Java.lang.OutOfMemoryError: Java heap space

Java应用程序只允许使用有限的内存。此限制在应用程序启动期间指定。为了使事情更复杂,Java内存被分成两个不同的区域。这些区域称为永久生成区域(permgene和Permgen):

 

这些区域的大小是在Java虚拟机(JVM)启动期间设置的,可以通过指定JVM参数 -Xmx 和- XX:MaxPermSize 进行定制。如果未显式设置大小,则将使用特定于平台的默认值。

这个 java.lang.OutOfMemoryError :当应用程序尝试向堆空间区域添加更多数据,但空间不足时,将触发Java堆空间错误。

请注意,可能有大量可用的物理内存,但是 java.lang.OutOfMemoryError :每当JVM达到堆大小限制时,就会抛出Java堆空间错误。

是什么引起内存泄露的?

最常见的原因是 java.lang.OutOfMemoryError:Java heap space error –您尝试将XXL应用程序放入S大小的Java堆空间中。只是Java应用程序需要更多的空间来操作。此 OutOfMemoryError 消息的其他原因更为复杂,是由编程错误引起的:

  • 使用量/数据量激增 。该应用程序设计为处理一定数量的用户或一定数量的数据。当用户数量或数据量突然达到峰值并超过预期阈值时,在峰值停止运行并触发java.lang.OutOfMemoryError:Java堆空间错误 。
  • 内存泄漏 。特定类型的编程错误将导致应用程序不断消耗更多内存。每次使用应用程序的泄漏功能时,它都会将一些对象留在Java堆空间中。随着时间的推移,泄漏的对象会消耗所有可用的Java堆空间,并触发已经熟悉的java.lang.OutOfMemoryError:Java堆空间错误 。

内存泄漏代码示例

第一个例子非常简单–下面的Java代码尝试分配一个2M整数数组。当您编译它并使用12MB的Java堆空间(Java -Xmx12m -OOM)启动时,它将失败java.lang.OutOfMemoryError:Java堆空间消息。有了13MB的Java堆空间,程序运行得很好。

class OOM {
  static final int SIZE=2*1024*1024;
  public static void main(String[] a) {
    int[] i = new int[SIZE];
   }
}

第二个也是更现实的例子是内存泄漏在Java中,当开发人员创建和使用新的对象(如 new Integer(5) )时,他们不必自己分配内存—这是由Java虚拟机(JVM)负责的。在应用程序的生命周期中,JVM会定期检查内存中哪些对象仍在使用,哪些对象没有使用。未使用的对象可以丢弃,内存可以回收并再次使用。这个过程称为垃圾回收。JVM中负责收集的相应模块称为垃圾收集器(GC)。

Java的自动内存管理依赖于GC定期查找未使用的对象并将其删除。简单地说,java内存泄露是指应用程序不再使用某些对象,但垃圾回收无法识别它的情况。因此,这些未使用的对象将无限期地保留在Java堆空间中。这起连环碰撞最终会触发java.lang.OutOfMemoryError:Java堆空间错误。

构建一个满足内存泄漏定义的Java程序相当容易:

class KeylessEntry {
 
   static class Key {
      Integer id;
 
      Key(Integer id) {
         this.id = id;
      }
 
      @Override
      public int hashCode() {
         return id.hashCode();
      }
   }
 
   public static void main(String[] args) {
      Map m = new HashMap();
      while (true)
         for (int i = 0; i < 10000; i++)
            if (!m.containsKey(new Key(i)))
               m.put(new Key(i), "Number:" + i);
   }
}

当您执行上面的代码时,您可能希望它永远运行而不会出现任何问题,假设天真的缓存解决方案只将底层映射扩展到10000个元素,除此之外,所有的键都已经存在于HashMap中。但是,实际上,由于Key类在 hashCode() 旁边没有适当的 equals() 实现,所以元素将继续被添加。

结果,随着时间的推移,随着泄漏代码的不断使用,“缓存”结果最终会消耗大量Java堆空间。当***存填满堆区域中的所有可用内存,而垃圾回收无法清理它时java.lang.OutOfMemoryError:引发Java堆空间 。

解决方案很简单–添加与下面类似的 equals() 方法的实现,您就可以开始了。但在你找到病因之前,你肯定会失去一些珍贵的脑细胞。

@Override
public boolean equals(Object o) {
   boolean response = false;
   if (o instanceof Key) {
      response = (((Key)o).id).equals(this.id);
   }
   return response;
}

内存溢出怎么解决?

在某些情况下,分配给JVM的堆的数量不足以满足在JVM上运行的应用程序的需要。在这种情况下,您应该只分配更多的堆—请参阅本章末尾的部分了解如何实现这一点。

然而,在许多情况下,提供更多的Java堆空间并不能解决问题。例如,如果应用程序包含内存泄漏,则添加更多堆只会推迟java.lang.OutOfMemoryError:Java堆空间错误。此外,增加Java堆空间量也会增加GC暂停的长度,从而影响应用程序的吞吐量或延迟。

如果您希望解决Java堆空间的底层问题,而不是掩盖症状,那么您需要找出代码的哪一部分负责分配最多的内存。换句话说,你需要回答以下问题:

  1. 哪些对象占据堆的大部分
  2. 在源代码中分配这些对象

在这一点上,一定要在你的日历中清除几天(或者-在项目符号列表下面自动查看)。下面是一个粗略的流程大纲,可以帮助您回答上述问题:

  • 获得安全许可,以便从JVM执行堆转储。“ dump 转储”基本上是堆内容的快照,您可以对其进行分析。因此,这些快照可能包含机密信息,如密码、信用卡号码等,因此出于安全原因,获取此类转储甚至可能不可能。
  • 在适当的时候把垃圾处理掉。准备好获取一些转储,因为当在错误的时间执行时,堆转储包含大量的噪声,实际上可能是无用的。另一方面,每个堆转储都会完全“freezes 冻结”JVM,所以不要占用太多,否则最终用户将面临性能问题。
  • 找一台能装垃圾的机器。当您的JVM使用例如8GB的堆时,您需要一台大于8GB的机器来分析堆内容。启动转储分析软件(我们推荐Eclipse MAT,但也有同样好的替代品)。
  • 检测堆的最大使用者的GC根路径。我们在这里的另一篇文章中讨论了这一活动。这对初学者来说尤其困难,但实践将使你了解结构和导航机制。
  • 接下来,您需要弄清楚源代码中潜在危险的大量对象被分配到哪里。如果您对应用程序的源代码有很好的了解,那么您将能够在几次搜索中做到这一点。

或者,我们建议使用plumber,这是唯一一个具有自动根本原因检测功能的Java监控解决方案。在其他性能问题中,它包罗万象java.lang.OutOfMemoryErrors并自动为您提供有关最需要内存的数据结构的信息。

Plumber负责在后台收集必要的数据——这包括关于堆使用情况的相关数据(只有对象布局图,没有实际数据),还有一些甚至在堆转储中都找不到的数据。它还为您执行必要的数据处理—在运行中,只要JVM遇到java.lang.OutOfMemoryError. 这里有一个例子java.lang.OutOfMemoryError管道工事故警报:

 

无需任何其他工具或分析,您可以看到:

  • 哪些对象消耗的内存最多
  • 在哪里分配这些对象(它们中的大多数在MetricManagerImpl类中分配,第304行)
  • 当前引用这些对象的是什么(到GC根的完整引用链)

有了这些信息,您就可以放大潜在的根本原因,并确保将数据结构缩减到适合您的内存池的级别。

然而,当您从内存分析或阅读plumber报告得出的结论是内存使用是合法的,并且源代码中没有什么可更改的,那么您需要允许JVM有更多的Java堆空间来正常运行。在这种情况下,更改JVM启动配置并添加(或增加值,如果存在):

-Xmx1024m

上述配置将为应用程序提供1024MB的Java堆空间。可以使用g或g表示GB,m或m表示MB,k或k表示KB。例如,以下所有内容都相当于最大Java堆空间为1GB:

java -Xmx1073741824 com.mycompany.MyClass
    java -Xmx1048576k com.mycompany.MyClass
    java -Xmx1024m com.mycompany.MyClass
    java -Xmx1g com.mycompany.MyClass

原文链接:http://javakk.com/897.html


如果觉得本文对你有帮助,可以点赞关注支持一下,也可以点进我主页关注我公众号,上面有更多技术干货文章以及相关资料共享,大家一起学习进步!