CMS gc 实践总结

绝地灬酷狼 2022-08-05 02:43 140阅读 0赞

CMS，全称Concurrent low pause collector，是jdk1.4后期版本开始引入的新gc算法，在jdk5和jdk6中得到了进一步的改进，它的主要适合场景是对响应实践的重要性需求大于吞吐量的要求，能够承受垃圾回收线程和应用线程共享处理器资源，并且应用中存在比较多的长生命周期的对象的应用。CMS是用于对tenured generation的回收，也就是年老代的回收，目标是尽量减少应用的暂停时间，减少full gc发生的几率，利用和应用程序线程并发的垃圾回收线程来标记清楚年老代。在我们的应用中，因为有缓存的存在，并且对于响应时间也有比较高的要求，因此希望能够尝试使用CMS来替代默认的server型JVM使用的并行收集器，以便获得更短的垃圾回收的暂停时间，提高程序的响应性。

CMS并非没有暂停，只是用两次短暂停来替代串行标记整理算法的长暂停，它的收集周期是这样的：

初始标记(cms-initial-mark)->并发标记(cms-concurrent-mark)->重新标记(cms-remark)->并发清除(cms-concurrent-sweep)->并发重设状态等待下次cms的触发(cms-concurrent-reset).

其中的1,3两个步骤需要暂停所有的应用程序线程的。第一次暂停从root对象开始标记存活的对象，这个阶段称为初始标记；第二次暂停是在并发标记之后，暂停所有应用程序线程，重新标记并发标记阶段遗漏的对象(在并发标记阶段结束后对象的更新导致)。第一次暂停时间比较短，第二次暂停通常比较长，并且remark这个阶段可以并行标记。

而并发标记，并发清除，并发重设阶段的所谓并发，是指一个或者多个垃圾回收线程和应用程序并发地运行，垃圾回收线程不会暂停应用程序的执行，如果你有多于一个处理器，那么并发收集器线程将与应用程序线程再不同的处理器上运行，显然这样的开销就是会降低应用的吞吐量。Remark阶段的并行，是指暂停了所有的应用程序后，启动一定数目的垃圾回收进行进行并行标记，此时应用线程是暂停的。

CMS的young generation的回收采用的仍然是并行复制收集器，这个跟Paralle gc算法是一致的。

下面是参数介绍和遇到的问题总结：

1、启用CMS：\-XX:+UseConcMarkSweepGC。

2。CMS默认启动的回收线程数目是  (ParallelGCThreads + 3)/4) ，如果你需要明确设定，可以通过**-XX:ParallelCMSThreads**=20来设定,其中ParallelGCThreads是年轻代的并行收集线程数

3、CMS是不会整理堆碎片的，因此为了防止堆碎片引起full gc，通过会开启CMS阶段进行合并碎片选项：**-XX:+UseCMSCompactAtFullCollection**，开启这个选项一定程度上会影响性能，阿宝的blog里说也许可以通过配置适当的CMSFullGCsBeforeCompaction来调整性能，未实践。  
  
4.为了减少第二次暂停的时间，开启并行remark: **-XX:+CMSParallelRemarkEnabled**。如果remark还是过长的话，可以开启**-XX:+CMSScavengeBeforeRemark**选项，强制remark之前开始一次minor gc，减少remark的暂停时间，但是在remark之后也将立即开始又一次minor gc。  
  
5.为了避免Perm区满引起的full gc，建议开启CMS回收Perm区选项：  
  
**\+CMSPermGenSweepingEnabled -XX:+CMSClassUnloadingEnabled**  
  
6.默认CMS是在tenured generation沾满68%的时候开始进行CMS收集，如果你的年老代增长不是那么快，并且希望降低CMS次数的话，可以适当调高此值：  
**-XX:CMSInitiatingOccupancyFraction=80**  
  
这里修改成80%沾满的时候才开始CMS回收。  
  
7.年轻代的并行收集线程数默认是(cpu <= 8) ? cpu : 3 + ((cpu \* 5) / 8)，如果你希望降低这个线程数，可以通过**-XX:ParallelGCThreads=** N 来调整。  
  
8.进入重点，在初步设置了一些参数后，例如：

Java代码   ![收藏代码][icon_star.png]

1.  \-server -Xms1536m -Xmx1536m -XX:NewSize=256m -XX:MaxNewSize=256m -XX:PermSize=64m  
2.  \-XX:MaxPermSize=64m -XX:-UseConcMarkSweepGC -XX:+UseCMSCompactAtFullCollection  
3.  \-XX:CMSInitiatingOccupancyFraction=80 -XX:+CMSParallelRemarkEnabled  
4.  \-XX:SoftRefLRUPolicyMSPerMB=0

需要在生产环境或者压测环境中测量这些参数下系统的表现，这时候需要打开GC日志查看具体的信息，因此加上参数：  
  
**-verbose:gc -XX:+PrintGCTimeStamps -XX:+PrintGCDetails -Xloggc:/home/test/logs/gc.log**  
  
在运行相当长一段时间内查看CMS的表现情况，CMS的日志输出类似这样：

Java代码   ![收藏代码][icon_star.png]

1.  4391.322: \[GC \[1 CMS-initial-mark: 655374K(1310720K)\] 662197K(1546688K), 0.0303050 secs\] \[Times: user=0.02 sys=0.02, real=0.03 secs\]  
2.  4391.352: \[CMS-concurrent-mark-start\]  
3.  4391.779: \[CMS-concurrent-mark: 0.427/0.427 secs\] \[Times: user=1.24 sys=0.31, real=0.42 secs\]  
4.  4391.779: \[CMS-concurrent-preclean-start\]  
5.  4391.821: \[CMS-concurrent-preclean: 0.040/0.042 secs\] \[Times: user=0.13 sys=0.03, real=0.05 secs\]  
6.  4391.821: \[CMS-concurrent-abortable-preclean-start\]  
7.  4392.511: \[CMS-concurrent-abortable-preclean: 0.349/0.690 secs\] \[Times: user=2.02 sys=0.51, real=0.69 secs\]  
8.  4392.516: \[GC\[YG occupancy: 111001 K (235968 K)\]4392.516: \[Rescan (parallel) , 0.0309960 secs\]4392.547: \[weak refs processing, 0.0417710 secs\] \[1 CMS-remark: 655734K(1310720K)\] 766736K(1546688K), 0.0932010 secs\] \[Times: user=0.17 sys=0.00, real=0.09 secs\]  
9.  4392.609: \[CMS-concurrent-sweep-start\]  
10. 4394.310: \[CMS-concurrent-sweep: 1.595/1.701 secs\] \[Times: user=4.78 sys=1.05, real=1.70 secs\]  
11. 4394.310: \[CMS-concurrent-reset-start\]  
12. 4394.364: \[CMS-concurrent-reset: 0.054/0.054 secs\] \[Times: user=0.14 sys=0.06, real=0.06 secs\]

其中可以看到CMS-initial-mark阶段暂停了0.0303050秒，而CMS-remark阶段暂停了0.0932010秒，因此两次暂停的总共时间是0.123506秒，也就是123毫秒左右。两次短暂停的时间之和在200以下可以称为正常现象。  
  
但是你很可能遇到**两种fail引起full gc**：Prommotion failed和Concurrent mode failed。  
  
Prommotion failed的日志输出大概是这样：

Java代码   ![收藏代码][icon_star.png]

1.  \[ParNew (promotion failed): 320138K->320138K(353920K), 0.2365970 secs\]42576.951: \[CMS: 1139969K->1120688K(  
2.  166784K), 9.2214860 secs\] 1458785K->1120688K(2520704K), 9.4584090 secs\]

这个问题的产生是由于救助空间不够，从而向年老代转移对象，年老代没有足够的空间来容纳这些对象，导致一次full gc的产生。解决这个问题的办法有两种完全相反的倾向：**增大救助空间、增大年老代或者去掉救助空间**。 增大救助空间就是调整-XX:SurvivorRatio参数，这个参数是Eden区和Survivor区的大小比值，默认是32，也就是说Eden区是 Survivor区的32倍大小，要注意Survivo是有两个区的，因此Surivivor其实占整个young genertation的1/34。调小这个参数将增大survivor区，让对象尽量在survitor区呆长一点，减少进入年老代的对象。去掉救助空 间的想法是让大部分不能马上回收的数据尽快进入年老代，加快年老代的回收频率，减少年老代暴涨的可能性，这个是通过将-XX:SurvivorRatio 设置成比较大的值（比如65536)来做到。在我们的应用中，将young generation设置成256M，这个值相对来说比较大了，而救助空间设置成默认大小(1/34)，从压测情况来看，没有出现prommotion failed的现象，年轻代比较大，从GC日志来看，minor gc的时间也在5-20毫秒内，还可以接受，因此暂不调整。  
  
Concurrent mode failed的产生是由于CMS回收年老代的速度太慢，导致年老代在CMS完成前就被沾满，引起full gc，避免这个现象的产生就是调小**-XX:CMSInitiatingOccupancyFraction**参数的值，让CMS更早更频繁的触发，降低年老代被沾满的可能。我们的应用暂时负载比较低，在生产环境上年老代的增长非常缓慢，因此暂时设置此参数为80。在压测环境下，这个参数的表现还可以，没有出现过Concurrent mode failed。

[icon_star.png]: /images/20220805/b9f826c981a94512bf37559217f2b9a0.png