1.179: [GC [PSYoungGen: 12500K->2044K(38208K)] 12500K->2044K(125632K), 0.0104460 secs] [Times: user=0.01 sys=0.00, real=0.01 secs]
1.189: [Full GC (System) [PSYoungGen: 2044K->0K(38208K)] [PSOldGen: 0K->2017K(87424K)] 2044K->2017K(125632K) [PSPermGen: 7139K->7139K(196608K)], 0.0320810 secs] [Times: user=0.03 sys=0.01, real=0.03 secs]
2.969: [GC [PSYoungGen: 32768K->1307K(38208K)] 34785K->3325K(125632K), 0.0084820 secs] [Times: user=0.00 sys=0.00, real=0.01 secs]
5.279: [GC [PSYoungGen: 34075K->4939K(38208K)] 36093K->6957K(125632K), 0.0391510 secs] [Times: user=0.04 sys=0.00, real=0.04 secs]
8.332: [GC [PSYoungGen: 37707K->5434K(38208K)] 39725K->9301K(125632K), 0.0428740 secs] [Times: user=0.03 sys=0.00, real=0.04 secs]
10.157: [GC [PSYoungGen: 38202K->5429K(38208K)] 42069K->10395K(125632K), 0.0454160 secs] [Times: user=0.05 sys=0.00, real=0.04 secs]
12.474: [GC [PSYoungGen: 38197K->5438K(26432K)] 43163K->14382K(113856K), 0.0470450 secs] [Times: user=0.05 sys=0.00, real=0.05 secs]
13.420: [GC [PSYoungGen: 26430K->6668K(32320K)] 35374K->15612K(119744K), 0.0393490 secs] [Times: user=0.04 sys=0.00, real=0.04 secs]
104.098: [GC [PSYoungGen: 27660K->5980K(32896K)] 36604K->17211K(120320K), 0.0287660 secs] [Times: user=0.03 sys=0.00, real=0.03 secs]
454.497: [GC [PSYoungGen: 27676K->3847K(32448K)] 38907K->17611K(119872K), 0.0401180 secs] [Times: user=0.02 sys=0.00, real=0.04 secs]
820.955: [GC [PSYoungGen: 25543K->2397K(33216K)] 39307K->17930K(120640K), 0.0138760 secs] [Times: user=0.01 sys=0.01, real=0.01 secs]
831.786: [GC [PSYoungGen: 25117K->1299K(24064K)] 40650K->18778K(111488K), 0.0118950 secs] [Times: user=0.02 sys=0.00, real=0.01 secs]
1125.073: [GC [PSYoungGen: 24019K->168K(32704K)] 41498K->18817K(120128K), 0.0048810 secs] [Times: user=0.00 sys=0.00, real=0.01 secs]
1495.390: [GC [PSYoungGen: 22312K->48K(32896K)] 40961K->18795K(120320K), 0.0044030 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
1874.838: [GC [PSYoungGen: 22192K->48K(32960K)] 40939K->18795K(120384K), 0.0020950 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
2245.987: [GC [PSYoungGen: 22256K->48K(32896K)] 41003K->18795K(120320K), 0.0011760 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
2626.233: [GC [PSYoungGen: 22256K->48K(33344K)] 41003K->18795K(120768K), 0.0010950 secs] [Times: user=0.00 sys=0.01, real=0.00 secs]
3006.509: [GC [PSYoungGen: 22832K->48K(33088K)] 41579K->18795K(120512K), 0.0026930 secs] [Times: user=0.00 sys=0.00, real=0.17 secs]
3386.934: [GC [PSYoungGen: 22832K->48K(33920K)] 41579K->18803K(121344K), 0.0011480 secs] [Times: user=0.00 sys=0.00, real=0.01 secs]
3601.231: [GC [PSYoungGen: 12641K->48K(33600K)] 31396K->18803K(121024K), 0.0010830 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
3601.232: [Full GC (System) [PSYoungGen: 48K->0K(33600K)] [PSOldGen: 18755K->18793K(87424K)] 18803K->18793K(121024K) [PSPermGen: 29913K->29913K(196608K)], 0.1344440 secs] [Times: user=0.14 sys=0.00, real=0.14 secs]
4001.657: [GC [PSYoungGen: 23872K->512K(34752K)] 42665K->19305K(122176K), 0.0043220 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
4427.693: [GC [PSYoungGen: 25920K->592K(34304K)] 44713K->19893K(121728K), 0.0034560 secs] [Times: user=0.00 sys=0.01, real=0.01 secs]
4857.989: [GC [PSYoungGen: 26000K->592K(35712K)] 45301K->20485K(123136K), 0.0044020 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
5328.317: [GC [PSYoungGen: 27920K->592K(35264K)] 47813K->21073K(122688K), 0.0034440 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
5793.268: [GC [PSYoungGen: 27920K->624K(36608K)] 48401K->21693K(124032K), 0.0131170 secs] [Times: user=0.01 sys=0.00, real=0.01 secs]
6283.659: [GC [PSYoungGen: 29744K->656K(36160K)] 50813K->22345K(123584K), 0.0050940 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
6774.003: [GC [PSYoungGen: 29776K->240K(37376K)] 51465K->22569K(124800K), 0.0025890 secs] [Times: user=0.00 sys=0.00, real=0.01 secs]
7201.367: [GC [PSYoungGen: 25600K->48K(37056K)] 47929K->22573K(124480K), 0.0014560 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
7201.368: [Full GC (System) [PSYoungGen: 48K->0K(37056K)] [PSOldGen: 22525K->19941K(87424K)] 22573K->19941K(124480K) [PSPermGen: 29989K->29989K(196608K)], 0.1730320 secs] [Times: user=0.14 sys=0.00, real=0.17 secs]
7724.639: [GC [PSYoungGen: 30784K->704K(38080K)] 50725K->20645K(125504K), 0.0028850 secs] [Times: user=0.01 sys=0.00, real=0.00 secs]
8260.314: [GC [PSYoungGen: 32768K->704K(37632K)] 52709K->21349K(125056K), 0.0041660 secs] [Times: user=0.01 sys=0.00, real=0.01 secs]
8800.495: [GC [PSYoungGen: 32768K->736K(38784K)] 53413K->22085K(126208K), 0.0080560 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
9365.809: [GC [PSYoungGen: 34336K->752K(38464K)] 55685K->22841K(125888K), 0.0339590 secs] [Times: user=0.00 sys=0.00, real=0.03 secs]
9948.808: [GC [PSYoungGen: 34352K->748K(39424K)] 56441K->23581K(126848K), 0.0237310 secs] [Times: user=0.00 sys=0.00, real=0.03 secs]
10539.248: [GC [PSYoungGen: 35692K->800K(39168K)] 58525K->24389K(126592K), 0.0042060 secs] [Times: user=0.01 sys=0.00, real=0.00 secs]
10803.939: [GC [PSYoungGen: 16212K->320K(39936K)] 39802K->24693K(127360K), 0.2307830 secs] [Times: user=0.00 sys=0.13, real=0.23 secs]
10804.170: [Full GC (System) [PSYoungGen: 320K->0K(39936K)] [PSOldGen: 24373K->15583K(87424K)] 24693K->15583K(127360K) [PSPermGen: 30008K->29868K(196608K)], 0.1746630 secs] [Times: user=0.16 sys=0.00, real=0.17 secs]
11409.808: [GC [PSYoungGen: 36032K->864K(39744K)] 51615K->16447K(127168K), 0.0033500 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
12020.165: [GC [PSYoungGen: 36896K->784K(40448K)] 52479K->17231K(127872K), 0.0049720 secs]
平均一个小时就有一个full gc。项目搭起来，什么都没有做，可以说访问率应该=0，那为什么还有那么多gc，每隔一个小时还有一次full gc呢？能不能减少gc次数呢？求高手解释。。。
硬件环境：内存1GB
分享到：
相关推荐
对tomcat的gclog日志进行分析，进行可视化展示，可以查看一些配置参数，检查是否软件是否运行正常
在这个`process_log`函数中，我们可以调用前面定义的`read_iis_logs`或针对Tomcat日志的解析函数，然后进行相应的分析。 **总结** 通过Python进行日志批量分析，我们可以高效地收集、整理和解读大量日志数据，从而...
### Tomcat GC 优化配置详解 #### 一、概述 在服务器端应用中，Java虚拟机（JVM）的性能优化至关重要，特别是对于像...此外，定期分析GC日志可以帮助我们更好地理解系统的运行状态，并据此做出进一步的优化决策。
用java swing写的一个简单的日志分析工具，读取的是tomcat默认的日志格式，用的是jdk1.7编译的。 如果日志文件比较大，可以用命令设置内存启动（如：java -Xms512m -Xmx2048m -jar tomcat日志分析器.jar）
`cronolog`是一个强大的日志旋转工具，可以按照指定的时间间隔自动分割日志文件，这对于管理和维护大型日志文件特别有用。 1. **准备工作**: - **下载cronolog**: 可以从官方网站或源代码仓库下载最新版本的`...
在这个场景中，我们将关注两种特定的日志类型：IIS（Internet Information Services）和Tomcat，这两种日志分别来自Windows服务器上的Web服务和Apache Tomcat应用服务器。我们将使用Python作为分析工具，Python因其...
Tomcat 是一个流行的 Java Web 服务器，可以生成大量的日志信息，以便管理员跟踪和调试服务器的行为。配置 Tomcat 的日志级别和日志查看是非常重要的。本文将详细介绍 Tomcat 的日志配置，包括日志开关文件、日志...
这个文件通常位于Tomcat的`conf`目录下。打开`logging.properties`，找到以下配置： ```properties org.apache.catalina.core.ContainerBase.[Catalina].[localhost].level = INFO ``` 将`INFO`级别改为`DEBUG...
日期.log**：这两个日志文件主要用于记录Tomcat自带的管理界面的操作日志，包括但不限于对应用程序的添加、删除、更新等操作。 #### 三、日志级别 Tomcat的日志级别从高到低依次为：`SEVERE` > `WARNING` > `INFO`...
Tomcat服务器的默认日志文件`catalina.out`就是一个典型的例子，随着服务器运行时间的增长，这个文件可能会变得非常大。通过`logrotate`，我们可以设置规则来定期分割和压缩这些日志，同时保留一定数量的备份以供...
Awstats是一个免费非常简洁而且强大有个性的统计工具。它可以统计您站点的如下信息： 一：访问量，访问次数，页面浏览量，点击数，数据流量等 二：精确到每月、每日、每小时的数据 三：访问者国家 四：访问...
如何从nginx,tomcat的日志中提取出有用的信息来,比如 实时分析统计访问量.zip
通常，日志切割有助于保持日志文件的大小可控，避免单个文件过大导致的读写性能问题，同时也有利于对历史日志进行归档和分析。 日志切割在Linux中常见的工具有`logrotate`和自定义shell脚本。`logrotate`是一个自动...
- `jxl`：这可能是JExcelAPI库，用于读写Excel文件，可能用于日志数据的导出或分析。 了解并熟练掌握Tomcat的日志配置是管理和维护Java Web应用的关键技能。通过精细调整日志设置，可以更好地监控系统健康，及时...
标题中的“有关tomcat5和tomcat6的日志配置注释”主要涉及到的是Apache Tomcat服务器在两个不同版本（5和6）中的日志管理。Tomcat是Java Servlet和JavaServer Pages（JSP）的开源Web应用服务器，由Apache软件基金会...
标题中的“tomcat日志切分方案”是指在Apache Tomcat...总之，这个“tomcat日志切分方案，离线包”提供了在Tomcat服务器上实现日志管理的方法，通过`cronolog`工具，能够有效地切分日志文件，便于监控、分析和维护。
在IT行业中，日志管理是系统运维和故障排查的关键环节，尤其对于服务器应用程序如Tomcat而言，正确配置日志能够帮助我们及时了解...希望这个方案能对你有所帮助。在实践中，记得根据实际需求调整配置，以达到最佳效果。
在IT行业中，日志管理是系统运维和故障排查的关键环节，尤其对于服务器应用程序如Tomcat来说，日志记录能够提供宝贵的诊断信息。...这个工具正是为此目的而设计，帮助我们更高效地管理Tomcat的日志生成。
这个“最新Tomcat日志查看包”正是为了帮助我们更好地管理和分析Tomcat的日志而设计的。 首先，我们需要理解为什么只依赖控制台打印的错误信息是不足的。在开发和调试阶段，控制台输出可以提供实时反馈，但在生产...
标题 "Tomcat日志配置所有包" 涉及到的是Apache Tomcat服务器的日志管理，这是一项关键的系统维护任务，确保应用的稳定性和问题排查能力。在Tomcat中，日志配置允许开发者和管理员监控服务器的行为，记录错误信息...