线上内存溢出分析

系统变慢，打开页面变卡，使用top命令查看cpu和内存情况后，发现在使用系统时，CPU 飙高。

针对此问题，展开排查。

排查产生原因

首先，使用 arthas 工具或者使用 jstack 查看 java 运行中的线程状态，查看哪些线程占用cpu过高，在使用时，发现为gc线程。

然后，使用 jstat 或者 arthas 中的 dashboard 命令 进行确认，发现堆中新生代老年代空间已满，每过十几秒就在进行一次full gc。所以，可以分析出CPU飙高的原因为内存溢出。

内存溢出原因分析

因为要进行内存溢出情况，需要拿出堆转储信息，所以，在无人使用系统时，使用 jmap 命令获取堆转储信息：

jmap -dump:format=b,file=heapdump.hprof pid

需要注意的是，使用 jmap 时，会使 JVM 处于 STW（stop the world） 状态，所以尽量不要在生产上有人使用时使用该命令，否则会导致非常长的时间停顿。

在拿到堆转储信息后，使用MAT(Memory Analyzer Tool)工具进行分析，装载文件后，得到如下图中的内容：

发现DefaultSVNRepositoryPoll引出的对象占用了3.6个G的空间（整个JVM分配空间为4个G），所以可以确定，是这个类生产 RunnableSecheduleFuture 对象的问题。

对 DefaultSVNRepositoryPool 进行分析，找问题

在前面已经分析出是DefaultSVNRepositoryPool引出的内存溢出，所以直接在IDEA中搜索到这个类，进入到该类，查看是否有相关 RunnableSecheduleFuture 方法。

首先确认哪里引用到了该类

一切还要从SVN上传文件说起，SVN上传文件有几个步骤：

//1. 判断路径是否存在;
SVNClientManipulator rp = new SVNClientManipulator(user);
//2. 得到版本库;
SVNRepository rps = rp.getRepository(svnDao.getSvnUrlByRepository(repository) +
repository + "/" + newPath);
//3. 判断是否存在;
SVNNodeKind nodeKind = rps.checkPath("", -1);
if (nodeKind == SVNNodeKind.NONE) {//如果存在则更新路径;
svnConfigDevelopService.addDir(svnDao.getSvnUrlByRepository(repository) +
repository + "/" + newPath, desc, rp, true);
}
importFolder = newPath;
// 4. 上传文件
String msg = svnCommonService.addFileToSVN(svnFilePath, gdFileName,
repository, "/" + importFolder + "/", user, desc);

其中对获取SVNClientManipulator时，其实是获取一个client客户端，整个过程可以用一个简单的sequence图来说明：

然后对DefaultSVNRepositoryPool内部排查
在引用到的 DefaultSVNRepositoryPool 的构造方法内，可以看到

这里有两个Timer，作为全局的变量，可以看到作用是从10秒开始，每10秒执行一次 TimeOutTask() 方法。而这里的 myScheduledTimeoutTask 正是 ScheduledFuture 类型的。

如果不确认该类是否为溢出的对象，可以再进入到scheduleWithFixedDelay中。可以看到返回的正是RunnableScheduledFuture 对象。

此时就可以由刚才的seq图往回推

最终问题有可能出现在在 svnCommonService 中创建了过多的 SVNClientManipulator 。

SVN上传代码排查

是否为上述分析的原因，需要在svnCommonService代码中确认。

对现有的SVN上传代码过程分析

svnFileJsonArray 将json解析为array，循环每个数组中的内容，进行文件上传。

首先SVNClientManipulator的创建发生在循环内，也就是说一次请求上传多个文件，则会创建多个客户端。此处为导致问题的主要原因。

其次，在代码内没有发现同步区域，而且大部分内容是需要查询表、插入表，在高并发的情况下可能会出现 mysql 的 lock wait 异常，最终导致文件无法上传的错误。

最后，现有因为代码是一个请求创建一个线程，n次请求就产生n个线程，这在高请求量的情况下出现问题的概率非常大。

基于以上三点进行代码上的修改

问题代码修改

针对SVNClientManipulator的创建发生在循环内

将json中取出一人或者直接传进一个处理人，创建client，减少client的创建次数

针对一次请求创建一个线程，修改为使用线程池，默认线程池的coreSize为8，核心数*2针对同步代码块，使用sycronized进行同步代码块。

进阶修改：

上述修改后，可以满足过程，但是实际上大部分代码会使用sycronized进行包裹，同时进行的线程只有一个，所以提前创建多线程是占用内存的时间的。

最终修改为：

使用单线程处理请求，单线程处理业务代码，避免了加锁和解锁的消耗仅仅在上传文件时，使用线程池进行文件上传

插曲：为什么DefaultSVNRepositoryPool没有回收掉

这里涉及到客户端连接SVN的状态，默认连接状态时 keepAlive 的，但是不需要手动进行连接的关闭。

一个客户端启动一个全局的Timer，这个Timer每10秒检测一下是否可以关闭连接，可以关闭连接的条件是 这个连接在 60 秒内没有再次访问过SVN。

但是，因为task是需要线程进行执行的，当创建非常多的pool时，timer可能取不到CPU时间片来执行task，所以就在一直等待，导致链上的所有对象，虚拟机都无法进行回收，最终导致内存溢出。

其他

一、JVM调优参数

线上分为三台机器，而应用占其中一台，总内存为16g，针对此环境修改JAVA_OPTS

JAVA_OPTS="-server -Xms8192m -Xmx8192m
-XX:PermSize=1024M -XX:MaxPermSize=1024M -Duser.language=zh -Djava.util.Arrays.useLegacyMergeSort=true
-Djava.awt.headless=true
-Xloggc:/app/okit/java/gc-%t.log
-XX:+UseGCLogFileRotation
-XX:NumberOfGCLogFiles=5
-XX:GCLogFileSize=50M -XX:+PrintGCTimeStamps
-XX:+PrintGCDetails
-XX:HeapDumpPath=./java_dump.hprof
-XX:+HeapDumpOnOutOfMemoryError"


针对其中参数含义解释：

-XX:+UseGCLogFileRotation GCLog文件输出-XX:NumberOfGCLogFiles=5 GCLog文件数量-XX:GCLogFileSize=20M GCLog文件大小-XX:+PrintGCTimeStamps 打印GC耗时-XX:+PrintGCDetails 打印GC回收的细节-XX:HeapDumpPath=./java_pid.hprof ：堆内存快照的存储文件路径。文件名一般为java__heapDump.hprof。-XX:+HeapDumpOnOutOfMemoryError 在OOM时，自动输出一个dump文件

二、JDK自带工具使用

jps

JPS(Java Virtual Machine Process Status Tool)，可以显示进行中的Java线程。

使用方式：jps [options] [hostid]

jstat -gc

jstat(Java Virtual Machine statistics monitoring tool),能够查看JVM的使用情况

使用方式：jstat [ generalOption | outputOptions vmid [ interval [ s|ms ] [ count ] ] ]

如： jstat -gc -h3 31736 1000 10

jstack

jstack(Java stack trace)是Java的堆栈分析工具。

两个功能：

针对活着的进程做本地的或远程的线程dump；针对core文件做线程dump。

使用方式：jstack [ option ] pid

可将堆栈输出到指定文件中：jstack -l PID >> jstack.out

jmap

jmap(Java memory map)，它可以生成 java 程序的 dump 文件， 也可以查看堆内对象示例的统计信息、查看 ClassLoader 的信息以及 finalizer 队列。

jmap -dump:format=b,file=heapdump.hprof pid

JVisualVM

用来监测JVM内存和线程使用情况，可以远程连接

三、其他分析工具

MAT

用来分析堆转储信息，能够分析内存溢出问题

Arthas

可以实现JDK中工具所有功能，更直观。还能够线上热部署。