前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >三分钟搞明白Java内存分布,再也不怕了!!!

三分钟搞明白Java内存分布,再也不怕了!!!

原创
作者头像
香菜聊游戏
修改2021-06-02 14:29:55
3550
修改2021-06-02 14:29:55
举报
文章被收录于专栏:香菜聊游戏
图片
图片

    做Java的大都没有c++ 的那种分配内存的烦恼,因为Java 帮我们管理内存,但是这并不代表我们不需要了解Java的内存结构,因为线上经常出现内存的问题,今天聊一下内存的问题。

内存从大的方面分为堆内内存和堆外内存

一、堆内内存

堆内内存分为三大部分,年轻代 , 老年代 和 元空间,所以 堆内内存 = 年轻代 + 老年代 + 元空间,下面细聊下三部分

1.1 年轻代-Young Generation

  • 存放的是new 生成的对象
  • 年轻代是为了尽可能快速的回收掉那些生命周期短的对象
  • Eden
    • 大部分对象在Eden区中生成
    • 当Eden区满时,会做一次young gc, 依然存活的对象将被复制到Survivor区, 当一个Survivor 区满时, 此区的存活对象将被复制到另外一个Survivor区
  • Survivor(通常2个)
    • 当两个 Survivor 区 都满时, 从第一个Survivor 区 被复制过来 且 依旧存活的 对象,超过一定年龄的会被复制到 老年代(Tenured)
    • Survivor 的两个区是对称的, 没有先后关系, 所有同一个区中可能同时存在从Eden复制过来的对象 和 从前一个 Survivor 复制过来的对象。
    • 把age大于-XX:MaxTenuringThreshold的对象晋升到老年代;(对象每在Survivor区熬过一次,其age就增加一岁);

1.2 老年代 (Old Generation)

  • 存放了在年轻代中经历了N次垃圾回收后仍存活的对象, 是一些生命周期较长的对象.
  • 存放那些创建的时候占用空间比较大的对象,这些对象不经历eden,直接进入老年代,大对象(大小大于-XX:PretenureSizeThreshold的对象)

1.3 元数据(Meta space)

  • 存放类的数据
  • 存放静态文件, 如静态类和方法等。持久代对垃圾回收没有显著影响, 但是有些应用可能动态生成或者调用一些class, 比如Hibernate, Mybatis 等, 此时需要设置一个较大的持久代空间来存放这些运行过程中新增的类。
  • 设置持久代大小参数: -XX:MetaspaceSize, -XX:MaxMetaspaceSize

1.4 总结

图片
图片

1、默认参数:

老年代占整个堆内存的2/3

年轻代占整个内存的1/3

Eden 区域占 整个年轻代的80%,From 和 To 两个生存者区域各占1个

2、新老年代相关jvm参数

  • -XX:NewRatio 设置新老年代比例,如-XX:NewRatio=5 代表 新老年代比例为1:5,新生代占用堆内存的1/6,老年代占用5/6;
  • -XX:SurvivorRatio 设置新生代中eden和两个2个Survivo区域大小的比例,如-XX:SurvivorRatio=8,则eden:s1:s2=8:1:1,默认比例就是为8:1:1.

3、young GC发生在新生代中,FUll GC 发生在整个堆空间中,一般是老年代空间不够用就会出发FULL GC

二、堆外内存

我们的游戏服务器使用的是netty,所以单说下netty,Netty的ByteBuffer采用DIRECT BUFFERS,使用堆外直接内存进行Socket读写,不需要进行字节缓冲区的二次拷贝,堆外内存的零拷贝.提升了效率。因为操作系统内核直接把数据写到堆外内存里,不需要像普通API一样,操作系统内核缓存一份,程序读的时候再复制一份到程序空间。

2.1 java中在堆外开辟内存的方法有两种

  1. 用DirectBufferByteBuffer.allocateDirect(size)
  2. 用JNI写java的c/c++扩展,在扩展里不牵扯jvm自己向系统搞内存出来。

2.2 使用堆外内存的优点

  1. 减少了垃圾回收因为垃圾回收会暂停其他的工作。
  2. 加快了复制的速度堆内在flush到远程时,会先复制到直接内存(非堆内存),然后在发送;而堆外内存相当于省略掉了这个工作。

2.3堆外内存的缺点

内存难以控制,使用了堆外内存就间接失去了JVM管理内存的可行性,改由自己来管理,当发生内存溢出时排查起来非常困难。

三、垃圾回收

3.1 垃圾回收(GC)

  • Minor GC
    • 一般当新对象生成并且在Eden申请空间失败时就会触发MinorGC, 对Eden区域进行GC, 清除非存活对象, 并且把尚存活的对象移动到Survivor区, 然后整理两个Survivor区。
    • 该方式的GC是对年轻代的Eden区进行,不会影响到年老代。
    • 由于大部分对象是从Eden区开始的,  所以Eden区的GC会很频繁。
  • Major GC / Full GC
    • 老年代(Tenured) 被写满
    • 持久代(Permanent) 被写满
    • System.gc() 被显示调用
    • 上一次GC之后Heap 的各域分配策略动态变化
    • 对整个堆进行整理。
    • 所消耗的时间较长, 所以要尽量减少 Full GC 的次数

出现Full GC经常会伴随至少一次的Minor GC(不是绝对,Parallel Sacvenge收集器就可以选择设置Major GC策略);

Major GC速度一般比Minor GC慢10倍以上。

3.2 GC root

程序把所有的引用关系看作一张图,从一个节点GC ROOT开始,寻找对应的引用节点,找到这个节点以后,继续寻找这个节点的引用节点,当所有的引用节点寻找完毕之后,剩余的节点则被认为是没有被引用到的节点,即无用的节点,是需要释放内存的对象。

java中可作为GC Root的对象有

1.虚拟机栈中引用的对象(本地变量表)

2.方法区中静态属性引用的对象

3方法区中常量引用的对象

4.本地方法栈中引用的对象(Native对象)

3.3常用垃圾回收器

垃圾收集器就是内存回收的具体实现。下面介绍一下虚拟机提供的几种垃圾收集器

Serial收集器(复制算法)

  新生代单线程收集器,标记和清理都是单线程,优点是简单高效。

Serial Old收集器(标记-整理算法)

  老年代单线程收集器,Serial收集器的老年代版本。

ParNew收集器(停止-复制算法)

  新生代收集器,可以认为是Serial收集器的多线程版本,在多核CPU环境下有着比Serial更好的表现。

Parallel Scavenge收集器(停止-复制算法)

  并行收集器,追求高吞吐量,高效利用CPU。吞吐量一般为99%, 吞吐量= 用户线程时间/(用户线程时间+GC线程时间)。适合后台应用等对交互相应要求不高的场景。

Parallel Old收集器(停止-复制算法)

  Parallel Scavenge收集器的老年代版本,并行收集器,吞吐量优先

CMS(Concurrent Mark Sweep)收集器(标记-清理算法)

  高并发、低停顿,追求最短GC回收停顿时间,cpu占用比较高,响应时间快,停顿时间短,多核cpu 追求高响应时间的选择

G1(Garbage-First)

现在最新的回收器,新生代和老年代通用

新生代收集器使用的收集器:Serial、PraNew、Parallel Scavenge

老年代收集器使用的收集器:Serial Old、Parallel Old、CMS

我们线上服务器使用的是G1 收集器

四、总结

    上面列举了很多的内容,但是需要记住的下面几点就可以了

    1、对象的迁移路径:出生在Eden,然后在Survivor 区域来回迁移,迁移一次一次增加一次年龄,年龄太大的直接进入老年代

   2、 Eden区域满了 产生 minor Gc

    老年代满了产生 full gc 

    3、记住回收器是执行gc 的,选择最新的G1回收器就好了

图片
图片

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一、堆内内存
  • 1.1 年轻代-Young Generation
  • 1.2 老年代 (Old Generation)
  • 1.3 元数据(Meta space)
  • 1.4 总结
  • 二、堆外内存
  • 三、垃圾回收
  • 3.1 垃圾回收(GC)
  • 3.2 GC root
  • 3.3常用垃圾回收器
  • 四、总结
相关产品与服务
云服务器
云服务器(Cloud Virtual Machine,CVM)提供安全可靠的弹性计算服务。 您可以实时扩展或缩减计算资源,适应变化的业务需求,并只需按实际使用的资源计费。使用 CVM 可以极大降低您的软硬件采购成本,简化 IT 运维工作。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档