利用性能分析工具MAT分析OOM

小咪咪 2022-02-26 15:20 394阅读 0赞

# OOM介绍 #

1、OOM，全称“Out Of Memory”，计算机内存被耗尽，JVM没有办法继续给新对象分配空间，而报出的错误，属于严重错误。  
2、产生原因：

*  内存溢出：JVM本身分到的内存空间较少，无法提供充足的内存空间，可以通过启动参数VM进行调节
 *  内存泄漏：内存被是用完之后没有被释放，无法重复使用该内存，那这段内存就是泄露状态

--------------------

注：JVM的垃圾回收机制会自动释放掉没有使用的对象的内存，会帮助我们去解决大部分的内存泄露的问题，但是有些情况则不会回收对象，比如将新创建的对象放到全局的map容器中，而map则是一直存储着对该对象的引用，所以即使方法结束了，该对象还是被引用，从而无法被垃圾回收器进行回收处理，如果系统中存在大量的这种引用，则很容易发生OOM，下面我要产生OOM异常的方式也是参考这种。

# 准备发生OOM环境 #

*  实体类

package testOOM.demo;
    
    public class Person {
    	private String name;
    	private int age;
    	public Person(String name, int age) {
    		super();
    		this.name = name;
    		this.age = age;
    	}
    }

*  测试类

package testOOM.demo;
    
    import java.util.HashMap;
    import java.util.Map;
    
    public class testPerson {
    
    	public static void main(String[] args) {
    		OOM();
    		System.out.println("运行结束");
    	}
    
    	public static void OOM() {
    		Object[] array = new Object[100000000];
    		Map<String,Person> map = new HashMap<String,Person>();
    		for (int i = 0; i < 100000000; i++) {
    			Person person = new Person(""+i,i);
    			array[i] =person;
    			map.put(""+i, person);
    		}
    	}
    }

*  运行结果

java.lang.OutOfMemoryError: Java heap space
    Dumping heap to java_pid11360.hprof ...
    Heap dump file created [2398863652 bytes in 23.909 secs]
    Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
    	at java.util.HashMap.resize(HashMap.java:462)
    	at java.util.HashMap.addEntry(HashMap.java:755)
    	at java.util.HashMap.put(HashMap.java:385)
    	at testOOM.demo.testPerson.OOM(testPerson.java:21)
    	at testOOM.demo.testPerson.main(testPerson.java:11)

*  说明  
    1、启动之前，将Eclipse中配置VM参数-XX:+HeapDumpOnOutOfMemoryError，该配置会把快照保存在用户目录或者tomcat目录下，也可以通过 -XX:HeapDumpPath=/tmp/heapdump.hprof 来显示指定路径。  
    2、尽量使用jdk1.6进行测试，我之前使用的是jdk1.8，系统内存一直保持在95%左右，但是并没有抛出oom异常，而且持续时间较长，当然这跟电脑性能也有一定关系；从另外一个层面可以看出，jdk8的性能还是提高了很多的。  
    3、生成的java\_pid11360.hprof文件就是我们需要进行分析的文件，默认是在工程目录的根目录下

# 安装MAT #

我安装的是MAT的独立版本，另外一种方式就是安装eclipse插件，可参考以下文章：  
[安装eclipse的MAT插件][eclipse_MAT]

独立版本的下载地址为：[MAT][]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoZW56aG91X3lo_size_16_color_FFFFFF_t_70]  
安装完成之后，需要先配置启动参数，因为通常而言，分析一个堆转储文件需要消耗很多的堆空间，为了保证分析的效率和性能，在有条件的情况下，我们会建议分配给 MAT 尽可能多的内存资源。你可以采用如下两种方式来分配内存更多的内存资源给 MAT。  
1、一种是修改启动参数 MemoryAnalyzer.exe-vmargs -Xmx4g  
2、另一种是编辑文件 MemoryAnalyzer.ini，在里面添加类似信息 -vmargs– Xmx4g。

注意：

*  MemoryAnalyzer.ini中的参数一般默认为-vmargs– Xmx1024m，这就够用了。假如你机器的内存不大，改大该参数的值，会导致MemoryAnalyzer启动时，报错:Failed to create the Java Virtual Machine。
 *  当你导出的dump文件的大小大于你配置的1024m（说明1中，提到的配置：-vmargs– Xmx1024m），MAT输出分析报告的时候，会报错：An internal error occurred during: "Parsing heap dump from XXX”。适当调大说明1中的参数即可（因为我的dump文件是2.3G左右，所有配置成4g完全够用，但是如果使用默认的1024就会报错）

# 分析DUMP文件 #

运行MemoryAnalyzer.exe，并打开dump文件，需要加载一段时间，加载完之后，直接finish即可  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoZW56aG91X3lo_size_16_color_FFFFFF_t_70 1]  
上图的饼状图已经展示了问题所在，深色区域占比99.98%，所以我们把木管聚焦到这里就行，下面的Problem Suspect 1 做了一个简要的说明，指明了是main线程中保存了大量的变量，可以继续点击details查看详情  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoZW56aG91X3lo_size_16_color_FFFFFF_t_70 2]  
点击了"Details"链接之后，主要关注Shortest Paths To the Accumulation Point和Accumulated Objects部分  
解释一下shashallow heap 和retained heap  
**Shallow Heap**  
对象自身占用的内存大小，不包括它引用的对象。  
针对非数组类型的对象，它的大小就是对象与它所有的成员变量大小的总和。当然这里面还会包括一些java语言特性的数据存储单元。  
针对数组类型的对象，它的大小是数组元素对象的大小总和。  
**Retained Heap**  
Retained Heap=当前对象大小+当前对象可直接或间接引用到的对象的大小总和。(间接引用的含义：A->B->C, C就是间接引用)  
换句话说，Retained Heap就是当前对象被GC后，从Heap上总共能释放掉的内存。  
不过，释放的时候还要排除被GC Roots直接或间接引用的对象。他们暂时不会被被当做Garbage。

--------------------

接着分析上图，可以看出HashMap和Object占比最高，那问题就定位到这里了，结合代码也能说明，我把person独享疯狂插入map和数组中，里面包含了大量的person引用，所以问题的本质还是person实例太多，把内存挤爆了，详见下图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoZW56aG91X3lo_size_16_color_FFFFFF_t_70 3]  
以上就是本次结合MAT工具分析的OOM问题，如有不妥，还请指正

**参考文章**  
[https://blog.csdn.net/rachel\_luo/article/details/8992461][https_blog.csdn.net_rachel_luo_article_details_8992461]  
[https://blog.csdn.net/akaks0/article/details/80893542][https_blog.csdn.net_akaks0_article_details_80893542]  
[https://www.cnblogs.com/ThinkVenus/p/6805495.html][https_www.cnblogs.com_ThinkVenus_p_6805495.html]  
[https://bjyzxxds.iteye.com/blog/1532937][https_bjyzxxds.iteye.com_blog_1532937]

[eclipse_MAT]: http://www.ibm.com/developerworks/cn/opensource/os-cn-ecl-ma/index.html
[MAT]: https://www.eclipse.org/mat/downloads.php
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoZW56aG91X3lo_size_16_color_FFFFFF_t_70]: /images/20220226/51147953991f4253a847f2887b7acb5f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoZW56aG91X3lo_size_16_color_FFFFFF_t_70 1]: /images/20220226/16fc1231001b4808ae3c4569dd3fb454.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoZW56aG91X3lo_size_16_color_FFFFFF_t_70 2]: /images/20220226/ddd5804fb7b0403e9202ba97cd800637.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NoZW56aG91X3lo_size_16_color_FFFFFF_t_70 3]: /images/20220226/0c177955b0404071a6b7df015102c32f.png
[https_blog.csdn.net_rachel_luo_article_details_8992461]: https://blog.csdn.net/rachel_luo/article/details/8992461
[https_blog.csdn.net_akaks0_article_details_80893542]: https://blog.csdn.net/akaks0/article/details/80893542
[https_www.cnblogs.com_ThinkVenus_p_6805495.html]: https://www.cnblogs.com/ThinkVenus/p/6805495.html
[https_bjyzxxds.iteye.com_blog_1532937]: https://bjyzxxds.iteye.com/blog/1532937