我的博客地址

1. JVM 由哪些部分组成？

1. 组成
   • 类加载器子系统（ClassLoader）
   • 运行时数据区（Runtime Data Area）
   • 执行引擎（Execution Engine）
   • 本地方法接口（Native Interface，JNI）
2. 执行流程
   首先需要准备编译好的 Java 字节码文件（即class文件）。
   然后需要先通过一定方式（类加载器）将 class 文件加载到内存中（运行时数据区）。
   又因为字节码文件是 JVM 定义的一套指令集规范，底层操作系统无法直接执行。
   因此需要特定的命令解释器（执行引擎）将字节码翻译成特定的操作系统指令集交给 CPU 去执行。
   这个过程中会需要调用到一些不同语言为 Java 提供的接口（例如驱动、地图制作等），这就用到了本地方法接口（Native Interface）。

2. Java 的类加载过程是怎样的？

1. 加载: 将二进制流读入内存中，为了生成一个 Class 对象。
2. 链接
   a. 验证: 主要是验证加载进来的二进制流是否符合一定格式，是否规范，是否符合当前 JVM 版本等等之类的验证。
   b. 准备: 为静态变量(类变量)赋初始值，也即为它们在方法区划分内存空间。这里注意是静态变量，并且是初始值，比如 int 的初始值是 0。
   c. 解析: 将常量池的符号引用转化成直接引用。

   符号引用可以理解为只是个替代的标签，比如你此时要做一个计划，暂时还没有人选，你设定了个 A 去做这个事。然后等计划真的要落地的时候肯定要找到确定的人选，到时候就是小明去做一件事。解析就是把 A(符号引用) 替换成小明(直接引用)。符号引用就是一个字面量，没有什么实质性的意义，只是一个代表。
   直接引用指的是一个真实引用，在内存中可以通过这个引用查找到目标。

3. 初始化: 这时候就执行一些静态代码块，为静态变量赋值，这里的赋值才是代码里面的赋值，准备阶段只是设置初始值占个坑。

3. 请你介绍下 JVM 内存模型，分为哪些区域？各区域的作用是什么？

1. 程序计数器（Program Counter Register）：每个线程都有自己的程序计数器，用于指示当前线程执行的字节码指令的行号，以便线程执行时能够回到正确的位置。
2. 虚拟机栈（JVM Stack）：也称为 Java 方法栈，用于存储方法执行时的局部变量表、操作数栈、动态链接、方法出口等信息。每个线程在执行一个方法时，都会为该方法分配一个栈帧，并将该栈帧压入虚拟机栈，当方法执行完毕后，虚拟机会将其出栈。
3. 本地方法栈（Native Method Stack）：与虚拟机栈类似，用于存储本地方法的执行信息。
4. 堆（Heap）：用于存放所有线程共享的对象和数组，是垃圾回收的主要区域。
5. 方法区（Method Area）：用于存储已经被虚拟机加载的类信息、常量、静态变量、即时编译器编译后的代码等数据。方法区也是被所有线程共享的。方法区具体实现永久代/元空间

程序计数器、虚拟机栈、本地方法栈是线程私有的，堆、方法区、运行时常量池是线程共享的。

4. JVM 垃圾回收调优的主要目标是什么？

GC 调优的核心思路就是尽可能的使对象在年轻代被回收，减少对象进入老年代。

1. 吞吐量调优：主要关注降低垃圾回收的总时间，通过 Parallel Scavenge 和 Parallel Old 提高 CPU 使用效率。
2. 延迟调优：关注最大停顿时间，通过 CMS、G1、ZGC 等收集器降低 STW 停顿时间。
3. 堆大小调优：通过合理的堆内存分配和分代比例调优，避免频繁的 Minor GC 和 Full GC。

5. 如何对 Java 的垃圾回收进行调优？

1. 思路
   分析Young GC 和 Full GC 触发频率、原因、晋升的速率、老年代内存占用量, 可以使用命令(jstat -gc [pid] [频率] [总次数])或监控页面查看
   例如: 如果发现频繁会产生 Full GC，分析日志之后发现没有内存泄漏，只是 Young GC 之后会有大量的对象进入老年代，然后最终触发 Ful GC。所以就能得知是 Survivor 空间设置太小，导致对象过早进入老年代，因此调大 Survivor 。

6. 常用的 JVM 配置参数有哪些？

• -Xms：初始化堆内存大小
• -Xmx：最大堆内存大小
• -Xss：设置每个线程的栈大小
• -XX:MetaspaceSize：初始化元空间大小
• -XX:MaxMetaspaceSize：最大元空间大小
• -XX:+HeapDumpOnOutOfMemoryError：当发生 OutOfMemoryError 时，生成堆转储（heap dump）文件
• -XX:HeapDumpPath: 生成堆转储文件路径
• -XX:+PrintGCDetails：打印详细的垃圾回收日志
• -XX:+UseG1GC：启用G1垃圾收集器
• -XX:+UseConcMarkSweepGC：启用CMS垃圾收集器
• -XX:+UseZGC：启用ZGC（低延迟垃圾收集器）

7. Java 中常见的垃圾收集器有哪些？

1. 新生代垃圾收集器
   • 1）Serial 收集器：
     • 单线程收集器，适合小型应用和单处理器环境。
     • 触发 Stop-The-World（STW）操作，所有应用线程在 GC 时暂停。
     • 适用场景：适用于单线程应用和客户端模式。
   • 2）ParNew 收集器：
     • 是 Serial 收集器的多线程版本，能够并行进行垃圾收集。
     • 与 CMS 收集器配合使用时，通常会选择 ParNew 收集器作为新生代收集器。
     • 适用场景：适用于多处理器环境，通常配合 CMS 收集器使用。
   • 3）Parallel Scavenge 收集器（吞吐量优先）：
     • 也称为 “吞吐量收集器”，追求最大化 CPU 时间的利用率。
     • 并行处理新生代垃圾回收，适合大规模后台任务处理，注重吞吐量而非延迟。
     • 适用场景：适用于大规模运算密集型后台任务，适合对吞吐量要求较高的场景。
2. 老年代垃圾收集器：
   • 1）Serial Old 收集器：
     • Serial 收集器的老年代版本，使用标记-整理（Mark-Compact）算法进行垃圾回收。
     • 适用场景：适合单线程环境和低内存使用场景，通常配合 Serial 收集器一起使用。
   • 2）Parallel Old 收集器：
     • Parallel Scavenge 收集器的老年代版本，使用多线程并行标记-整理算法。
     • 适用场景：适合大规模并行计算的场景，适用于高吞吐量要求的任务。
   • 3）CMS（Concurrent Mark-Sweep）收集器：
     • 并发标记-清除收集器，追求低延迟，减少 GC 停顿时间。
     • 使用并发标记和清除算法，适合对响应时间有较高要求的应用。
     • 缺点：可能会产生内存碎片，并且在并发阶段可能会发生 Concurrent Mode Failure，导致 Full GC。
     • 适用场景：适用于对响应时间要求高的应用，如 Web 服务和电商平台。
   • 4）G1（Garbage First）收集器：
     • 年轻代采用类似于传统的复制算法, 老年代采用标记整理算法
     • 设计用于取代 CMS 的低延迟垃圾收集器，能够提供可预测的停顿时间。
     • 通过分区来管理内存，并在垃圾收集时优先处理最有价值的区域，避免了 CMS 的内存碎片问题。
     • 适用场景：适合大内存、多 CPU 服务器应用，尤其在延迟和响应时间敏感的场景中表现出色。
   • 5）ZGC（Z Garbage Collector）收集器：
     • 低停顿、高吞吐量的垃圾收集器，停顿时间一般不会超过 10 毫秒。
     • 适用场景：适用于需要管理大堆内存且对低延迟要求极高的应用。

8. 垃圾收集算法

1. 标记-清除算法（Mark-Sweep）：
   • 主要用于 CMS，标记存活对象后，清除不可达对象，但容易产生内存碎片。
   • 工作原理：首先遍历堆中的对象，标记出所有的存活对象，接着清除未标记的对象。
   • 优点：实现简单，能够处理堆中的所有对象。
   • 缺点：标记和清除的过程会产生内存碎片，影响后续内存分配的效率。
2. 标记-整理算法（Mark-Compact）：
   • 用于 G1 和 Parallel Old，标记存活对象后进行整理，避免内存碎片。
   • 工作原理：首先标记出所有存活的对象，然后将存活的对象整理到一边，最后清除未标记的对象。
   • 优点：避免了内存碎片问题。
   • 缺点：整理阶段需要移动对象，会导致额外的开销。
3. 复制算法（Copying）：
   • 工作原理：将内存分成两部分，每次只使用其中一半，垃圾回收时将存活的对象从一半复制到另一半，清除原区域的所有对象（朴素的复制算法是这样的，实际使用会分为两个 survivor 和一个 eden 区）。
   • 优点：无需处理内存碎片，分配效率高。
   • 缺点：需要双倍的内存空间，浪费了一半的空间。

9. 线上 CPU 飙高如何排查？

1. 首先确认哪个进程占用 CPU 过高，登录服务器利用 top 命令查看。
   top 命令是 Linux 下常用的性能分析工具，能够实时显示系统中各个进程的资源占用状况，类似于 Windows 的任务管理器
2. 确认 CPU 利用率很高的进程的 PID，假设为 1234 确实是 Java 进程，则通过 top -Hp 1234 查看具体的线程。
3. 假设得到的线程 ID 是 5678，再将线程转为十六进制。可以使用 printf "%x\n" 5678
4. 得到十六进制的 tid 为 162e，此时在利用 jstack 1234 | grep 162e -A 100 查看具体的栈信息。
5. 根据堆栈信息就可以定位到具体是哪行代码导致了 CPU 飙高，对应分析修复即可！

10. 怎么分析 JVM 当前的内存占用情况？

1. 利用 jstat 监控和分析 JVM 内部的垃圾回收、内存等运行状态。可以用它来查看堆内存、非堆内存等的实时状态。使用命令 jstat -gc [pid] [频率] [总次数]
2. 可以使用 jmap 查看， JVM 堆的详细信息（包括堆的配置、内存使用情况、GC 活动等）。\
3. 阿里 arthas 使用
   • dashboard: 可以查看当前系统的实时数据面板。数据面板默认5秒刷新一次。可以 输入Q 后回车 或 Ctrl+C 退出dashboard命令。
   • thread: 后面加上线程ID会打印线程的栈。Arthas支持管道，可以用 thread 1 | grep ‘main(’ 查找到arthas-demo应用的main class。
   • sc: 用来查找JVM里已加载的类。例如查看名称为MathGame的类：sc -d *MathGame
   • jad: 用来反编译代码 。例如查看MathGame类的源代码：jad demo.MathGame
   • watch: 可以查看函数的参数/返回值/异常信息。例如查看MathGame类中primeFactors函数的返回值：watch demo.MathGame primeFactors returnObj ，每次函数被调用都会打印返回值，可以 输入Q 后回车 或 Ctrl+C 退出watch命令。

11. OOM 后怎么分析？

在发生 OOM 时，可以根据 jmap 得到堆转储文件（建议增加JVM启动参数，-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/tmp/heapdump.hprof，在发生 OOM 后自动生成转储文件），再导入到 MAT、VisualVM、GCeasy等工具中分析文件，找出哪些对象占用了大量的内存，再定位到具体的代码解决问题。

OOM内存泄露常见问题:

1. 堆内存溢出（Java Heap Space）
   • Java 堆用于存放对象实例，如果创建了过多对象，或有内存泄漏导致对象无法被垃圾回收，堆内存就会耗尽。 如果有大量创建对象或集合类的场景，持续增加数据但未释放就会产生堆内存溢出。
   • 错误信息：java.lang.OutOfMemoryError: Java heap space
   • 解决方法：检查对象创建逻辑，确保及时释放无用对象，或增大堆内存大小（-Xmx 参数）。
2. 栈内存溢出（StackOverflowError）
   • 每个线程都有独立的栈空间，栈用于存储方法调用的信息（局部变量、方法参数、返回地址等）。如果方法调用层次过深或存在无限递归，栈空间耗尽就会导致栈溢出。 常见于递归方法没有正确的退出条件、深层嵌套的方法调用场景。
   • 错误信息：java.lang.StackOverflowError
   • 解决方法：检查递归条件，优化递归算法或增加栈空间（-Xss 参数）。
3. 方法区或元空间溢出（Metaspace / PermGen space）
   • 在 Java 8 之前，方法区被实现为永久代（PermGen），用于存放类的元数据（类信息、方法信息、常量池等）。在 Java 8 之后，永久代被替换为元空间（Metaspace），用本地内存实现。在频繁加载和卸载类的情况下（如使用大量动态生成的代理类或频繁热部署），可能导致方法区或元空间溢出。常见于使用动态代理频繁生成类、大量反射调用或频繁热部署场景。
   • 错误信息： Java 7 及之前：java.lang.OutOfMemoryError: PermGen space；Java 8 及之后：java.lang.OutOfMemoryError: Metaspace
   • 解决方法：增加元空间大小（-XX:MaxMetaspaceSize）；优化代码以减少类加载和反射的频率。
4. 直接内存溢出（Direct Buffer Memory）
   • Java NIO 使用直接内存（Direct Memory）来加快 I/O 操作，该内存不受 JVM 堆内存的限制。如果分配过多的直接内存，超过了设置的最大值，也会导致内存溢出。 常见于使用 NIO 操作 ByteBuffer 分配大量直接内存，或者 Netty 等框架中频繁使用直接内存场景。
   • 错误信息：java.lang.OutOfMemoryError: Direct buffer memory
   • 解决方法：检查直接内存的分配和释放情况，增加直接内存大小限制（-XX:MaxDirectMemorySize），或避免过多使用直接内存。
5. 线程数过多导致的内存溢出（Unable to Create New Native Thread）
   • 每个线程都需要栈空间和一定的操作系统资源。如果创建过多线程而超出操作系统的资源限制，可能无法再创建新的线程，导致 OOM。 常见于创建大量线程或线程池大小过大。
   • 错误信息：java.lang.OutOfMemoryError: Unable to create new native thread
   • 解决方法：减少线程数，合理设置线程池的大小，避免无限制地创建新线程。
6. GC 执行耗时过长导致的 OOM（GC Overhead Limit Exceeded）
   • 当 JVM 在垃圾回收上花费的时间过多且回收的内存不足以满足需要，JVM 会抛出 GC Overhead Limit Exceeded 错误，以避免长时间的垃圾回收循环。通常发生在堆内存接近耗尽但又无法完全释放的情况下。常见于对象频繁创建和销毁导致 GC 频繁触发，内存不足导致 GC 效率低下场景。
   • 错误信息：java.lang.OutOfMemoryError: GC overhead limit exceeded
   • 解决方法：增大堆内存，优化代码以减少短生命周期对象的创建，或调整垃圾回收策略。