跑的好好的 Java 进程，怎么突然就瘫痪了

内存回收一直是 Java的痛点
---------------

用 Java 无法做出类似 Redis 这样的产品。Java 的内存回收机制使我们在编写代码时不需要关注对象的回收，同时加大了内存回收的消耗，标记复制需要做内存拷贝，标记清除算法则需要 stop the world 。所以我们在使用缓存的时候，量稍微大一些就需要借助类似 Redis 这样的中间件帮我们处理了。作为 Javaer ，我们享受了自动内存回收的安逸，同时也需要多了解下内存优化的方法。

为什么 FGC 停不下来了
-------------

### 什么情况下会 GC

为了了解我们的系统为什么会不停 FGC ，我们需要先了解一下系统什么情况下会 GC 。在 Jvm 层面，当我们 new 一个对象的时候， Jvm 会先在堆区分配对象需要的内存，这个时候如果内存不够的话，就需要 GC 了， GC 的返回结果就是对象的空间地址。Jvm 会先进行 ygc ，也就是我们通常说的标记复制，如果 ygc 之后依然申请不到空间，就会进行 FGC 了。同理，如果 FGC 之后依然没有足够的空间，就会循环的进行 FGC ，直到申请到足够的空间。

### 导致不停的 FGC 的原因

如上文所讲， FGC 有可能发生在你的每一行代码。如果 FGC 之后依然没有足够的空间，就会不停的 FGC ，直到申请到足够的空间。同时 JVM 会限制在抛出 OutOfMemory 错误之前在 GC 中花费的 VM 时间的比例。系统频繁 F 大致有五种情况：

*   内存泄漏
*   请求处理变慢导致同时申请内存的线程太多
*   metaspace 耗尽
*   常量池将堆区占满
*   堆外内存耗尽

在一个高并发的系统中，多数 FGC 是请求处理变慢导致的。假设单机承受 tps 是1w，正常情况下处理一个请求的时间是 1ms ，那同一时刻并行的请求数量仅为 10 。如果性能发生抖动，每个请求处理的时间增加到 100ms ，那同一时刻并行的请求数量就会增加到 100 个。每个线程在处理请求的时候都会 new 一些对象出来，长时间存活的线程会造成类似内存泄漏的效果，将系统的内存耗尽。同时 FGC 也会加剧系统性能的开销，使系统变得更慢，产生雪崩。

如何让系统 FGC 之后仍然能活下来
------------------

### 杜绝内存泄漏

内存泄漏产生的原因以及解决办法网上有很多资料，这里就不写了。内存泄漏造成系统瘫痪的频率很高，有些系统定时从数据库拉取配置信息缓存到集合中，但是 set 不小心写成了 list ，最终在新增元素的时候内存溢出了。养成良好的编程习惯，多关注些细节，就能避免很多未知的问题。

### 并发限制：防止系统被撑死

每台服务器都有并行处理请求的上限，不管请求处理的多快，超过上限之后就会被撑死，对高并发的请求做好并发数限制是保持系统稳定的必要条件。需要注意的是，有一些系统在拒绝过多的请求时，也会做一些降级逻辑，降级逻辑也是有性能开销的，同样需要做并发限制，如果降级的请求超过并发限制，将不进行降级逻辑直接抛出异常。

### 自适应限流：防止系统被摸死

我们需要自适应限流有两个原因：

**每台服务器所处的环境是不一样的**

有些服务器和离线计算的 vm 混部在一起，有些部署在实体机，有些部署在新老型号的机器上，每台服务器能承受的 qps 并不完全一样。统一配置分布式系统中每台服务器限流阀值，要么发挥不出每台服务器应有的作用，要么在高 qps 的情况下一些比较慢的服务器宕机，所以用服务器作为限流粒度是最合适的。

**设置了正确的限流阀值，也可能被摸死**

当单机承受的 QPS 6~20 倍于限流的流量时，拒绝一次请求的开销就无法忽略不记了。譬如春晚活动有些系统设置了正确的限流也被 6~20 倍于限流的流量冲垮。这种死法称为被摸死。应对这种情况，我们可以做的是在受到 6~20 倍的大流量时，动态减少限流的阀值。比如系统最开始接受 1000qps ，5000 的拒绝流量过来会把系统摸死，这个时候我们调整系统的阀值，限流设置到 100 ，被摸死的阀值就可以高一些，这样就算有 6000 个请求进来，我们系统也可以保证活下来。

阿里有结合算法动态调整单机限流阀的产品，已经对外公布了，感兴趣的同学可以搜一下淘系技术公众号中的 诺亚自适应限流 的相关内容。

异常流量监控：防止长尾请求拖垮系统
-----------------

我们盯系统监控的时候通常会关注 99 分位的数据，但如果设置了合理的限流，系统依然被流量打挂，就要从那百分之一的长尾数据入手了。有些长尾数据对系统的影响会非常大。想象如果一个 put 请求传过来几十兆的数据，对 Java 是极为不友好的，很有可能产生 FGC ，让请求变慢，导致一系列问题。

总之，磨刀不误砍柴工，当我们的系统因为 FGC 一次又一次重启的时候，不如花时间了解下系统产生性能问题的原因，将产生问题的那根针拔掉，晚上睡个安稳觉，白天更加充满活力的挖新坑。希望每个程序员手里都是一个稳定的系统。

 

 

[原文链接](https://link.zhihu.com/?target=https%3A//yq.aliyun.com/articles/739645%3Futm_content%3Dg_1000094672)

本文为阿里云内容，未经允许不得转载。