java jvm 参数 -Xms -Xmx -Xmn -Xss 调优

太过爱你忘了你带给我的痛 2023-06-11 05:27 39阅读 0赞

# 堆大小设置 #

JVM 中最大堆大小有三方面限制: 1.相关操作系统的数据模型(32-bt还是64-bit)限制; 2.系统的可用虚拟内存限制; 3.系统的可用物理内存限制. 在32位系统下,一般限制在1.5G~2G;64为操作系统对内存无特定限制.

机器配置：128G内存 32核CPU

典型设置:  
java -Xmx72g -Xms72 -Xmn4g -Xss256m  
\-Xmx72g:设置JVM最大可用内存为72g.  
\-Xms72g:设置JVM促使内存为72g.此值可以设置与-Xmx相同,以避免每次垃圾回收完成后JVM重新分配内存.  
\-Xmn4g:设置年轻代大小为rG.

整个堆大小=年轻代大小 + 年老代大小 + 持久代大小.持久代一般固定大小为64m,所以增大年轻代后,将会减小年老代大小.此值对系统性能影响较大,Sun官方推荐配置为整个堆的3/8.(注：这里默认的使用的JVM是Sun的Hotspot，而其中使用GC算法就是分代算法。若要了解详情，可以参考一些关于JVM的书： 《[深入理解Java虚拟机][Java]》第二版 )  
\-Xss128k:设置每个线程的堆栈大小.JDK5.0以后每个线程堆栈大小为1M,以前每个线程堆栈大小为128k.更具应用的线程所需内存大小进行 调整.在相同物理内存下,减小这个值能生成更多的线程.但是操作系统对一个进程内的线程数还是有限制的,不能无限生成,经验值在3000~5000左右.

java -Xmx72g -Xms72g -Xss256m -XX:NewRatio=4 -XX:SurvivorRatio=4 -XX:MaxPermSize=256m -XX:MaxTenuringThreshold=0  
\-XX:NewRatio=4:设置年轻代(包括Eden和两个Survivor区)与年老代的比值(除去持久代).设置为4,则年轻代与年老代所占比值为1:4,年轻代占整个堆栈的1/5  
\-XX:SurvivorRatio=4:设置年轻代中Eden区与Survivor区的大小比值.设置为4,则两个Survivor区与一个Eden区的比值为2:4,一个Survivor区占整个年轻代的1/6  
\-XX:MaxPermSize=256m:设置持久代大小为256m.  
\-XX:MaxTenuringThreshold=0:设置垃圾最大年龄.如果设置为0的话,则年轻代对象不经过Survivor区,直接进入年老代. 对于年老代比较多的应用,可以提高效率.如果将此值设置为一个较大值,则年轻代对象会在Survivor区进行多次复制,这样可以增加对象再年轻代的存活 时间,增加在年轻代即被回收的概论.

# 回收器选择 #

JVM给了三种选择:串行收集器,并行收集器,并发收集器。

但是串行收集器只适用于小数据量的情况,所以这里的选择主要针对并行收集器和并发收集器.默认 情况下,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启动时加入相应参数.JDK5.0以后,JVM会根据当前系统配置进行判断.  
吞吐量优先的并行收集器  
如上文所述,并行收集器主要以到达一定的吞吐量为目标,适用于科学技术和后台处理等.  
典型配置:  
java -Xmx72g -Xms72g -Xmn4g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=32  
\-XX:+UseParallelGC:选择垃圾收集器为并行收集器.此配置仅对年轻代有效.即上述配置下,年轻代使用并发收集,而年老代仍旧使用串行收集.  
\-XX:ParallelGCThreads=32:配置并行收集器的线程数,即:同时多少个线程一起进行垃圾回收.此值最好配置与处理器数目相等.

java -Xmx72g -Xms72g -Xmn4g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=32 -XX:+UseParallelOldGC  
\-XX:+UseParallelOldGC:配置年老代垃圾收集方式为并行收集.JDK6.0支持对年老代并行收集.

java -Xmx72g -Xms72g -Xmn4g -Xss128k -XX:+UseParallelGC -XX:MaxGCPauseMillis=100  
\-XX:MaxGCPauseMillis=100:设置每次年轻代垃圾回收的最长时间,如果无法满足此时间,JVM会自动调整年轻代大小,以满足此值.

java -Xmx72g -Xms72g -Xmn4g -Xss128k -XX:+UseParallelGC -XX:MaxGCPauseMillis=100 -XX:+UseAdaptiveSizePolicy  
\-XX:+UseAdaptiveSizePolicy:设置此选项后,并行收集器会自动选择年轻代区大小和相应的Survivor区比例,以达到目标系统规定的最低相应时间或者收集频率等,此值建议使用并行收集器时,一直打开.

响应时间优先的并发收集器  
如上文所述,并发收集器主要是保证系统的响应时间,减少垃圾收集时的停顿时间.适用于应用服务器,电信领域等.  
典型配置:  
java -Xmx72g -Xms72g -Xmn4g -Xss128k -XX:ParallelGCThreads=32 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC  
\-XX:+UseConcMarkSweepGC:设置年老代为并发收集.测试中配置这个以后,-XX:NewRatio=4的配置失效了,原因不明.所以,此时年轻代大小最好用-Xmn设置.  
\-XX:+UseParNewGC:设置年轻代为并行收集.可与CMS收集同时使用.JDK5.0以上,JVM会根据系统配置自行设置,所以无需再设置此值.  
java -Xmx72g -Xms72g -Xmn4g -Xss128k -XX:+UseConcMarkSweepGC -XX:CMSFullGCsBeforeCompaction=5 -XX:+UseCMSCompactAtFullCollection  
\-XX:CMSFullGCsBeforeCompaction:由于并发收集器不对内存空间进行压缩,整理,所以运行一段时间以后会产生"碎片",使得运行效率降低.此值设置运行多少次GC以后对内存空间进行压缩,整理.  
\-XX:+UseCMSCompactAtFullCollection:打开对年老代的压缩.可能会影响性能,但是可以消除碎片

辅助信息  
JVM提供了大量命令行参数,打印信息,供调试使用.主要有以下一些:  
\-XX:+PrintGC  
输出形式:\[GC 118250K->113543K(130112K), 0.0094143 secs\]  
\[Full GC 121376K->10414K(130112K), 0.0650971 secs\]

\-XX:+PrintGCDetails  
输出形式:\[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可与上面两个混合使用  
输出形式:11.851: \[GC 98328K->93620K(130112K), 0.0082960 secs\]

\-XX:+PrintGCDetails -XX:+PringGCDateStamps -XX:+UseGCLogFileRotation -XX:NumberOfGCLogFiles=5 -XX:GCLogFileSize=200M  
\-Xloggc:/home/admin/logs/gc.log  
设置GC日志文件滚动，滚动个数为5，日志文件大小的200M，日志文件路径/home/admin/logs/gc.log。

\-XX:+PrintGCApplicationConcurrentTime:打印每次垃圾回收前,程序未中断的执行时间.可与上面混合使用  
输出形式:Application time: 0.5291524 seconds

\-XX:+PrintGCApplicationStoppedTime:打印垃圾回收期间程序暂停的时间.可与上面混合使用  
输出形式:Total time for which application threads were stopped: 0.0468229 seconds

\-XX:PrintHeapAtGC:打印GC前后的详细堆栈信息  
输出形式:  
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 \[0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)  
\}, 0.0757599 secs\]

常见配置汇总

## 堆设置 ##

\-Xms:初始堆大小  
\-Xmx:最大堆大小  
\-XX:NewSize=n:设置年轻代大小  
\-XX:NewRatio=n:设置年轻代和年老代的比值.如:为3,表示年轻代与年老代比值为1:3,年轻代占整个年轻代年老代和的1/4  
\-XX:SurvivorRatio=n:年轻代中Eden区与两个Survivor区的比值.注意Survivor区有两个.如:3,表示Eden:Survivor=3:2,一个Survivor区占整个年轻代的1/5  
\-XX:MaxPermSize=n:设置持久代大小

## 收集器设置 ##

\-XX:+UseSerialGC:设置串行收集器  
\-XX:+UseParallelGC:设置并行收集器  
\-XX:+UseParalledlOldGC:设置并行年老代收集器  
\-XX:+UseConcMarkSweepGC:设置并发收集器

## 垃圾回收统计信息 ##

\-XX:+PrintGC  
\-XX:+PrintGCDetails  
\-XX:+PrintGCTimeStamps  
\-Xloggc:filename

## 并行收集器设置 ##

\-XX:ParallelGCThreads=n:设置并行收集器收集时使用的CPU数.并行收集线程数.  
\-XX:MaxGCPauseMillis=n:设置并行收集最大暂停时间  
\-XX:GCTimeRatio=n:设置垃圾回收时间占程序运行时间的百分比.公式为1/(1+n)

## 并发收集器设置 ##

\-XX:+CMSIncrementalMode:设置为增量模式.适用于单CPU情况.  
\-XX:ParallelGCThreads=n:设置并发收集器年轻代收集方式为并行收集时,使用的CPU数.并行收集线程数.

## 年轻代大小选择 ##

响应时间优先的应用:尽可能设大,直到接近系统的最低响应时间限制(根据实际情况选择).在此种情况下,年轻代收集发生的频率也是最小的.同时,减少到达年老代的对象.  
吞吐量优先的应用:尽可能的设置大,可能到达Gbit的程度.因为对响应时间没有要求,垃圾收集可以并行进行,一般适合8CPU以上的应用.

## 年老代大小选择 ##

响应时间优先的应用:年老代使用并发收集器,所以其大小需要小心设置,一般要考虑并发会话率和会话持续时间等一些参数.如果堆设置小了,可以会造成内存碎 片,高回收频率以及应用暂停而使用传统的标记清除方式;如果堆大了,则需要较长的收集时间.最优化的方案,一般需要参考以下数据获得:  
1.并发垃圾收集信息  
2.持久代并发收集次数  
3.传统GC信息  
4.花在年轻代和年老代回收上的时间比例  
5.减少年轻代和年老代花费的时间,一般会提高应用的效率

吞吐量优先的应用:一般吞吐量优先的应用都有一个很大的年轻代和一个较小的年老代.原因是,这样可以尽可能回收掉大部分短期对象,减少中期的对象,而年老代尽存放长期存活对象.  
较小堆引起的碎片问题  
因为年老代的并发收集器使用标记,清除算法,所以不会对堆进行压缩.当收集器回收时,他会把相邻的空间进行合并,这样可以分配给较大的对象.但是,当堆空 间较小时,运行一段时间以后,就会出现"碎片",如果并发收集器找不到足够的空间,那么并发收集器将会停止,然后使用传统的标记,清除方式进行回收.如果 出现"碎片",可能需要进行如下配置:  
\-XX:+UseCMSCompactAtFullCollection:使用并发收集器时,开启对年老代的压缩.  
\-XX:CMSFullGCsBeforeCompaction=0:上面配置开启的情况下,这里设置多少次Full GC后,对年老代进行压缩

在同一个工程下,有两个类,这两个类中只有很少的变动,而最关健的FOR却没有一点变动,可是当我分别运行这两个程序的时候却出现一个很严重的问题,一个程序循环的快,一个循环的慢.这到底是怎么回事呢~???苦苦寻找了半天也没有想到是为什么,因为程序改变的部分根不影响我循环的速度,可是结果却是有很大的差别,一个大约是在一分钟这内就可以循环完,可是另一个却需要六七分钟,这根本就不是一个数据理级的麻.两个完全一样的循环,从代码上根本上是看不出有什么问题.不得以求助同事吧,可是同事看了也感觉很诡异,两个人在那订着代码又看了一个多小时,最后同事让我来个干净点的,关机重启.我到也听话,就顺着同事的意思去了,可就在关机的这个时候他突然说是不是内存的问题,我也空然想到了,还真的有可能是内存的问题,因为快的那个在我之前运行程序之前可给过1G的内存啊,而后来的这个我好像是没有设过内存啊,机器起来了,有了这个想法进去看看吧,结果正中要害,果真是慢的那个没有开内存,程序运行时只不过是JVM默认开的内存.我初步分析是因为内存太小,而我的程序所用内存又正好卡在JVM所开内存边上,不至于溢出.当程序运行时就得花费大部分时间去调用GC去,这样就导致了为什么相同的循环出现两种不同的效率~!  
顺便把内存使用情况的方法也贴出来:

**\[java\]** [view plain][] [copy][view plain]

1.  public static String getMemUsage() \{
2.  long free = java.lang.Runtime.getRuntime().freeMemory();
3.  long total = java.lang.Runtime.getRuntime().totalMemory();
4.  StringBuffer buf = new StringBuffer();
5.  buf.append("\[Mem: used ").append((total-free)>>20)
6.  .append("M free ").append(free>>20)
7.  .append("M total ").append(total>>20).append("M\]");
8.  return buf.toString();
9.  \}

google一下,大概就说JVM是这样来操作内存:

堆(Heap)和非堆(Non-heap)内存  
按照官方的说法:"Java 虚拟机具有一个堆,堆是运行时数据区域,所有类实例和数组的内存均从此处分配.堆是在 Java 虚拟机启动时创建的.""在JVM中堆之外的内存称为非堆内存(Non-heap memory)".可以看出JVM主要管理两种类型的内存:堆和非堆.简单来说堆就是Java代码可及的内存,是留给开发人员使用的;非堆就是JVM留给自己用的,所以方法区,JVM内部处理或优化所需的内存(如JIT编译后的代码缓存),每个类结构(如运行时常数池,字段和方法数据)以及方法和构造方法的代码都在非堆内存中.

## 堆内存分配 ##

JVM初始分配的内存由-Xms指定,默认是物理内存的1/64;JVM最大分配的内存由-Xmx指定,默认是物理内存的1/4.默认空余堆内存小于40%时,JVM就会增大堆直到-Xmx的最大限制;空余堆内存大于70%时, JVM会减少堆直到-Xms的最小限制.因此服务器一般设置-Xms,-Xmx相等以避免在每次GC 后调整堆的大小.

## 非堆内存分配 ##

JVM使用-XX:PermSize设置非堆内存初始值,默认是物理内存的1/64;由XX:MaxPermSize设置最大非堆内存的大小,默认是物理内存的1/4.  
JVM内存限制(最大值)  
首先JVM内存首先受限于实际的最大物理内存,假设物理内存无限大的话,JVM内存的最大值跟操作系统有很大的关系.简单的说就32位处理器虽然可控内存空间有4GB,但是具体的操作系统会给一个限制,这个限制一般是 2GB-3GB(一般来说Windows系统下为1.5G-2G,Linux系统下为2G-3G),而64bit以上的处理器就不会有限制了  
JVM内存的调优  
1. Heap设定与垃圾回收Java Heap分为3个区,Young,Old和Permanent.Young保存刚实例化的对象.当该区被填满时,GC会将对象移到Old区.Permanent区则负责保存反射对象,本文不讨论该区.JVM的Heap分配可以使用-X参数设定,  
\-Xms  
初始Heap大小  
\-Xmx  
java heap最大值  
\-Xmn  
young generation的heap大小  
JVM有2个GC线程.第一个线程负责回收Heap的Young区.第二个线程在Heap不足时,遍历Heap,将Young 区升级为Older区.Older区的大小等于-Xmx减去-Xmn,不能将-Xms的值设的过大,因为第二个线程被迫运行会降低JVM的性能.  
为什么一些程序频繁发生GC?有如下原因:

*  程序内调用了System.gc()或Runtime.gc().
 *  一些中间件软件调用自己的GC方法,此时需要设置参数禁止这些GC.
 *  Java的Heap太小,一般默认的Heap值都很小.
 *  频繁实例化对象,Release对象.此时尽量保存并重用对象,例如使用StringBuffer()和String().

如果你发现每次GC后,Heap的剩余空间会是总空间的50%,这表示你的Heap处于健康状态.许多Server端的Java程序每次GC后最好能有65%的剩余空间.经验之谈:  
1．Server端JVM最好将-Xms和-Xmx设为相同值.为了优化GC,最好让-Xmn值约等于-Xmx的1/3\[2\].  
2．一个GUI程序最好是每10到20秒间运行一次GC,每次在半秒之内完成\[2\].  
注意:  
1．增加Heap的大小虽然会降低GC的频率,但也增加了每次GC的时间.并且GC运行时,所有的用户线程将暂停,也就是GC期间,Java应用程序不做任何工作.  
2．Heap大小并不决定进程的内存使用量.进程的内存使用量要大于-Xmx定义的值,因为Java为其他任务分配内存,例如每个线程的Stack等.  
2．Stack的设定  
每个线程都有他自己的Stack.  
\-Xss  
每个线程的Stack大小  
Stack的大小限制着线程的数量.如果Stack过大就好导致内存溢漏.-Xss参数决定Stack大小,例如-Xss1024K.如果Stack太小,也会导致Stack溢漏.  
3．硬件环境  
硬件环境也影响GC的效率,例如机器的种类,内存,swap空间,和CPU的数量.  
如果你的程序需要频繁创建很多transient对象,会导致JVM频繁GC.这种情况你可以增加机器的内存,来减少Swap空间的使用\[2\].  
4．4种GC  
第一种为单线程GC,也是默认的GC.,该GC适用于单CPU机器.  
第二种为Throughput GC,是多线程的GC,适用于多CPU,使用大量线程的程序.第二种GC与第一种GC相似,不同在于GC在收集Young区是多线程的,但在Old区和第一种一样,仍然采用单线程.-XX:+UseParallelGC参数启动该GC.  
第三种为Concurrent Low Pause GC,类似于第一种,适用于多CPU,并要求缩短因GC造成程序停滞的时间.这种GC可以在Old区的回收同时,运行应用程序.-XX:+UseConcMarkSweepGC参数启动该GC.  
第四种为Incremental Low Pause GC,适用于要求缩短因GC造成程序停滞的时间.这种GC可以在Young区回收的同时,回收一部分Old区对象.-Xincgc参数启动该GC.  
4种GC的具体描述参见\[3\].  
参考文章:  
1. JVM Tuning. [http://www.caucho.com/resin-3.0/performance/jvm-tuning.xtp\#garbage-collection][http_www.caucho.com_resin-3.0_performance_jvm-tuning.xtp_garbage-collection]  
2. Performance tuning Java: Tuning steps  
[http://h21007.www2.hp.com/dspp/tech/tech\_TechDocumentDetailPage\_IDX/1,1701,1604,00.html][http_h21007.www2.hp.com_dspp_tech_tech_TechDocumentDetailPage_IDX_1_1701_1604_00.html]  
3. Tuning Garbage Collection with the 1.4.2 JavaTM Virtual Machine .  
[http://java.sun.com/docs/hotspot/gc1.4.2/][http_java.sun.com_docs_hotspot_gc1.4.2]

在HotSpot JVM 中有三种概念，分别代表了不同代中发生的GC 动作。  
**Minor GC：**指发生在新生代的垃圾收集动作，由于新生代中对象生命周期较短，更新速度迅速，所以Minor GC 也会比较频繁，Minor GC 的回收速度也比较快。Minor GC 通常使用copying 算法，此算法一般为最有效的。  
**Major GC：**指发生在老年代或永久代的垃圾收集动作，出现了Major GC，通常会伴随至少一次的 Minor GC(但有的收集策略会只有Major GC)。MajorGC 的速度一般会比比较慢。

**Full GC：**指对堆内存整体进行垃圾收集(包含新生代，老年代，永久代)，有时可以理解为仅是Major GC，又可以理解为Major GC + Minor GC，因为概念理解上的差异我们理解Full GC 为清理所有内存即可。

下面是内存及GC 的相关参数：

**内存相关设置**(32位系统Heap 最大支持2GB，64位以上无限制)  
\-Xms：初始堆(Heap)大小，默认3670k。当空闲堆内存小于40%时，JVM 就会增大堆内存直到-Xmx 所设置的最大值，可以通过-XX:MinHeapFreeRatio=n 设置其比例。  
\-Xmx：最大堆(Heap)大小，默认64m。当空闲堆内存大于70%时，JVM 会减少堆内存直到-Xms 所设置的最小值，可以通过-XX:MaxHeapFreeRatio=n 设置其比例。  
\-Xmn：新生代大小，增大新生代后会相应减小老年代大小。此值对系统性能影响较大，Java 官方推荐配置为整个堆大小的3/8。  
\-Xss：设置每个线程栈的大小。Java1.5 以后每个线程栈默认大小为1M，之前每个线程栈默认大小为256K。可以根据应用的线程所需内存大小进行调整。一般情况下默认值已经能满足绝大部分情景的应用，如果想更进一步优化则需要非常细致的测试。在相同物理内存下，减小这个值能生成更多的线程，进程中可容纳线程数量与很多因素有关，感兴趣的可以详细了解下，据说可以达到6500个以上。

\-XX:MinHeapFreeRatio=40：如果发现空闲堆内存占到整个预估上限值的40%，则增大上限值。  
\-XX:MaxHeapFreeRatio=70：如果发现空闲堆内存占到整个预估上限值的70%，则收缩预估上限值。  
\-XX:NewRatio=2：设置年轻代和老年代的比值。例如：n=3，则表示年轻代与老年代比值为1:3，年轻代占整个年轻代与老年代之和的1/4。  
\-XX:SurvivorRatio=8：Eden 与Survivor 的占用比例。例如8表示，一个survivor 区占用 1/8 的Eden 内存，即1/10的新生代内存，此处需注意年轻代有2个survivor 区，所以比例为1:10。  
\-XX:TargetSurvivorRatio=50：实际使用的survivor 空间大小占比。默认是47%，最高90%。  
\-XX:MaxPermSize=64m：设置持久代(即方法区)占整个堆内存的最大值。  
\-XX:MaxTenuringThreshold=0：设置对象最大年龄。即对象在在Eden 与Survivor 区之间被复制的次数，每被复制一次就增加1岁，默认值为15。如果设置为0的话，则Eden 中对象不经过Survivor 区直接进入老年代。

**收集器设置**  
\-XX:-DisableExplicitGC：禁止在运行期显式地调用System.gc()，开启该选项后，GC 的触发时机将由Garbage Collector 全权掌控，默认：关闭。  
\-XX:+ScavengeBeforeFullGC：在Full GC前触发一次Minor GC，默认：启用。  
\-XX:+UseGCOverheadLimit：限制GC的运行时间。如果GC耗时过长，就抛OutOfMemoryError。  
\-XX:ParallelGCThreads=n：配置并行收集器的线程数，即：同时多少个线程一起进行垃圾回收。此值最好配置与处理器数目相等。  
\-XX:+UseTLAB：启用线程本地缓存区(Thread Local)。  
\-XX:+UseSerialGC：使用串行收集器。  
\-XX:+UseParallelGC：使用并行收集器。  
\-XX:+UseParallelOldGC：使用并行压缩收集器。  
\-XX:+UseConcMarkSweepGC：使用CMS 收集器。

**G1收集器设置**  
\-XX:+UseG1GC：使用G1收集器。  
\-XX:MaxGCPauseMillis=n：设置并行收集最大暂停时间，这是一个理想目标，JVM 将尽最大努力来实现它。

**GC 日志设置**  
\-XX:+PrintGC：开启GC日志打印。  
\-XX:+PrintGCDetails：打印GC回收的详细信息。  
\-XX:+PrintGCTimeStamps：打印GC停顿耗时。  
\-Xloggc:<filename>：输出GC 详细日志信息至指定文件。  
\-XX:+UseGCLogFileRotation：开启GC 日志文件切分功能，前置选项 -Xloggc。  
\-XX:NumberOfGClogFiles=1：设置切分GC 日志文件数量，文件命名格式：.0, .1, ..., .n-1。  
\-XX:GCLogFileSize=8K：GC日志文件切分大小。

参数的意义基本已经了解，下面就讲一讲如何使我们的程序运行的更快，更稳定。  
**1.内存相关设置**  
(1)首先是操作系统的选择，在32位操作系统下JVM 只支持最大2GB Heap 大小，所以这大大的局限了程序的运行性能。然而在64位操作系统下则没有任何限制，所以推荐使用64位操作系统。  
(2)然后是硬件方面，可以根据经济情况相应增加CPU 数量及物理内存大小，这样利用并行收集器可以带来很高的垃圾清理效率。  
(3)Heap 相关参数设置，大型的应用系统常常会被两个问题困扰：一个是启动缓慢，因为初始Heap 非常小，必须由很多major 收集器来调整内存大小；另一个更加严重的问题就是默认的Heap 最大值对于应用程序来说“太可怜了”。根据以下经验法则(即拇指规则，指根据经验大多数情况下成立，但不保证绝对)：  
1)给于虚拟机更大的内存设置，往往默认的64mb 对于现代系统来说太小了。  
2)将-Xms 与-Xmx 设置为相同值，这样做的好处是GC 后不用再频繁的根据内存使用情况去动态修改Heap 内存大小了，而且只有当内存使用达到-Xmx 设置的最大值时才会触发垃圾收集，这给GC 及系统减轻了负担。  
3)设置过堆大小之后，可以根据程序创建对象的频率来调整新生代的内存大小，如果程序中创建新对象的频率比较搞可以适当调大新生代，但不要盲目调整，因为新生代的大小对JVM 及系统性能影响较大，Java 官方推荐配置为整个堆大小的3/8，此值可以通过非标准参数-Xmn 直接调整大小或不稳定参数-XX:NewRatio=2 间接调整新生代与老年代的大小比值。  
4)线程中栈的大小调整也是如此，需要比较谨慎及细致的测试之后修改。

**2.GC 收集器的选择**  
在HotSpot JVM 中有大致5类收集器：串行收集器，并行收集器，并行压缩收集器，CMS 收集器，G1收集器。其中并行被并行压缩收集器所替代，CMS 收集器被G1收集器所替代，所以可供选择的只剩下三种。

**(1)串行收集器(Serial Collector)**  
在同一时间只会执行一件垃圾清理任务，非常适用于单线程，单CPU 架构的程序，串行收集器的开销也比较小，在老年代中使用mark-sweep-compact(标记—扫描-压缩)算法， 对于堆内存不是很大的程序比较适用。  
串行收集器适用场景：客户端程序(-client)和单线程比较小的应用。可以声明-XX:+UseSerialGC 选项使用串行收集器。

**(2)并行压缩收集器(Parallel Compacting Collector)**  
并行压缩收集器是在J2SE1.5后引入，与并行收集器(并行收集器又被称作吞吐量收集器)最大的不同是对老年代的回收使用了不同的算法，并行压缩收集器最终会取代并行收集器。并行压缩收集器最大的优点就是在消耗部分硬件性能及多CPU 支持下可以做到更短的stop-the-world 暂停，使回收效率更高从而增加了程序的吞吐量。  
并行压缩收集器适用场景：程序稳定长期运行，希望任何时候我们的程序都能得到响应，即使程序执行速度缓慢，例如一些后台程序。硬件水平较高，例如多CPU，多物理内存的服务器可以选择并行压缩收集器。可以声明-XX:+UseParallelOldGC 选项使用并行压缩收集器。

**(3)CMS 收集器(Concurrent Mark-Sweep (CMS) Collector)**  
在很多应用中，更加注重快速的相应时间而不是吞吐量。新生代的垃圾回收通常不会造成长时间的应用程序中断，但是，对于老年代，特别是当Heap 已使用量比较大的时候会导致长时间的程序中断(虽然这种情况不常发生)。Hotspot JVM 引入CMS 的目的就是为了解决这个问题。  
CMS 收集器适用场景(G1同理)：对于老年代使用率比较高的应用程序适合CMS 收集器，对停顿时间有较严格要求的程序也比较适合使用CMS 收集器。所以CMS 收集器多用于应用服务器程序上，例如web系统等。这类系统的共同特点就是响应时间一般较短，否则容易造成用户体验差的评价。可以声明-xx:+UseConcMarkSweepGC 选项使用CMS。如果你还想让CMS 运行与增量模式下，则可声明–XX:+CMSIncrementalMode 选项启用增量模式。增量模式指的是把收集器的工作分成多个时间块，然后在两次新生代的回收期间加以运行，这种方式可以更进一步减少暂停的时间。

**3.GC 日志的使用**

然后来看一段非常简单的代码：

Java代码 ![收藏代码][format_png]

1.  public class GCTest \{
2.  
3.  public static void main(String\[\] args)\{
4.  for (;;) \{
5.  System.gc();
6.  \}
7.  \}
8.  
9.  \}

Java 代码编译后，在控制台输入如下命令来运行此程序：

Java代码 ![收藏代码][format_png]

1.  java -server -verbose:gc GCTest
2.  或
3.  java -server -XX:+PrintGC GCTest

运行结果：

.....  
\[GC 160K->160K(125312K), 0.0004590 secs\]  
\[Full GC 160K->160K(125312K), 0.0063689 secs\]  
.....

从运行结果我们可以看到GC 的执行情况，-verbose:gc 与-XX:+PrintGC 两个参数的作用相同，都是打印GC 基本信息，但基本信息中可参考的内容基本没有。  
需要更加详细的GC 信息输出，可以使用-XX:+PrintGCDetails 参数，来打印GC 详情信息：

Java代码 ![收藏代码][format_png]

1.  java -server -XX:+PrintGCDetails Contacts

运行结果：

.....  
\[Full GC (System) \[PSYoungGen: 0K->0K(38144K)\] \[PSOldGen: 160K->160K(87168K)\] 160K->160K(125312K) \[PSPermGen: 2937K->2937K(21248K)\], 0.0055359 secs\] \[Times: user=0.00 sys=0.00, real=0.01 secs\]  
\[GC \[PSYoungGen: 654K->32K(38144K)\] 814K->192K(125312K), 0.0002939 secs\] \[Times: user=0.00 sys=0.00, real=0.00 secs\]  
.....

小提示，java 参数需要在类名前，否则在类名后的参数会被舍弃掉，格式如下：

java \[-options\] class \[args...\]  
(执行class 文件)  
java \[-options\] -jar jarfile \[args...\]  
(执行jar 文件)

除了将GC 信息直接打印到控制台外更常用的做法是以文件的形式存储日志信息，利用-Xloggc:<file> 来实现：

Java代码 ![收藏代码][format_png]

1.  java -server -XX:+PrintGCDetails -Xloggc:d:\\gc.log GCTest

GC 打印的日志信息有固定的格式，可以将每条日志拆分成几部分来分析。  
**Minor GC：**

![format_png 1][]

**Full GC：**

![format_png 2][]  
  
日志中已经包含了上面所说的几种不同内存中的GC 执行情况，可以很方便的了解那部分内存使用出现了问题，这样就可以集中解决出现问题的部分。

**4.其他**（会不断补充）

(1)避免使用大对象

所谓大对象就是指，需要大量连续内存空间的Java对象，最典型的大对象就是那种很长的字符串及数组。大对象对虚拟机的内存分配来说就是一个"bad message"，经常出现大对象容易导致内存还有不少空间时就提前触发垃圾收集以获取足够的连续空间来“安置”它们。

这样的大对象如果只是使用1次的话，那么可想而知会对内存造成多么大的浪费，而且为了“挽回”这种过失，GC 会不断的去清理这些大对象所占用的内存空间，进而大致了程序运行的缓慢，所以在编码阶段就应该去重点注意这方面的问题不要为了开发方便而将很多“无关”的东西塞到一个对象中。

**如何触发FullGC ？**

使用jmap工具可触发FullGC

jmap -dump:live,format=b,file=heap.bin <pid> 将当前的存活对象dump到文件，此时会触发FullGC

jmap -histo:live <pid> 打印每个class的实例数目,内存占用,类全名信息.live子参数加上后,只统计活的对象数量. 此时会触发FullGC

[Java]: http://book.douban.com/subject/24722612/
[view plain]: http://blog.csdn.net/xiajian2010/article/details/17376157
[http_www.caucho.com_resin-3.0_performance_jvm-tuning.xtp_garbage-collection]: http://www.caucho.com/resin-3.0/performance/jvm-tuning.xtp#garbage-collection
[http_h21007.www2.hp.com_dspp_tech_tech_TechDocumentDetailPage_IDX_1_1701_1604_00.html]: http://h21007.www2.hp.com/dspp/tech/tech_TechDocumentDetailPage_IDX/1,1701,1604,00.html
[http_java.sun.com_docs_hotspot_gc1.4.2]: http://java.sun.com/docs/hotspot/gc1.4.2/
[format_png]: /images/20230531/5eed2258ff524ba9a4c9e0a7f1ec8689.png
[format_png 1]: /images/20230531/b1f5edb6b4ce4f7aa323bee4bb3c80de.png
[format_png 2]: /images/20230531/7a5d92976a314c2ca41c3597e594290d.png