jvm調優小結

不區分tomcat，resion等應用，主要是針對jvm調優

tomcat家目錄下catalina.sh  catalina.bat

從http://unixboy.iteye.com/blog/174173

這個是jvm內存體系結構

http://blog.csdn.net/java2000_wl/article/details/8009362

http://www.360doc.com/content/15/0429/15/7853380_466822446.shtml詳細講解-XX:ParallelGCThreads

學到了很多東西，又加一點點自己的補充和理解。

1. 堆大小設置
   JVM 中最大堆大小有三方面限制：相關操作系統的數據模型（32-bt還是64-bit）限制；系統的可用虛擬內存限制；系統的可用物理內存限制。32位系統下，一般限制在1.5G~2G；64為操作系統對內存無限制。我在Windows Server 2003 系統，3.5G物理內存，JDK5.0下測試，最大可設置為1478m。
   典型設置：

• java -Xmx3550m -Xms3550m -Xmn2g -Xss128k
  -Xmx3550m：設置JVM最大可用內存為3550M。
  -Xms3550m：設置JVM促使內存為3550m。此值可以設置與-Xmx相同，以避免每次垃圾回收完成后JVM重新分配內存。
  -Xmn2g：設置年輕代大小為2G。整個JVM內存大小=年輕代大小 + 年老代大小 + 持久代大小（這個有爭議，有人認為，這個持久代PermGen是非堆的，這個可以通過jconsole就可以看到， 
  而-Xmx是允許分配堆的最大，只包括了年輕代和年老代，而要設置持久代，是通過PermSize和MaxPermSize）。持久代（默認16m，最大64m）一般固定大小為64m，所以增大年輕代后，將會減小年老代大小。此值對系統性能影響較大，Sun官方推薦配置為整個堆的3/8。
  -Xss128k：設置每個線程的堆棧大小。JDK5.0以后每個線程堆棧大小為1M，以前每個線程堆棧大小為256K。更具應用的線程所需內存大小進行調整。在相同物理內存下，減小這個值能生成更多的線程。但是操作系統對一個進程內的線程數還是有限制的，不能無限生成，經驗值在3000~5000左右。
  

• java -Xmx3550m -Xms3550m -Xss128k -XX:NewRatio=4 -XX:SurvivorRatio=4 -XX:MaxPermSize=16m -XX:MaxTenuringThreshold=0
  -XX:NewRatio=4:設置年輕代（包括Eden和兩個Survivor區）與年老代的比值（除去持久代）。設置為4，則年輕代與年老代所占比值為1：4，年輕代占整個堆棧的1/5
  -XX:SurvivorRatio=4：設置年輕代中Eden區與Survivor區的大小比值。設置為4，則兩個Survivor區與一個Eden區的比值為2:4，一個Survivor區占整個年輕代的1/6
  -XX:MaxPermSize=16m:設置持久代大小為16m。
  -XX:MaxTenuringThreshold=0：設置垃圾最大年齡。如果設置為0的話，則年輕代對象不經過Survivor區，直接進入年老代。對于年老代比較多的應用，可以提高效率。如果將此值設置為一個較大值，則年輕代對象會在Survivor區進行多次復制，這樣可以增加對象再年輕代的存活時間，增加在年輕代即被回收的概論。謹慎設置

回收器選擇JVM給了三種選擇：串行收集器、并行收集器、并發收集器，但是串行收集器只適用于小數據量的情況，所以這里的選擇主要針對并行收集器和并發收集器。默認情況下，JDK5.0以前都是使用串行收集器，如果想使用其他收集器需要在啟動時加入相應參數。JDK5.0以后，JVM會根據當前系統配置進行判斷。

• java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC
  -XX:+UseConcMarkSweepGC：設置年老代為并發收集。測試中配置這個以后，-XX:NewRatio=4的配置失效了，原因不明。所以，此時年輕代大小最好用-Xmn設置。
  -XX:+UseParNewGC:設置年輕代為并行收集。可與CMS收集同時使用。JDK5.0以上，JVM會根據系統配置自行設置，所以無需再設置此值。

• java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseConcMarkSweepGC -XX:CMSFullGCsBeforeCompaction=5 -XX:+UseCMSCompactAtFullCollection
  -XX:CMSFullGCsBeforeCompaction：由于并發收集器不對內存空間進行壓縮、整理，所以運行一段時間以后會產生“碎片”，使得運行效率降低。此值設置運行多少次GC以后對內存空間進行壓縮、整理。
  -XX:+UseCMSCompactAtFullCollection：打開對年老代的壓縮。可能會影響性能，但是可以消除碎片

• java -Xmx3800m -Xms3800m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20
  -XX:+UseParallelGC：選擇垃圾收集器為并行收集器。此配置僅對年輕代有效。即上述配置下，年輕代使用并發收集，而年老代仍舊使用串行收集。
  -XX:ParallelGCThreads=20：配置并行收集器的線程數，即：同時多少個線程一起進行垃圾回收。此值最好配置與處理器數目相等，關于這個參數中說紛紜。我覺得這個可信。下面有詳解，這個說法有問題，應該是cpu支持的最大線程數。

• 
  

• java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20 -XX:+UseParallelOldGC
  -XX:+UseParallelOldGC：配置年老代垃圾收集方式為并行收集。JDK6.0支持對年老代并行收集。
  

• java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC  -XX:MaxGCPauseMillis=100
  -XX:MaxGCPauseMillis=100:設置每次年輕代垃圾回收的最長時間，如果無法滿足此時間，JVM會自動調整年輕代大小，以滿足此值。
  

• java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC  -XX:MaxGCPauseMillis=100 -XX:+UseAdaptiveSizePolicy
  -XX:+UseAdaptiveSizePolicy：設置此選項后，并行收集器會自動選擇年輕代區大小和相應的Survivor區比例，以達到目標系統規定的最低相應時間或者收集頻率等，此值建議使用并行收集器時，一直打開。

1. 吞吐量優先的并行收集器
   如上文所述，并行收集器主要以到達一定的吞吐量為目標，適用于科學技術和后臺處理等。
   典型配置：

2. 響應時間優先的并發收集器
   如上文所述，并發收集器主要是保證系統的響應時間，減少垃圾收集時的停頓時間。適用于應用服務器、電信領域等。
   典型配置：

輔助信息JVM提供了大量命令行參數，打印信息，供調試使用。主要有以下一些：

• -XX:+PrintGC
  輸出形式：[GC 118250K->113543K(130112K), 0.0094143 secs]

                  [Full GC 121376K->10414K(130112K), 0.0650971 secs]

• -XX:+PrintGCDetails
  輸出形式：[GC [DefNew: 8614K->781K(9088K), 0.0123035 secs] 118250K->113543K(130112K), 0.0124633 secs]

                  [GC [DefNew: 8614K->8614K(9088K), 0.0000665 secs][Tenured: 112761K->10414K(121024K), 0.0433488 secs] 121376K->10414K(130112K), 0.0436268 secs]

• -XX:+PrintGCTimeStamps -XX:+PrintGC：PrintGCTimeStamps可與上面兩個混合使用
  輸出形式：11.851: [GC 98328K->93620K(130112K), 0.0082960 secs]
  

• -XX:+PrintGCApplicationConcurrentTime:打印每次垃圾回收前，程序未中斷的執行時間。可與上面混合使用
  輸出形式：Application time: 0.5291524 seconds
  

• -XX:+PrintGCApplicationStoppedTime：打印垃圾回收期間程序暫停的時間。可與上面混合使用
  輸出形式：Total time for which application threads were stopped: 0.0468229 seconds
  

• -XX:PrintHeapAtGC:打印GC前后的詳細堆棧信息
  輸出形式：
  34.702: [GC {Heap before gc invocations=7:
   def new generation   total 55296K, used 52568K [0x1ebd0000, 0x227d0000, 0x227d0000)
  eden space 49152K,  99% used [0x1ebd0000, 0x21bce430, 0x21bd0000)
  from space 6144K,  55% used [0x221d0000, 0x22527e10, 0x227d0000)
    to   space 6144K,   0% used [0x21bd0000, 0x21bd0000, 0x221d0000)
   tenured generation   total 69632K, used 2696K [0x227d0000, 0x26bd0000, 0x26bd0000)
  the space 69632K,   3% used [0x227d0000, 0x22a720f8, 0x22a72200, 0x26bd0000)
   compacting perm gen  total 8192K, used 2898K [0x26bd0000, 0x273d0000, 0x2abd0000)
     the space 8192K,  35% used [0x26bd0000, 0x26ea4ba8, 0x26ea4c00, 0x273d0000)
      ro space 8192K,  66% used [0x2abd0000, 0x2b12bcc0, 0x2b12be00, 0x2b3d0000)
      rw space 12288K,  46% used [0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)
  34.735: [DefNew: 52568K->3433K(55296K), 0.0072126 secs] 55264K->6615K(124928K)Heap after gc invocations=8:
   def new generation   total 55296K, used 3433K [0x1ebd0000, 0x227d0000, 0x227d0000)
  eden space 49152K,   0% used [0x1ebd0000, 0x1ebd0000, 0x21bd0000)
    from space 6144K,  55% used [0x21bd0000, 0x21f2a5e8, 0x221d0000)
    to   space 6144K,   0% used [0x221d0000, 0x221d0000, 0x227d0000)
   tenured generation   total 69632K, used 3182K [0x227d0000, 0x26bd0000, 0x26bd0000)
  the space 69632K,   4% used [0x227d0000, 0x22aeb958, 0x22aeba00, 0x26bd0000)
   compacting perm gen  total 8192K, used 2898K [0x26bd0000, 0x273d0000, 0x2abd0000)
     the space 8192K,  35% used [0x26bd0000, 0x26ea4ba8, 0x26ea4c00, 0x273d0000)
      ro space 8192K,  66% used [0x2abd0000, 0x2b12bcc0, 0x2b12be00, 0x2b3d0000)
      rw space 12288K,  46% used [0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)
  }
  , 0.0757599 secs]

• -Xloggc:filename:與上面幾個配合使用，把相關日志信息記錄到文件以便分析。

常見配置匯總

• -XX:+CMSIncrementalMode:設置為增量模式。適用于單CPU情況。

• -XX:ParallelGCThreads=n:設置并發收集器年輕代收集方式為并行收集時，使用的CPU數。并行收集線程數。

• -XX:ParallelGCThreads=n:設置并行收集器收集時使用的CPU數。并行收集線程數。

• -XX:MaxGCPauseMillis=n:設置并行收集最大暫停時間

• -XX:GCTimeRatio=n:設置垃圾回收時間占程序運行時間的百分比。公式為1/(1+n)

• -XX:+PrintGC

• -XX:+PrintGCDetails

• -XX:+PrintGCTimeStamps

• -Xloggc:filename

• -XX:+UseSerialGC:設置串行收集器

• -XX:+UseParallelGC:設置并行收集器

• -XX:+UseParalledlOldGC:設置并行年老代收集器

• -XX:+UseConcMarkSweepGC:設置并發收集器

• -Xms:初始堆大小

• -Xmx:最大堆大小

• -XX:NewSize=n:設置年輕代大小

• -XX:NewRatio=n:設置年輕代和年老代的比值。如:為3，表示年輕代與年老代比值為1：3，年輕代占整個年輕代年老代和的1/4

• -XX:SurvivorRatio=n:年輕代中Eden區與兩個Survivor區的比值。注意Survivor區有兩個。如：3，表示Eden：Survivor=3：2，一個Survivor區占整個年輕代的1/5

• -XX:MaxPermSize=n:設置持久代大小

-XX:CMSInitiatingOccupancyFraction

當堆滿之后，并行收集器便開始進行垃圾收集，例如，當沒有足夠的空間來容納新分配或提升的對象。對于CMS收集器，長時間等待是不可取的，因為在并發垃圾收集期間應用持續在運行(并且分配對象)。因此，為了在應用程序使用完內存之前完成垃圾收集周期，CMS收集器要比并行收集器更先啟動。

因為不同的應用會有不同對象分配模式，JVM會收集實際的對象分配(和釋放)的運行時數據，并且分析這些數據，來決定什么時候啟動一次CMS垃圾收集周期。為了引導這一過程， JVM會在一開始執行CMS周期前作一些線索查找。該線索由 -XX:CMSInitiatingOccupancyFraction=<value>來設置，該值代表老年代堆空間的使用率。比如，value=75意味著第一次CMS垃圾收集會在老年代被占用75%時被觸發。通常CMSInitiatingOccupancyFraction的默認值為68(之前很長時間的經歷來決定的)。

1. 堆設置

2. 收集器設置

3. 垃圾回收統計信息

4. 并行收集器設置

5. 并發收集器設置

四、調優總結

1. 年輕代大小選擇

• 響應時間優先的應用：盡可能設大，直到接近系統的最低響應時間限制（根據實際情況選擇）。在此種情況下，年輕代收集發生的頻率也是最小的。同時，減少到達年老代的對象。

• 吞吐量優先的應用：盡可能的設置大，可能到達Gbit的程度。因為對響應時間沒有要求，垃圾收集可以并行進行，一般適合8CPU以上的應用。

年老代大小選擇

• 并發垃圾收集信息

• 持久代并發收集次數

• 傳統GC信息

• 花在年輕代和年老代回收上的時間比例

• 響應時間優先的應用：年老代使用并發收集器，所以其大小需要小心設置，一般要考慮并發會話率和會話持續時間等一些參數。如果堆設置小了，可以會造成內存碎片、高回收頻率以及應用暫停而使用傳統的標記清除方式；如果堆大了，則需要較長的收集時間。最優化的方案，一般需要參考以下數據獲得：減少年輕代和年老代花費的時間，一般會提高應用的效率

• 吞吐量優先的應用：一般吞吐量優先的應用都有一個很大的年輕代和一個較小的年老代。原因是，這樣可以盡可能回收掉大部分短期對象，減少中期的對象，而年老代盡存放長期存活對象。

較小堆引起的碎片問題因為年老代的并發收集器使用標記、清除算法，所以不會對堆進行壓縮。當收集器回收時，他會把相鄰的空間進行合并，這樣可以分配給較大的對象。但是，當堆空間較小時，運行一段時間以后，就會出現“碎片”，如果并發收集器找不到足夠的空間，那么并發收集器將會停止，然后使用傳統的標記、清除方式進行回收。如果出現“碎片”，可能需要進行如下配置：

• -XX:+UseCMSCompactAtFullCollection：使用并發收集器時，開啟對年老代的壓縮。

• -XX:CMSFullGCsBeforeCompaction=0：上面配置開啟的情況下，這里設置多少次Full GC后，對年老代進行壓縮

以下是關于ParallelGCThreads的詳解

1.含義

    ParallelGCThreads，表示JVM在進行并行GC的時候，用于GC的線程數，-XX:ParallelGCThreads=43，表示配置GC線程數為43。

2.JVM相關接口

    JVM中，關于ParallelGCThreads的計算代碼如下：

unsigned int VM_Version::calc_parallel_worker_threads() {

  unsigned int result;

  if (is_M_series()) {

    // for now, use same gc thread calculation for M-series as for niagara-plus

    // in future, we may want to tweak parameters for nof_parallel_worker_thread

    result = nof_parallel_worker_threads(5, 16, 8);

  } else if (is_niagara_plus()) {

    result = nof_parallel_worker_threads(5, 16, 8);

  } else {

    result = nof_parallel_worker_threads(5, 8, 8);

  }

  return result;

} 

unsigned int Abstract_VM_Version::parallel_worker_threads() {

  if (!_parallel_worker_threads_initialized) {

    if (FLAG_IS_DEFAULT(ParallelGCThreads)) {

      _parallel_worker_threads = VM_Version::calc_parallel_worker_threads();

    } else {

      _parallel_worker_threads = ParallelGCThreads;

    }

    _parallel_worker_threads_initialized = true;

  }

  return _parallel_worker_threads;

}

unsigned int Abstract_VM_Version::calc_parallel_worker_threads() {

  return nof_parallel_worker_threads(5, 8, 8);

}

unsigned int Abstract_VM_Version::nof_parallel_worker_threads(

                                                      unsigned int num,

                                                      unsigned int den,

                                                      unsigned int switch_pt) {

  if (FLAG_IS_DEFAULT(ParallelGCThreads)) {

    assert(ParallelGCThreads == 0, "Default ParallelGCThreads is not 0");

    // For very large machines, there are diminishing returns

    // for large numbers of worker threads.  Instead of

    // hogging the whole system, use a fraction of the workers for every

    // processor after the first 8.  For example, on a 72 cpu machine

    // and a chosen fraction of 5/8

    // use 8 + (72 - 8) * (5/8) == 48 worker threads.

    unsigned int ncpus = (unsigned int) os::active_processor_count();

    return (ncpus <= switch_pt) ?

           ncpus :

          (switch_pt + ((ncpus - switch_pt) * num) / den);

  } else {

    return ParallelGCThreads;

  }

} 

3.計算方法

    上面列出了與ParallelGCThreads計算相關的幾個核心接口，其中，最主要關注nof_parallel_worker_threads接口，該接口中給出了計算ParallelGCThreads值的具體算法，具體如下：

    ①如果用戶顯示指定了ParallelGCThreads，則使用用戶指定的值。

    ②否則，需要根據實際的CPU所能夠支持的線程數來計算ParallelGCThreads的值，計算方法見步驟③和步驟④。

    ③如果物理CPU所能夠支持線程數小于8，則ParallelGCThreads的值為CPU所支持的線程數。這里的閥值為8，是因為JVM中調用nof_parallel_worker_threads接口所傳入的switch_pt的值均為8。

    ④如果物理CPU所能夠支持線程數大于8，則ParallelGCThreads的值為8加上一個調整值，調整值的計算方式為：物理CPU所支持的線程數減去8所得值的5/8或者5/16，JVM會根據實際的情況來選擇具體是乘以5/8還是5/16。

    比如，在64線程的x86 CPU上，如果用戶未指定ParallelGCThreads的值，則默認的計算方式為：ParallelGCThreads = 8 + (64 - 8) * (5/8) = 8 + 35 = 43。