HotSpot VM - OutOfMemory Error 总汇

OutOfMemory Error表明Java 堆没有足够的内存去装载对象。垃圾回收器不能回收足够的空间去容纳一个新的对象，与此同时，堆空间也无法再进行扩展。

 

当OutOfMemoryError抛出，栈会打印出信息。OutOfMemoryError也可能是在一个native的内存分配不能满足，由native库抛出，例如，交换空间比较小时，native 内存分配时就会抛出这种错误。

 

要查明OutOfMemoryError的原因，首先要知道这个错误发生的根本原因。是否是Java堆空间已经满了，或者是因为native堆空间已经满了。抛出这种异常有多种可能性，下面对常见的outOfmemory错误已经逐个解释：

 

1.Exception in thread "main": java.lang.OutOfMemoryError: Java heap space

 

抛出此类错误表明Java堆没有任何多余可用的内存。这类错误不一定似乎暗示内存泄露了。这种问题也可能是简单的配置问题-堆大小或者默认的堆大小设置过小，不能容纳应用程序所需要的内存。

 

在其它情况下，尤其是对长生命周期的应用程序而言，OutOfMemoryError也许意味着应用程序无意中持有了对改对象的引用，因此阻止了垃圾回收器的收集。这个就等同于Java语言的内存泄露。
注意应用程序调用的api也有可能无意中持有了对象的引用。

 

造成OutOfMemoryError错误，有一种可能的原因之一是滥用了finalizer。如果一个类有finalize方法，那该类型的对象在垃圾回收的时候，没有空间被回收。相反，垃圾回收以后，这个class的实例对象将会加入到finalization队列中。在Sun的实现中，finalizers是由一个守护线程执行并服务于finalization队列。如果finalizer线程不能跟上finalization队列，那么Java堆很可能爆满，从而导致OutOfMemoryError抛出。例如在这种场景下会出现这种情况：当一个应用程序创建了一个高优先级的线程，此线程finalization队列增长快速以至于finalizer线程服务于队列的速度难以跟上时，Java堆很快就会被耗尽。

 

 

2.Exception in thread "main": java.lang.OutOfMemoryError: PermGen space

PermGen space报错表明Java堆中的永久代空间已经满了。永久代区域存储了Class相关信息，方法区，常量池，方法相对应的字节码，还有final的变量。关于Perm Space中存储的具体信息，可以参照笔者前面写的blog。如果应用程序装载了大量的类，永久代的大小可能需要增加，在Hotspot VM中，可以通过设置参数-XX:MaxPermSize选项来进行设置。

 

Interned的字符串也是存储在永久代里面，String对象有intern方法，intern方法的作用是如果字符串池中有此字符串，则String.intern方法直接返回该字符串，如果字符串常量池中，没有该字符串那么将该字符串添加到池中。如果应用程序intern了大量的字符串，则永久代大小需要调整。

 

3.Exception in thread "main": java.lang.OutOfMemoryError: Requested array size exceeds VM limit

此类信息表明应用程序（或者被应用程序调用的APIs）试图分配一个大于堆大小的数组。例如，如果应用程序new 一个数组对象，大小为512M，但是最大堆大小为256M，因此OutOfMemoryError会抛出，因为数组的大小超过虚拟机的限制。在大多情况下，这种错误要不就是heap大小配置过小，要不就是程序的bug-在很少有情况下，需要申请这么大的数组。

 

4.Exception in thread "main": java.lang.OutOfMemoryError: request <size> bytes for <reason>. Out of swap space?

抛出这类错误，是由于从native堆中分配内存失败，并且堆内存可能接近耗尽。这类错误可能跟应用程序没有关系，例如下面两种原因也会导致错误的发生：
1）操作系统配置了较小的交换区
2）系统的另外一个进程正在消耗所有的内存

如果上面的两种原因都不是，也可能是native的内存泄露，例如，程序在不断分配内存，但是分配的内存没有还给操作系统。

 

5.Exception in thread "main": java.lang.OutOfMemoryError: <reason> <stack trace> (Native method)