# 查看GC概况(每1秒输出一次,共10次)
jstat -gc <pid> 1000 10
# 输出示例:
# S0C S1C S0U S1U EC EU OC OU MC MU CCSC CCSU YGC YGCT FGC FGCT GCT
# 10240 10240 0.0 7368.8 102400 65536 204800 102400 51200 48000 6400 6000 120 2.5 3 1.2 3.7
关键字段:
S0C/S1C = Survivor 0/1 容量(KB)
S0U/S1U = Survivor 0/1 已用(KB)
EC/EU = Eden 容量/已用(KB)
OC/OU = Old 容量/已用(KB)
MC/MU = MetaSpace 容量/已用(KB)
YGC/YGCT = Young GC 次数/总耗时(秒)
FGC/FGCT = Full GC 次数/总耗时(秒)
GCT = GC总耗时(秒)
# 查看GC汇总
jstat -gcutil <pid> 1000 10
# 只显示百分比:S0 S1 E O M CCS YGC YGCT FGC FGCT GCT
# 计算Young GC平均耗时
# 单次YGC耗时 = YGCT差值 / YGC次数差值
# 健康值:Young GC < 50ms,Full GC < 500ms
# 查看堆内存概况
jmap -heap <pid>
# 输出示例:
# Heap Configuration:
# MinHeapFreeRatio = 0
# MaxHeapFreeRatio = 100
# MaxHeapSize = 2147483648 (2048.0MB)
# NewSize = 445644288 (425.0MB)
# MaxNewSize = 445644288 (425.0MB)
# OldSize = 1703149568 (1623.0MB)
# 查看对象统计(按占用内存排序)
jmap -histo <pid> | head -20
# 输出示例:
# num #instances #bytes class name
# 1: 1234567 1234567000 [B (byte数组)
# 2: 567890 45431200 java.lang.String
# 3: 123456 19752960 java.util.HashMap$Node
# 堆转储(OOM排查必备)
jmap -dump:format=b,file=heap.hprof <pid>
# 只dump存活对象(先Full GC再dump)
jmap -dump:live,format=b,file=heap.hprof <pid>
# 注意:jmap -dump会STW,生产环境谨慎使用!
# 替代方案:
# -XX:+HeapDumpOnOutOfMemoryError(OOM时自动dump)
# -XX:HeapDumpPath=/data/logs/heap.hprof
# 打印线程堆栈
jstack <pid>
# 检测死锁
jstack -l <pid>
# 输出中的线程状态:
# RUNNABLE - 运行中(可能占CPU)
# BLOCKED - 阻塞(等待锁)
# WAITING - 等待(Object.wait/park)
# TIMED_WAITING - 超时等待(sleep/wait(timeout))
# DEADLOCK - 死锁!
# CPU飙高排查步骤:
# 1. top -Hp <pid> 找到CPU最高的线程ID(十进制)
# 2. printf "%x\n" <tid> 转为十六进制
# 3. jstack <pid> | grep <hex_tid> -A 30 查看该线程堆栈
# 示例输出:
# "http-nio-8080-exec-5" #123 daemon prio=5 os_prio=0 tid=0x... nid=0x7b runnable
# java.lang.Thread.State: RUNNABLE
# at com.example.service.OrderService.process(OrderService.java:45)
# at com.example.controller.OrderController.create(OrderController.java:23)
# 查看所有JVM参数
jinfo -flags <pid>
# 查看某个参数的值
jinfo -flag UseG1GC <pid>
# 动态修改参数(只支持manageable类型的参数)
jinfo -flag +PrintGCDetails <pid>
jinfo -flag -PrintGCDetails <pid>
# 安装启动
curl -O https://arthas.aliyun.com/arthas-boot.jar
java -jar arthas-boot.jar # 选择要诊断的Java进程
# ====== 常用命令 ======
# 1. dashboard —— 全局概览(线程、内存、GC)
dashboard
# 实时显示:线程列表(CPU/内存使用)、内存使用、GC统计
# 2. thread —— 线程分析
thread # 显示所有线程
thread -n 5 # CPU使用率最高的5个线程
thread -b # 查找死锁(BLOCKED线程)
thread <thread-id> # 查看指定线程堆栈
# 3. sc —— 查看已加载的类
sc -d com.example.OrderService
# 显示类加载器、类路径、字段信息
# 4. watch —— 方法执行数据观测(最强命令!)
# 观察方法入参、返回值、异常
watch com.example.OrderService create '{params, returnObj, throwExp}' -x 3
# 观察方法耗时
watch com.example.OrderService create '#cost' -n 5
# 输出:method=com.example.OrderService.create cost=123.45ms
# 条件过滤(耗时>100ms才输出)
watch com.example.OrderService create '{params, returnObj}' '#cost>100' -x 3
# 5. trace —— 方法调用链耗时
trace com.example.OrderService create
# 输出调用链每个方法的耗时:
# +---[80%] OrderDAO.insert() 200ms
# +---[15%] InventoryService.deduct() 37ms
# +---[5%] EventPublisher.publish() 12ms
# trace支持多层
trace com.example.OrderService create '#cost > 50' -n 3
# 6. stack —— 查看方法被谁调用
stack com.example.OrderService create
# 7. monitor —— 方法执行统计
monitor com.example.OrderService create -c 10
# 每10秒统计:调用次数、成功次数、失败次数、平均RT
# 8. heapdump —— 堆转储(比jmap更安全)
heapdump /data/logs/heap.hprof
heapdump --live /data/logs/heap_live.hprof # 只dump存活对象
# 9. logger —— 动态修改日志级别
logger --name ROOT --level DEBUG # 临时开启DEBUG日志
# 10. vmtool —— 查询堆中对象(JDK 11+)
vmtool --action getInstances --className java.lang.String --limit 10
┌──────────────────────────────────────────────────────────────┐
│ OOM排查五步法 │
├──────────────────────────────────────────────────────────────┤
│ │
│ 步骤1:获取HeapDump │
│ - 自动:-XX:+HeapDumpOnOutOfMemoryError │
│ - 手动:jmap -dump:live,format=b,file=heap.hprof <pid> │
│ - Arthas:heapdump /data/logs/heap.hprof │
│ │
│ 步骤2:MAT分析 │
│ - 打开 Eclipse MAT (Memory Analyzer Tool) │
│ - 查看 Leak Suspects Report(泄漏嫌疑报告) │
│ - 查看 Dominator Tree(按保留内存排序) │
│ - 查看 Histogram(按类统计对象数和内存) │
│ │
│ 步骤3:定位大对象/异常多的对象 │
│ - 找到占用内存最大的类 │
│ - 查看对象的 GC Root 引用链 │
│ - 确定是哪个业务场景产生的 │
│ │
│ 步骤4:分析GC Root引用链 │
│ - MAT中右键对象 → Path To GC Roots │
│ - 排除弱引用/软引用 → 找到强引用链 │
│ - 确定是哪个对象"持住"了大对象 │
│ │
│ 步骤5:修复 │
│ - 代码层面:修复泄漏(如关闭资源、清理缓存、remove TL) │
│ - 参数层面:调整堆大小、选择合适GC │
│ - 架构层面:引入缓存淘汰、限制集合大小、分页查询 │
│ │
└──────────────────────────────────────────────────────────────┘
常见OOM类型:
| OOM类型 | 报错信息 | 原因 | 排查方向 |
|---|---|---|---|
| 堆OOM | Java heap space | 对象过多/内存泄漏 | HeapDump + MAT |
| 元空间OOM | Metaspace | 类加载过多(动态代理/CGLIB) | jmap -histo查Class对象 |
| GC开销超限 | GC overhead limit exceeded | GC回收效果差,98%时间在GC | 同堆OOM |
| 直接内存OOM | Direct buffer memory | NIO的ByteBuffer.allocateDirect | -XX:MaxDirectMemorySize |
| 无法创建线程 | unable to create native thread | 线程数超限 | 减少线程数或增大ulimit |
案例1:Young GC频繁(每小时数百次)
现象:jstat显示YGC频率极高,每次YGC耗时短但总停顿长
分析:Young区太小,Eden区很快填满
解决:增大Young区
-Xmn512m → -Xmn1g
或 -XX:NewRatio=2 → -XX:NewRatio=3(Young占比增大)
案例2:Full GC频繁
现象:jstat显示FGC次数持续增长
可能原因:
1. 内存泄漏 → Old区持续增长 → MAT排查
2. 大对象直接进Old区 → -XX:PretenureSizeThreshold调整
3. Survivor区太小 → 对象过早晋升Old区 → -XX:SurvivorRatio调整
4. MetaSpace不足 → -XX:MaxMetaspaceSize增大
5. 显式调用System.gc() → -XX:+DisableExplicitGC
案例3:CMS Concurrent Mode Failure
现象:日志出现 "concurrent mode failure",退化为Serial Old
原因:CMS并发清除阶段,Old区被新对象填满
解决:
1. 增大Old区:-Xmx调大
2. 降低CMS触发阈值:-XX:CMSInitiatingOccupancyFraction=68(默认92%太高)
3. 增加CMS线程数:-XX:ConcGCThreads=4
4. 考虑换G1回收器
# ========== JDK 8 + CMS 模板(中小型应用)==========
java -server \
-Xms2g -Xmx2g \ # 堆大小(Xms=Xmx避免动态扩缩)
-Xmn1g \ # Young区大小
-XX:MetaspaceSize=256m \ # 元空间初始大小
-XX:MaxMetaspaceSize=256m \ # 元空间最大大小
-XX:SurvivorRatio=8 \ # Eden:S0:S1 = 8:1:1
-XX:+UseConcMarkSweepGC \ # 使用CMS
-XX:+UseCMSInitiatingOccupancyOnly \ # 使用设定的阈值触发CMS
-XX:CMSInitiatingOccupancyFraction=75 \ # Old区75%时触发CMS
-XX:+CMSParallelRemarkEnabled \ # 并行重新标记
-XX:+CMSClassUnloadingEnabled \ # CMS回收MetaSpace
-XX:+UseCMSCompactAtFullCollection \ # Full GC时压缩
-XX:CMSFullGCsBeforeCompaction=2 \ # 2次Full GC后压缩
-XX:+HeapDumpOnOutOfMemoryError \ # OOM时自动dump
-XX:HeapDumpPath=/data/logs/heap.hprof \
-Xloggc:/data/logs/gc.log \ # GC日志路径
-XX:+PrintGCDetails \ # 打印GC详情
-XX:+PrintGCDateStamps \ # 打印GC时间戳
-jar app.jar
# ========== JDK 11+ G1 模板(中大型应用)==========
java -server \
-Xms4g -Xmx4g \ # 堆大小
-XX:MaxMetaspaceSize=512m \ # 元空间
-XX:+UseG1GC \ # 使用G1
-XX:MaxGCPauseMillis=200 \ # 目标停顿200ms
-XX:InitiatingHeapOccupancyPercent=45 \ # 堆使用45%触发并发标记
-XX:G1HeapRegionSize=4m \ # Region大小(1/2/4/8/16/32MB)
-XX:ParallelGCThreads=8 \ # STW阶段并行线程数
-XX:ConcGCThreads=4 \ # 并发阶段线程数
-XX:+HeapDumpOnOutOfMemoryError \
-XX:HeapDumpPath=/data/logs/heap.hprof \
-Xlog:gc*:file=/data/logs/gc.log:time,uptime,level,tags \
-jar app.jar
# ========== JDK 17+ ZGC 模板(超低延迟应用)==========
java -server \
-Xms8g -Xmx8g \
-XX:+UseZGC \ # 使用ZGC
-XX:MaxGCPauseMillis=10 \ # 目标停顿10ms
-XX:+ZGenerational \ # 分代ZGC(JDK 21+)
-XX:+HeapDumpOnOutOfMemoryError \
-XX:HeapDumpPath=/data/logs/heap.hprof \
-Xlog:gc*:file=/data/logs/gc.log \
-jar app.jar
Q1: 如何判断JVM是否需要调优?
看指标:(1) Young GC频率(>1次/秒需优化)和耗时(>100ms需优化);(2) Full GC频率(>1次/小时需优化)和耗时;(3) GC总耗时占比(>5%需优化);(4) 堆内存使用率持续>80%。
Q2: 为什么Xms和Xmx要设成一样?
避免JVM动态扩缩堆大小时的性能抖动。堆扩容需要向OS申请内存并可能触发Full GC,堆缩容也会产生额外的GC开销。
Q3: 线上CPU 100%怎么排查?
(1) top找到Java进程pid;(2) top -Hp pid找到CPU最高的线程tid;(3) printf "%x\n" tid转十六进制;(4) jstack pid | grep hex_tid -A 30看堆栈;(5) 或用Arthas thread -n 5直接看。
Q4: 线上频繁Full GC怎么排查?
(1) jstat -gcutil确认FGC频率和Old区使用率;(2) jmap -histo看哪种对象最多;(3) jmap -dump生成HeapDump用MAT分析;(4) 检查是否有内存泄漏(对象被GC Root持有无法回收)。
Q5: Arthas的watch和trace命令有什么区别?
watch观察单个方法的入参、返回值、异常和耗时;trace展示方法的完整调用链和每一层的耗时。watch适合定位具体方法的问题,trace适合定位调用链中哪个环节慢。
1. 使用jstat监控一个Java应用的GC情况,计算Young GC的平均耗时,判断是否需要调优。
2. 模拟一个内存泄漏场景(如不断往static List添加对象),使用jmap + MAT分析泄漏原因。
3. 使用Arthas的watch命令观察一个Spring MVC接口的入参和返回值。
4. 编写一个触发OOM的程序,配合-XX:+HeapDumpOnOutOfMemoryError生成HeapDump,用MAT分析。
5. 给定一个4核8G的生产环境Spring Boot应用,设计JVM参数(含GC选择、堆大小、GC日志)。