单，每个小时不会产生很高的并发量，我们寻找高峰时间，做一个假设100W订单有72W订单在高峰期产生，比如一个小时平均36W订单，所以我们内存选择大小是按照巅峰时间选择的，很多时间我们可能就是去做压测，实在不行就添加CPU和内存

2.2案例二

12306遭遇春节大规模抢票应该如何支撑

订单信息每天固定，可以丢到缓存中，不同的业务逻辑有不同的业务设计，12306应该是中国并发量最大的秒杀网站，号称并发100W，就是说每秒进行百万次的业务逻辑的处理，估计淘宝一年最高的是54W并发。

如果解决这个问题呢，看下面所示：

CDN -》 LVS -》 NGINX -》 业务系统 -》每台机器1W并发

普通电商的下单流程一般是：

订单 -》下单-》 订单系统减库存 -》 等待用户付款

这个事务如果同步的方式完成，TPS是支撑不了多长时间的

但是在12306里面的模型是

下单-》 减库存和订单同时异步进行 -》 等待付款

异步是当你下完订单之后，它一个线程去减库存，另外一个线程直接把你下单的信息扔到kafka或者redis里面直接返回OK，你下单成功后等待你付款，什么时候你付款完成后面那些个订单处理线程就会去里面拿数据，这个处理完了就会持久化到Hbase或者是mysql，一般大流量的处理方法核心思想就是：分而治之

JVM优化

比如我有一个50万PV的资料类网站（从磁盘提取文档到内存）原服务器32位，1.5G的堆，用户反馈网站比较缓慢，如果对它进行升级，新服务器64位，16G的堆内存，用户还是反馈卡顿，而且还比之前更严重，这个是因为什么呢？一般来说很多用户去浏览数据，很多数据会load到内存中，导致内存不足，频繁的GC，STW时间过长，响应时间就会变慢，那我们应该怎么办呢，使用 PS-> PN+CMS或者G1。

还有一个就是系统CPU经常100%,我们要如何进行调优呢？

首先我们可以想到CPU100%那么一定有线程在占用系统资源

1.找出哪个进程CPU高 （top命令）

2.该进程中的哪个线程CPU高（top -Hp）

3.导出该线程的堆栈

4.查找哪个方法（栈挣）比较消耗时间

5.工作线程占比高 | 垃圾回收线程占比高

总结

今天我们只是讲解了一些基本的操作，具体怎么操作该怎么办呢？这一部分小农会在下一部分中进行讲解，今天主要带大家了解一些常用的参数，告诉大家怎么去使用和一些前置知识。

加载全部内容
相关教程
猜你喜欢
用户评论