GC调优实战之过早提升Premature Promotion

网友投稿 827 2022-11-04

GC调优实战之过早提升Premature Promotion

GC调优实战之过早提升Premature Promotion

目录过早提升(Premature Promotion)如何测量提升速率提升速率的意义示例过早提升的影响解决方案

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:

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 secsvCrzsA]

[Times: user=0.23 sys=0.03, real=0.09 secs]

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:

EventTimeYoung decreasedTotal decreasedPromotedPromotion rate(事件)(耗时)(年轻代减少)(整个堆内存减少)(提升量)(提升速率)1st GC291ms28,192K8,920K19,272K66.2 MB/sec2nd GC446ms33,248K11,400K21,848K140.95 MB/sec3rd GC829ms66,560K30,888K35,672K93.14 MB/secTotal829ms  76,792K92.63 MB/sec

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 MBvCrzsA/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, 而提升速率则影响 major GC 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。

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。 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 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 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http://, 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, 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。

以上就是GC调优实战之过早提升Premature Promotion的详细内容,更多关于GC调优过早提升的资料请关注我们其它相关文章!

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:iOS 引用蓝牙4.0的小demo
下一篇:关于 Python 的一些小工具
相关文章

 发表评论

暂时没有评论,来抢沙发吧~