这样调优：让你的 IDEA 快到飞起来，效率真高！

我会带着你远行 2022-09-12 03:00 153阅读 0赞

![8c1adb90201eee91a16816024534a09b.png][]来源：blog.oneapm.com/apm-tech/426.html

**【编者按】本文作者在和同事的一次讨论中发现，对 IntelliJ IDEA 内存采用不同的设置方案，会对 IDE 的速度和响应能力产生不同的影响。**

![0cd8389ef22f0cac00f68b4fd5e633d5.png][]IntelliJ IDEA 内存优化最佳实践 技术分享 第1张

*Don’t be a Scrooge and give your IDE some more memory*

*不要做守财奴，给IDE多留点内存吧。*

昨天，大家就是否自定义 IntelliJ IDEA 的内存设置进行了讨论，有些人选择默认设置，有些人会对默认的设置进行简单的变更，还有一些开发者会基于他们的需求进行全面复杂的设置。笔者目前的工作是处理几个微服务项目和一个老项目，而客户的核心业务需求非常大。对 IntelliJ IDEA 内存进行简单设置以后，笔者明显感受到了该 IDE 在速度和响应方面的改善。但当时笔者并未进行具体的测量，所以这只是主观感受而已。

不过，参与讨论的一位开发者给笔者发了一份他的设置，虽然是针对同个项目，该设置却极其复杂。笔者对自己的设置并无不满，但非常好奇，这些完全不同的设置对比 JetBrains 提供的默认设置，会有怎样的不同。

## 目标 ##

笔者的计划是，在一个接近日常开发项目的场景下（加载一个大项目、加载2、3个微服务、git pull 后刷新大项目），测试各个设置带来的效果，并选出内存消耗和速度都达到最优时的最佳设置。

### 测试机器和项目 ###

*  笔记本电脑：MacBook Pro Retina, 2.3GHz Intel Core i7, 16GB 1600Mhz DDR3,SSD Disc, OS X Yosemite

**项目**

*  大项目—— Monolith ，70万行代码（ Java 8 和 Groovy ），303个Gradle模块
 *  两个微服务——约有10000——20000行代码（ Java 8 和 Groovy ）的小项目，各有一个Gradle模块

### 测试场景 ###

1.  在 Idea 中关闭所有项目
2.  基于测试文件 idea.vmoptions 进行设置
3.  重启电脑
4.  启动后关闭所有不相关的项目（ communicators 等等）
5.  打开 Idea（测试时间）
6.  打开大项目（测试时间）
7.  检查 jstat -gcutil
8.  打开两个微服务项目（测试时间）
9.  检查 jstat -gcutil
10. 返回大项目然后点击“刷新 Gradle 项目”按钮（测试时间）
11. 检查 jstat -gcutil

### jstat -gcutil ###

jstat 是 JDK 自带的工具，主要利用 JVM 内建的指令对 Java 应用程序的资源和性能进行实时的命令行监控，还包括对 Heap size 和垃圾回收状况的监控。它有许多选项来收集各种数据（完整的文档），但这里只会用到：-gcutil :

-gcutil - Summary of garbage collection statistics.
    S0: Survivor space 0 utilization as a percentage of the space's current capacity.
    S1: Survivor space 1 utilization as a percentage of the space's current capacity.
    E: Eden space utilization as a percentage of the space's current capacity.
    O: Old space utilization as a percentage of the space's current capacity.
    M: Metaspace utilization as a percentage of the space's current capacity.
    CCS: Compressed class space utilization as a percentage.
    YGC: Number of young generation GC events.
    YGCT: Young generation garbage collection time.
    FGC: Number of full GC events.
    FGCT: Full garbage collection time.
    GCT: Total garbage collection time.

这个命令的输出结果如下：

S0     S1    E     O     M    CCS  YGC YGCT FGC  FGCT   GCT
    89.70 0.00 81.26 74.27 95.68 91.76 40 2.444 14  0.715  3.159

在本文中，最重要的参数是 GC 事件（ YGC 和 FGC ）次数和收集时间（ YGCT 和 FGCT ）。

### 测试设置 ###

笔者设置了四种不同的设置，为了好记，给它们起了不同的名字。

### 默认（灰色标识） ###

JetBrains 提供的默认设置：

-Xms128m
    -Xmx750m
    -XX:MaxPermSize=350m
    -XX:ReservedCodeCacheSize=240m
    -XX:+UseCompressedOops

### Big（大）（红色标识） ###

给 Xmx 配 4096MB， ReservedCodeCacheSize 设置 1024MB，这已经是相当多的内存了：

-Xms1024m
    -Xmx4096m
    -XX:ReservedCodeCacheSize=1024m
    -XX:+UseCompressedOops

### Balanced(平衡的)（蓝色标识） ###

Xmx 和 Xms 都分配 2GB ，这是相当平衡的内存消耗：

-Xms2g
    -Xmx2g
    -XX:ReservedCodeCacheSize=1024m
    -XX:+UseCompressedOops

### Sophisticated（复杂的）（橘色标识） ###

和上面一样， Xmx 和 Xms 都分配2GB，但是给 GC 和内存管理指定不同的垃圾回收器和许多不同的标志：

-server
    -Xms2g
    -Xmx2g
    -XX:NewRatio=3
    -Xss16m
    -XX:+UseConcMarkSweepGC
    -XX:+CMSParallelRemarkEnabled
    -XX:ConcGCThreads=4
    -XX:ReservedCodeCacheSize=240m
    -XX:+AlwaysPreTouch
    -XX:+TieredCompilation
    -XX:+UseCompressedOops
    -XX:SoftRefLRUPolicyMSPerMB=50
    -Dsun.io.useCanonCaches=false
    -Djava.net.preferIPv4Stack=true
    -Djsse.enableSNIExtension=false
    -ea

以上便是笔者的测试设置，为了执行该测试用例，还需要在~/Library/Preferences/IntelliJIdea15/下创建一个idea.vmoptions文件（这是 Mac OS 系统下的路径设置，查看这篇文章，基于你的操作系统进行设置）

现在，执行测试用例并比较结果。

## 结果 ##

### Idea启动时间 ###

![82558d68b4aa23957e9c42ebdc06fede.png][]IntelliJ IDEA 内存优化最佳实践 技术分享 第2张

正如上图所示，启动时间并不依赖于内存设置。Idea 在所有场景下的测试时间都是10秒，无论内存分配有多少。这并不足为奇，因为在此早期阶段，这些设置并不会影响到应用的行为。

### 加载大项目花费的时间 ###

现在加载 Monolith 项目及其70万行代码。终于，出现了一些的差异。默认设置所花费的时间几乎是其它的3倍。很明显，如此庞大的代码库需要更多的内存。如果我们执行：

jstat -gcutil <IDEA_PID>

会发现，对比其它设置， GC 在默认设置下会变得异常忙碌。

IntelliJ IDEA 内存优化最佳实践 技术分享 第3张

![49dd028d67edd152e2a1d801361cf922.png][]IntelliJ IDEA 内存优化最佳实践 技术分享 第4张

不仅 GC 释放内存的总时间非常高（几乎达到了50倍），而且 Full GC 的平均执行时间也非常非常长。大量的时间都花在了 Full GC 上面，这是 IDE 响应速度低的主要原因。

### 在IDEA中打开两个微服务 ###

现在加载这两个微服务项目，在 IDEA 中打开并且对比他们所消耗的时间。

![aa2922862d47f38311cc8ccdcfdca11f.png][]IntelliJ IDEA 内存优化最佳实践 技术分享 第5张

在这个测试用例下，差异还是非常明显的，复杂设置表现最佳，而默认设置仍旧输给了其他两种设置。

### 再次使用jstat –gcutil ###

加载完两个微服务项目后，来检查一下同时打开3个项目的情况下， GC 的表现情况。经测试发现，3个不同的自定义设置表现几乎差不多，而默认设置简直弱爆了。

![bd135192fb95ec7a9f4aca459e6e357e.png][]IntelliJ IDEA 内存优化最佳实践 技术分享 第6张

![822e1de0274ca5962dd4888807ec3173.png][]IntelliJ IDEA 内存优化最佳实践 技术分享 第7张

## 最后的角逐：重新加载Monolith ##

现在，笔者需要从仓库中获得 Monolith 项目的最新版本，并且刷新 Gradle 模块，这样， IDEA 能看到所有的新类。

![dcd9f7542e884ae0ec73624fb08c8b89.png][]IntelliJ IDEA 内存优化最佳实践 技术分享 第8张

重要提示：代表默认设置的灰色条形柱非常高，因为 IDEA 在刷新过程中崩溃了，笔者无法测量实际时间。显然，默认分配的内存不足以执行该操作。

但从三个自定义例子中可以发现，大内存配置花费的时间是最短的。所以，内存分配还是起到了作用。

### 最后一次使用jstat-gcutil ###

因为 IDEA 在默认设置下无法刷新项目，所以，这次测试默认设置就不包括在里面。

![7d7b7fee820959331a0ef08afa0036d0.png][]IntelliJ IDEA 内存优化最佳实践 技术分享 第9张

![a14927d39a5d5a9d188588f81c2735e6.png][]IntelliJ IDEA 内存优化最佳实践 技术分享 第10张

从上图可以看出，三者之间的差异不大，但是 Big 配置下的 Full GC 执行时间最快。此外， Xmx 内存大些对响应能力提升的帮助非常明显。

## 总结 ##

在这次简短的实验中，大家可以发现，即使对 IntelliJ IDEA 内存进行微调，都可以大大提升 IDE 性能。当然，内存分配越多，执行效果就越好。但是，你也会发现， IDE 之外许多其他应用程序也需要消耗内存，所以，大家的目标应该是在提高性能和内存消耗之间找到一个平衡。笔者认为，在大多数情况下，把 Xmx 值设置在 2G 和 3G 之间是最佳的。如果你有更多的时间可以用 jstat 和 jvisualm 检查用不同的 JVM 设置如何影响性能和内存占用。

\- END -

最近热文•  一个月薪 12000 的北京程序员的真实生活 ！•  8年开发，连登陆接口都写这么烂...•  国产Linux发行版再添一员，操作界面不输苹果！•  IntelliJ IDEA 2020.2.4款 神级超级牛逼插件推荐•  重磅！阿里推出国产开源的jdk！

[8c1adb90201eee91a16816024534a09b.png]: /images/20220828/13205e0903e94f76b79d26230667bd88.png
[0cd8389ef22f0cac00f68b4fd5e633d5.png]: /images/20220828/edcdb0f227864bfc9ee172f13980c079.png
[82558d68b4aa23957e9c42ebdc06fede.png]: /images/20220828/c24fb01866bf4e97a51292dc1febc8f2.png
[49dd028d67edd152e2a1d801361cf922.png]: /images/20220828/c2004b75db354dc0ac762dc6f44892a6.png
[aa2922862d47f38311cc8ccdcfdca11f.png]: /images/20220828/e26b2f6db37a469b8b16bccc2ba866d9.png
[bd135192fb95ec7a9f4aca459e6e357e.png]: /images/20220828/f910ba9d1bd54c56bbfd7acf576a36e3.png
[822e1de0274ca5962dd4888807ec3173.png]: /images/20220828/fbd5b873bcfb460ba7994bfee2013199.png
[dcd9f7542e884ae0ec73624fb08c8b89.png]: /images/20220828/aca896548d6f425e8546d91b950c786a.png
[7d7b7fee820959331a0ef08afa0036d0.png]: /images/20220828/d016fb4eee8f4238aca114d825fd63c5.png
[a14927d39a5d5a9d188588f81c2735e6.png]: /images/20220828/9d8c4e5950e94f9ab8fae024f3b0989c.png