JVM内存对象分配率和提升率

约定不等于承诺〃 2022-06-10 11:50 167阅读 0赞

对JVM关注最多的就是其内存管理、垃圾回收，本文从java内存对象在JVM中的分配率和提升率来分析对程序性能的影响。主要信息来自网络。

## 高分配速率(High Allocation Rate) ##

分配速率(`Allocation rate`)表示单位时间内分配的内存量。通常使用 `MB/sec`作为单位, 也可以使用 `PB/year` 等。

分配速率过高就会严重影响程序的性能。在JVM中会导致巨大的GC开销。

### 如何测量分配速率? ###

指定JVM参数: `-XX:+PrintGCDetails -XX:+PrintGCTimeStamps` , 通过GC日志来计算分配速率. GC日志如下所示:

0.291: [GC (Allocation Failure) 
            [PSYoungGen: 33280K->5088K(38400K)] 
            33280K->24360K(125952K), 0.0365286 secs] 
        [Times: user=0.11 sys=0.02, real=0.04 secs] 
    0.446: [GC (Allocation Failure) 
            [PSYoungGen: 38368K->5120K(71680K)] 
            57640K->46240K(159232K), 0.0456796 secs] 
        [Times: user=0.15 sys=0.02, real=0.04 secs] 
    0.829: [GC (Allocation Failure) 
            [PSYoungGen: 71680K->5120K(71680K)] 
            112800K->81912K(159232K), 0.0861795 secs] 
        [Times: user=0.23 sys=0.03, real=0.09 secs]

计算 `上一次垃圾收集之后`,与`下一次GC开始之前`的年轻代使用量, 两者的差值除以时间,就是分配速率。 通过上面的日志, 可以计算出以下信息:

*  JVM启动之后 `291ms`, 共创建了 `33,280 KB` 的对象。 第一次 Minor GC(小型GC) 完成后, 年轻代中还有 `5,088 KB` 的对象存活。
 *  在启动之后 `446 ms`, 年轻代的使用量增加到 `38,368 KB`, 触发第二次GC, 完成后年轻代的使用量减少到 `5,120 KB`。
 *  在启动之后 `829 ms`, 年轻代的使用量为 `71,680 KB`, GC后变为 `5,120 KB`。

可以通过年轻代的使用量来计算分配速率, 如下表所示:

<table> 
 <thead> 
  <tr> 
   <th><strong>Event</strong></th> 
   <th><strong>Time</strong></th> 
   <th><strong>Young before</strong></th> 
   <th><strong>Young after</strong></th> 
   <th><strong>Allocated during</strong></th> 
   <th><strong>Allocation rate</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>1st GC</td> 
   <td>291ms</td> 
   <td>33,280KB</td> 
   <td>5,088KB</td> 
   <td>33,280KB</td> 
   <td><strong>114MB/sec</strong></td> 
  </tr> 
  <tr> 
   <td>2nd GC</td> 
   <td>446ms</td> 
   <td>38,368KB</td> 
   <td>5,120KB</td> 
   <td>33,280KB</td> 
   <td><strong>215MB/sec</strong></td> 
  </tr> 
  <tr> 
   <td>3rd GC</td> 
   <td>829ms</td> 
   <td>71,680KB</td> 
   <td>5,120KB</td> 
   <td>66,560KB</td> 
   <td><strong>174MB/sec</strong></td> 
  </tr> 
  <tr> 
   <td>Total</td> 
   <td>829ms</td> 
   <td>N/A</td> 
   <td>N/A</td> 
   <td>133,120KB</td> 
   <td><strong>161MB/sec</strong></td> 
  </tr> 
 </tbody> 
</table>

通过这些信息可以知道, 在测量期间, 该程序的内存分配速率为 `161 MB/sec`。

### 分配速率的意义 ###

分配速率的变化,会增加或降低GC暂停的频率, 从而影响吞吐量。 但只有年轻代的 [ minor GC][minor GC] 受分配速率的影响, 老年代GC的频率和持续时间不受 **分配速率**(`allocation rate`)的直接影响, 而是受到 **提升速率**(`promotion rate`)的影响, 请参见下文。

现在我们只关心 [ Minor GC][minor GC] 暂停, 查看年轻代的3个内存池。因为对象在 [ Eden区][Eden]分配, 所以我们一起来看 Eden 区的大小和分配速率的关系. 看看增加 Eden 区的容量, 能不能减少 Minor GC 暂停次数, 从而使程序能够维持更高的分配速率。

经过我们的实验, 通过参数 `-XX:NewSize`、 `-XX:MaxNewSize` 以及 `-XX:SurvivorRatio` 设置不同的 Eden 空间, 运行同一程序时, 可以发现:

*  Eden 空间为 `100 MB` 时, 分配速率低于 `100 MB/秒`。
 *  将 Eden 区增大为 `1 GB`, 分配速率也随之增长,大约等于 `200 MB/秒`。

为什么会这样? —— 因为减少GC暂停,就等价于减少了任务线程的停顿，就可以做更多工作, 也就创建了更多对象, 所以对同一应用来说, 分配速率越高越好。

在得出 “Eden区越大越好” 这个结论前, 我们注意到, 分配速率可能会,也可能不会影响程序的实际吞吐量。 吞吐量和分配速率有一定关系, 因为分配速率会影响 minor GC 暂停, 但对于总体吞吐量的影响, 还要考虑 Major GC(大型GC)暂停, 而且吞吐量的单位不是 `MB/秒`， 而是系统所处理的业务量。

### 示例 ###

参考 [ Demo程序][Demo]。假设系统连接了一个外部的数字传感器。应用通过专有线程, 不断地获取传感器的值,(此处使用随机数模拟), 其他线程会调用 `processSensorValue()` 方法, 传入传感器的值来执行某些操作, :

public class BoxingFailure {
      private static volatile Double sensorValue;
    
      private static void readSensor() {
        while(true) sensorValue = Math.random();
      }
    
      private static void processSensorValue(Double value) {
        if(value != null) {
          //...
        }
      }
    }

如同类名所示, 这个Demo是模拟 boxing 的。为了 null 值判断, 使用的是包装类型 `Double`。 程序基于传感器的最新值进行计算, 但从传感器取值是一个重量级操作, 所以采用了异步方式： 一个线程不断获取新值, 计算线程则直接使用暂存的最新值, 从而避免同步等待。

[Demo 程序][Demo]在运行的过程中, 由于分配速率太大而受到GC的影响。下一节将确认问题, 并给出解决办法。

### 高分配速率对JVM的影响 ###

首先，我们应该检查程序的吞吐量是否降低。如果创建了过多的临时对象, minor GC的次数就会增加。如果并发较大, 则GC可能会严重影响吞吐量。

遇到这种情况时, GC日志将会像下面这样，当然这是上面的[示例程序][Demo] 产生的GC日志。 JVM启动参数为 `-XX:+PrintGCDetails -XX:+PrintGCTimeStamps -Xmx32m`:

2.808: [GC (Allocation Failure) 
            [PSYoungGen: 9760K->32K(10240K)], 0.0003076 secs]
    2.819: [GC (Allocation Failure) 
            [PSYoungGen: 9760K->32K(10240K)], 0.0003079 secs]
    2.830: [GC (Allocation Failure) 
            [PSYoungGen: 9760K->32K(10240K)], 0.0002968 secs]
    2.842: [GC (Allocation Failure) 
            [PSYoungGen: 9760K->32K(10240K)], 0.0003374 secs]
    2.853: [GC (Allocation Failure) 
            [PSYoungGen: 9760K->32K(10240K)], 0.0004672 secs]
    2.864: [GC (Allocation Failure) 
            [PSYoungGen: 9760K->32K(10240K)], 0.0003371 secs]
    2.875: [GC (Allocation Failure) 
            [PSYoungGen: 9760K->32K(10240K)], 0.0003214 secs]
    2.886: [GC (Allocation Failure) 
            [PSYoungGen: 9760K->32K(10240K)], 0.0003374 secs]
    2.896: [GC (Allocation Failure) 
            [PSYoungGen: 9760K->32K(10240K)], 0.0003588 secs]

很显然 minor GC 的频率太高了。这说明创建了大量的对象。另外, 年轻代在 GC 之后的使用量又很低, 也没有 full GC 发生。 种种迹象表明, GC对吞吐量造成了严重的影响。

### 解决方案 ###

在某些情况下,只要增加年轻代的大小, 即可降低分配速率过高所造成的影响。增加年轻代空间并不会降低分配速率, 但是会减少GC的频率。如果每次GC后只有少量对象存活, minor GC 的暂停时间就不会明显增加。

运行 [ 示例程序][Demo] 时, 增加堆内存大小,(同时也就增大了年轻代的大小), 使用的JVM参数为 `-Xmx64m`:

2.808: [GC (Allocation Failure) 
            [PSYoungGen: 20512K->32K(20992K)], 0.0003748 secs]
    2.831: [GC (Allocation Failure) 
            [PSYoungGen: 20512K->32K(20992K)], 0.0004538 secs]
    2.855: [GC (Allocation Failure) 
            [PSYoungGen: 20512K->32K(20992K)], 0.0003355 secs]
    2.879: [GC (Allocation Failure) 
            [PSYoungGen: 20512K->32K(20992K)], 0.0005592 secs]

但有时候增加堆内存的大小,并不能解决问题。通过前面学到的知识, 我们可以通过分配分析器找出大部分垃圾产生的位置。实际上在此示例中, 99%的对象属于 `Double` 包装类, 在`readSensor` 方法中创建。最简单的优化, 将创建的 `Double` 对象替换为原生类型 `double`, 而针对 null 值的检测, 可以使用 [ Double.NaN][Double.NaN] 来进行。由于原生类型不算是对象, 也就不会产生垃圾, 导致GC事件。优化之后, 不在堆中分配新对象, 而是直接覆盖一个属性域即可。

对示例程序进行[简单的改造][Link 1]( [ 查看diff][_diff] ) 后, GC暂停基本上完全消除。有时候 JVM 也很[智能][Link 2], 会使用 逃逸分析技术(escape analysis technique) 来避免过度分配。简单来说,JIT编译器可以通过分析得知, 方法创建的某些对象永远都不会“逃出”此方法的作用域。这时候就不需要在堆上分配这些对象, 也就不会产生垃圾, 所以JIT编译器的一种优化手段就是: 消除内存分配。请参考 [ 基准测试][Link 3] 。

## 过早提升(Premature Promotion) ##

**提升速率**(`promotion rate`), 用于衡量单位时间内从年轻代提升到老年代的数据量。一般使用 `MB/sec` 作为单位, 和`分配速率`类似。

JVM会将长时间存活的对象从年轻代提升到老年代。根据分代假设, 可能存在一种情况, 老年代中不仅有存活时间长的对象,也可能有存活时间短的对象。这就是过早提升：对象存活时间还不够长的时候就被提升到了老年代。

major GC 不是为频繁回收而设计的, 但 major GC 现在也要清理这些生命短暂的对象, 就会导致GC暂停时间过长。这会严重影响系统的吞吐量。

### 如何测量提升速率 ###

可以指定JVM参数 `-XX:+PrintGCDetails -XX:+PrintGCTimeStamps` , 通过GC日志来测量提升速率. JVM记录的GC暂停信息如下所示:

从上面的日志可以得知： GC之前和之后的 年轻代使用量以及堆内存使用量。这样就可以通过差值算出老年代的使用量。GC日志中的信息可以表述为:

<table> 
 <thead> 
  <tr> 
   <th><strong>Event</strong></th> 
   <th><strong>Time</strong></th> 
   <th><strong>Young decreased</strong></th> 
   <th><strong>Total decreased</strong></th> 
   <th><strong>Promoted</strong></th> 
   <th><strong>Promotion rate</strong></th> 
  </tr> 
  <tr> 
   <th><strong>(事件)</strong></th> 
   <th><strong>(耗时)</strong></th> 
   <th><strong>(年轻代减少)</strong></th> 
   <th><strong>(整个堆内存减少)</strong></th> 
   <th><strong>(提升量)</strong></th> 
   <th><strong>(提升速率)</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>1st GC</td> 
   <td>291ms</td> 
   <td>28,192K</td> 
   <td>8,920K</td> 
   <td>19,272K</td> 
   <td><strong>66.2 MB/sec</strong></td> 
  </tr> 
  <tr> 
   <td>2nd GC</td> 
   <td>446ms</td> 
   <td>33,248K</td> 
   <td>11,400K</td> 
   <td>21,848K</td> 
   <td><strong>140.95 MB/sec</strong></td> 
  </tr> 
  <tr> 
   <td>3rd GC</td> 
   <td>829ms</td> 
   <td>66,560K</td> 
   <td>30,888K</td> 
   <td>35,672K</td> 
   <td><strong>93.14 MB/sec</strong></td> 
  </tr> 
  <tr> 
   <td>Total</td> 
   <td>829ms</td> 
   <td>&nbsp;</td> 
   <td>&nbsp;</td> 
   <td>76,792K</td> 
   <td><strong>92.63 MB/sec</strong></td> 
  </tr> 
 </tbody> 
</table>

根据这些信息, 就可以计算出观测周期内的提升速率。平均提升速率为 `92 MB/秒`, 峰值为 `140.95 MB/秒`。

请注意, **只能根据 minor GC 计算提升速率**。 Full GC 的日志不能用于计算提升速率, 因为 major GC 会清理掉老年代中的一部分对象。

### 提升速率的意义 ###

和分配速率一样, 提升速率也会影响GC暂停的频率。但分配速率主要影响 [ minor GC][minor GC 1], 而提升速率则影响 [ major GC][minor GC 1] 的频率。有大量的对象提升,自然很快将老年代填满。 老年代填充的越快, 则 major GC 事件的频率就会越高。

![07\_01\_how-java-garbage-collection-works.png][07_01_how-java-garbage-collection-works.png]

此前说过, full GC 通常需要更多的时间, 因为需要处理更多的对象, 还要执行碎片整理等额外的复杂过程。

### 示例 ###

让我们看一个[过早提升的示例][Link 4]。 这个程序创建/获取大量的对象/数据,并暂存到集合之中, 达到一定数量后进行批处理:

public class PrematurePromotion {
    
       private static final Collection<byte[]> accumulatedChunks 
                    = new ArrayList<>();
    
       private static void onNewChunk(byte[] bytes) {
           accumulatedChunks.add(bytes);
    
           if(accumulatedChunks.size() > MAX_CHUNKS) {
               processBatch(accumulatedChunks);
               accumulatedChunks.clear();
           }
       }
    }

此 [ Demo 程序][Link 4] 受到过早提升的影响。下文将进行验证并给出解决办法。

### 过早提升的影响 ###

一般来说,过早提升的症状表现为以下形式:

*  短时间内频繁地执行 full GC。
 *  每次 full GC 后老年代的使用率都很低, 在10-20%或以下。
 *  提升速率接近于分配速率。

要演示这种情况稍微有点麻烦, 所以我们使用特殊手段, 让对象提升到老年代的年龄比默认情况小很多。指定GC参数 `-Xmx24m -XX:NewSize=16m -XX:MaxTenuringThreshold=1`, 运行程序之后,可以看到下面的GC日志:

2.176: [Full GC (Ergonomics) 
            [PSYoungGen: 9216K->0K(10752K)] 
            [ParOldGen: 10020K->9042K(12288K)] 
            19236K->9042K(23040K), 0.0036840 secs]
    2.394: [Full GC (Ergonomics) 
            [PSYoungGen: 9216K->0K(10752K)] 
            [ParOldGen: 9042K->8064K(12288K)] 
            18258K->8064K(23040K), 0.0032855 secs]
    2.611: [Full GC (Ergonomics) 
            [PSYoungGen: 9216K->0K(10752K)] 
            [ParOldGen: 8064K->7085K(12288K)] 
            17280K->7085K(23040K), 0.0031675 secs]
    2.817: [Full GC (Ergonomics) 
            [PSYoungGen: 9216K->0K(10752K)] 
            [ParOldGen: 7085K->6107K(12288K)] 
            16301K->6107K(23040K), 0.0030652 secs]

乍一看似乎不是过早提升的问题。事实上,在每次GC之后老年代的使用率似乎在减少。但反过来想, 要是没有对象提升或者提升率很小, 也就不会看到这么多的 Full GC 了。

简单解释一下这里的GC行为: 有很多对象提升到老年代, 同时老年代中也有很多对象被回收了, 这就造成了老年代使用量减少的假象. 但事实是大量的对象不断地被提升到老年代, 并触发 full GC。

### 解决方案 ###

简单来说, 要解决这类问题, 需要让年轻代存放得下暂存的数据。有两种简单的方法:

一是增加年轻代的大小, 设置JVM启动参数, 类似这样: `-Xmx64m -XX:NewSize=32m`, 程序在执行时, Full GC 的次数自然会减少很多, 只会对 minor GC的持续时间产生影响:

2.251: [GC (Allocation Failure) 
            [PSYoungGen: 28672K->3872K(28672K)] 
            37126K->12358K(61440K), 0.0008543 secs]
    2.776: [GC (Allocation Failure) 
            [PSYoungGen: 28448K->4096K(28672K)] 
            36934K->16974K(61440K), 0.0033022 secs]

二是减少每次批处理的数量, 也能得到类似的结果. 至于选用哪个方案, 要根据业务需求决定。在某些情况下, 业务逻辑不允许减少批处理的数量, 那就只能增加堆内存,或者重新指定年轻代的大小。

如果都不可行, 就只能优化[数据结构][Link 5], 减少内存消耗。但总体目标依然是一致的: 让临时数据能够在年轻代存放得下。

[minor GC]: http://blog.csdn.net/renfufei/article/details/54144385#t9
[Eden]: http://blog.csdn.net/renfufei/article/details/54144385#t3
[Demo]: https://github.com/gvsmirnov/java-perv/blob/master/labs-8/src/main/java/ru/gvsmirnov/perv/labs/gc/Boxing.java
[Double.NaN]: https://docs.oracle.com/javase/7/docs/api/java/lang/Double.html#NaN
[Link 1]: https://github.com/gvsmirnov/java-perv/blob/master/labs-8/src/main/java/ru/gvsmirnov/perv/labs/gc/FixedBoxing.java
[_diff]: https://gist.github.com/gvsmirnov/0270f0f15f9498e3b655
[Link 2]: http://lib.csdn.net/base/aiplanning
[Link 3]: https://github.com/gvsmirnov/java-perv/blob/master/labs-8/src/main/java/ru/gvsmirnov/perv/labs/jit/EscapeAnalysis.java
[minor GC 1]: http://blog.csdn.net/renfufei/article/details/54144385#t8
[07_01_how-java-garbage-collection-works.png]: /images/20220610/4d48a4b0f45c4fc48977c44a66346282.png
[Link 4]: https://github.com/gvsmirnov/java-perv/blob/master/labs-8/src/main/java/ru/gvsmirnov/perv/labs/gc/PrematurePromotion.java
[Link 5]: http://lib.csdn.net/base/datastructure