JVM系统优化实践（19）：GC生产环境案例（二）

---

接昨天的问题继续来说，在高并发场景中，对象过多容易导致OOM。由于高并发导致Young GC存活对象过多，因此会有太多对象进入老年代，导致老年代也被填满，频繁触发Full GC，而老年代空间也很快被塞满。可以用图来表示：

 

因此，有限的内存中存放了过多的对象，而且大多数也都是存活的时候很容易发生OOM。而且系统本身的代码可能也存在着内存泄漏。例如，利用CGLIB动态生成类，来造成Metaspace的内存溢出。JVM的参数设置：-XX:MetaspaceSize=10M -XX:MaxMetaspaceSize=10M

然后输入如下代码：

运行代码后，通过jstat，会发现Metaspace数据异常。

再通过JVM栈溢出来实现OOM。JVM参数设置：-Xss1M

代码如下：

 

然后是JVM堆溢出来实现OOM。JVM参数设置：-Xms10M -Xmx10M

代码如下：

 

在一个试用kafka的超大数据量处理的案例中，架构大概是这个样子的：

 

这里面的系统隐患是：

1、一旦kafka故障，那么当前计算对应的数据必须全部驻留内存，并且一直重试等待kafka恢复；

2、计算没有停止的时候，会不停加载更多数据直到OOM。

---

感谢您的大驾光临！欢迎骚扰，不胜荣幸～