一文了解JDK12 13 14 GC调优秘籍-附PDF下载
liuian 2025-04-27 14:44 13 浏览
简介
想了解JDK12,13,14中的GC调优秘籍吗?想知道这三个版本中JVM有什么新的变化吗?
一起来看看这期的GC调优秘籍,因为JDK12,13,14中的GC变化不太大,所以这里一起做个总结,文末附有相应的PDF下载,希望大家能够喜欢。
那些好用的VM参数
我们再讲几个之前的版本中没有讲过的比较好用的VM参数。
-XX:+HeapDumpOnOutOfMemoryError
-XX:HeapDumpPath=path
我们写java程序的,经常会碰到程序报
java.lang.OutOfMemoryError异常,这时候优秀的我们是怎么解决的呢?
高级程序员一看到这个错误,就知道heap空间不够用了,加大heap空间吧。
但是聪明的程序员可能就会问了,为什么会出现这个OutOfMemoryError异常呢?是不是我们程序里面有没有问题呢?
带着这个疑问,聪明的程序员可能会使用jmap命令将heap dump出来,甚至有些程序员可以熟练的使用jcmd pid GC.heap_info命令来查看heap info了。
这些都很好,但是如果使用上面两个JVM选项,程序只要出现OutOfMemoryError,就会自动将heap dump出来,默认的文件名是java_pid.hprof ,你也可以自己指定文件路径。
-XX:+PrintClassHistogram
有时候,我们需要统计class的信息,那么可以使用这个选项。
在windows环境中收到Control+C,或者在linux环境中收到Control+Break信号的时候就会触发相应的统计事件。
这个参数和 jmap -histo command 或者 jcmd pid GC.class_histogram效果是一样的。
有小伙伴要问了,Control+C和Control+Break信号是什么鬼?怎么将信号传递给java程序呢?
这里给大家扩展讲一下,发送信号可以用kill命令。
kill其实有两种用法。
第一种 kill pid,kill后面直接跟一个pid。
第二中 kill -TERM pid, TERM就是我们要向kill传递的信号。
其实kill pid 就是 kill -15 pid的简写。
我们是用kill -l来看一下kill支持的信号类型:
kill -l
1) SIGHUP 2) SIGINT 3) SIGQUIT 4) SIGILL 5) SIGTRAP
6) SIGABRT 7) SIGBUS 8) SIGFPE 9) SIGKILL 10) SIGUSR1
11) SIGSEGV 12) SIGUSR2 13) SIGPIPE 14) SIGALRM 15) SIGTERM
16) SIGSTKFLT 17) SIGCHLD 18) SIGCONT 19) SIGSTOP 20) SIGTSTP
21) SIGTTIN 22) SIGTTOU 23) SIGURG 24) SIGXCPU 25) SIGXFSZ
26) SIGVTALRM 27) SIGPROF 28) SIGWINCH 29) SIGIO 30) SIGPWR
31) SIGSYS 34) SIGRTMIN 35) SIGRTMIN+1 36) SIGRTMIN+2 37) SIGRTMIN+3
38) SIGRTMIN+4 39) SIGRTMIN+5 40) SIGRTMIN+6 41) SIGRTMIN+7 42) SIGRTMIN+8
43) SIGRTMIN+9 44) SIGRTMIN+10 45) SIGRTMIN+11 46) SIGRTMIN+12 47) SIGRTMIN+13
48) SIGRTMIN+14 49) SIGRTMIN+15 50) SIGRTMAX-14 51) SIGRTMAX-13 52) SIGRTMAX-12
53) SIGRTMAX-11 54) SIGRTMAX-10 55) SIGRTMAX-9 56) SIGRTMAX-8 57) SIGRTMAX-7
58) SIGRTMAX-6 59) SIGRTMAX-5 60) SIGRTMAX-4 61) SIGRTMAX-3 62) SIGRTMAX-2
63) SIGRTMAX-1 64) SIGRTMAX
我们常用的9=SIGKILL,也就是向JVM传递一个强制kill的信号。
注意,这些信号中,除了9这个信号可以无条件终止进程,其他的信号进程都有权利忽略。所以有时候我们使用kill pid命令去终止进程,但是进程没反应。不是因为进程坏了,而是因为进程忽略掉了你发出的信号。
-XX:+PrintConcurrentLocks
同样的,PrintConcurrentLocks也是收到Control+Break或者Control+C信号时,输出java.util.concurrent的lock信息。
这个参数和jstack -l 或者jcmd pid Thread.print -l效果是一样的。
-XX:+PrintFlagsRanges
再来看一个比较有用的参数PrintFlagsRanges。有时候我们想使用某些VM的参数,但是不知道这些参数的取值范围,那么可以使用PrintFlagsRanges。我们试一下:
是不是非常有用?
G1的变化
JVM在发展,G1的参数也在发展,这几个版本中有几个G1的参数名发生了变化:
-XX:DefaultMaxNewGenPercent 替换成为-XX:G1MaxNewSizePercent=percent
-XX:G1OldCSetRegionLiveThresholdPercent 替换成为
-XX:G1MixedGCLiveThresholdPercent=percent
-XX:DefaultMinNewGenPercent替换成为-XX:G1NewSizePercent=percent
配置FlightRecorder
Java Flight Recorder(JFR)是JVM的诊断和性能分析工具。它可以收集有关JVM以及在其上运行的Java应用程序的数据。JFR是集成到JVM中的,所以JFR对JVM的性能影响非常小,我们可以放心的使用它。
一般来说,在使用默认配置的时候,性能影响要小于1%。
JFR是一个基于事件的低开销的分析引擎,具有高性能的后端,可以以二进制格式编写事件。
JFR是JVM的调优工具,通过不停的收集JVM和java应用程序中的各种事件,从而为后续的JMC分析提供数据。
Event是由三部分组成的:时间戳,事件名和数据。同时JFR也会处理三种类型的Event:持续一段时间的Event,立刻触发的Event和抽样的Event。
为了保证性能的最新影响,在使用JFR的时候,请选择你需要的事件类型。
JFR从JVM中搜集到Event之后,会将其写入一个小的thread-local缓存中,然后刷新到一个全局的内存缓存中,最后将缓存中的数据写到磁盘中去。
或者你可以配置JFR不写到磁盘中去,但是这样缓存中只会保存部分events的信息。
FlightRecorder有两部分的配置,第一部分是配置FlightRecorder本身的大小,存储等信息。第二部分是FlightRecorder的开启选项。
我们看下FlightRecorder相关的配置参数:
-XX:FlightRecorderOptions:parameter=value
下面是StartFlightRecording的配置:
-XX:StartFlightRecording=parameter=value
RAM参数
默认情况下,JVM的MaxHeapSize是根据RAM的大小来自动配置的,比如说,我有一个8G内存的机子,执行下面的命令:
java -XX:+PrintFlagsFinal -version | grep -Ei "maxheapsize|maxram"
可以看到MaxHeapSize= MaxRAM / MaxRAMPercentage。
VM也提供了下面几个用来设置RAM相关的参数:
-XX:MaxRAM=size
-XX:InitialRAMPercentage
-XX:MaxRAMPercentage
-XX:MinRAMPercentage
主要就是设置最大的RAM值和Heap占RAM的比例。
RAM参数主要是为了java在容器中运行配置的。
JDK13中的ZGC
在JDK13中,我们可以开启ZGC的体验了。ZGC是一个可扩展的,低延迟的GC。ZGC是并发的,而且不需要停止正在运行的线程。
ZGC是在JDK11中被引入的。
我们通过下面的方式来开启ZGC:
-XX:+UnlockExperimentalVMOptions -XX:+UseZGC
RTM支持
Restricted Transactional Memory(RTM)是受限的事务性存储器,是Intel在x86微架构中所引入的指令集系统,它属于TSX(Transactional Synchronization Extensions,事务性同步扩展)指令集扩展。
RTM主要用来在多线程环境中提升执行效率。
RTM引入了XBEGIN, XABORT, XEND和XTEST。通过将指令包含在XBEGIN和XEND之间,可以达到transaction的效果。
可以将RTM看做是一个粗粒度的锁,XBEGIN和XEND之间包含的代码就是要执行的程序。RTM可以由硬件自动检测操作中的数据冲突,保证事务性操作的正确性,从而发掘操作间的并行性。
同时RTM还可以减少CPU cache line的false-sharing。
RTM支持主要有4个参数:
-XX:+UseRTMLocking
-XX:+UseRTMDeopt
-XX:RTMAbortRatio=abort_ratio
-XX:RTMRetryCount=count
其中UseRTMDeopt和RTMAbortRatio是联合起来用的。
之前我们讲到RTM会对粗粒度的锁进行优化,但如果真的是多线程并发执行访问同样资源的时候,这个优化实际上是不成功的,会被abort,然后回退到正常的锁状态。
如果abort超出了一定的比例,则会将RTM代码反优化。
总结
好了,就总结这么多。下面是JDK12,13,14的GC调优秘籍,欢迎下载。
- JDK12GC-cheatsheet.pdf
- JDK13GC-cheatsheet.pdf
- JDK14GC-cheatsheet.pdf
本文作者:flydean程序那些事
本文链接:
http://www.flydean.com/jdk12-13-14-gc-cheatsheet/本文来源:flydean的博客
欢迎关注我的公众号:程序那些事,更多精彩等着您!
- 上一篇:四个Java死锁检测工具
- 下一篇:这些不可不知的JVM知识,我都用思维导图整理好了
相关推荐
- 深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能
-
引言在现代应用程序中,数据的存储和处理变得愈发复杂多样。MySQL8.0引入了丰富的JSON相关函数,为我们提供了更灵活的数据存储和检索方式。本文将深入探讨MySQL8.0中的JSON...
- MySQL的Json类型个人用法详解(mysql json类型对应java什么类型)
-
前言虽然MySQL很早就添加了Json类型,但是在业务开发过程中还是很少设计带这种类型的表。少不代表没有,当真正要对Json类型进行特定查询,修改,插入和优化等操作时,却感觉一下子想不起那些函数怎么使...
- MySQL的json查询之json_array(mysql json_search)
-
json_array顾名思义就是创建一个数组,实际的用法,我目前没有想到很好的使用场景。使用官方的例子说明一下吧。例一selectjson_array(1,2,3,4);json_array虽然单独...
- 头条创作挑战赛#一、LSTM 原理 长短期记忆网络
-
#头条创作挑战赛#一、LSTM原理长短期记忆网络(LongShort-TermMemory,LSTM)是一种特殊类型的循环神经网络(RNN),旨在解决传统RNN在处理长序列数据时面临的梯度...
- TensorBoard最全使用教程:看这篇就够了
-
机器学习通常涉及在训练期间可视化和度量模型的性能。有许多工具可用于此任务。在本文中,我们将重点介绍TensorFlow的开源工具套件,称为TensorBoard,虽然他是TensorFlow...
- 图神经网络版本的Kolmogorov Arnold(KAN)代码实现和效果对比
-
本文约4600字,建议阅读10分钟本文介绍了图神经网络版本的对比。KolmogorovArnoldNetworks(KAN)最近作为MLP的替代而流行起来,KANs使用Kolmogorov-Ar...
- kornia,一个实用的 Python 库!(python kkb_tools)
-
大家好,今天为大家分享一个实用的Python库-kornia。Github地址:https://github.com/kornia/kornia/Kornia是一个基于PyTorch的开源计算...
- 图像分割掩码标注转YOLO多边形标注
-
Ultralytics团队付出了巨大的努力,使创建自定义YOLO模型变得非常容易。但是,处理大型数据集仍然很痛苦。训练yolo分割模型需要数据集具有其特定格式,这可能与你从大型数据集中获得的...
- [python] 向量检索库Faiss使用指北
-
Faiss是一个由facebook开发以用于高效相似性搜索和密集向量聚类的库。它能够在任意大小的向量集中进行搜索。它还包含用于评估和参数调整的支持代码。Faiss是用C++编写的,带有Python的完...
- 如何把未量化的 70B 大模型加载到笔记本电脑上运行?
-
并行运行70B大模型我们已经看到,量化已经成为在低端GPU(比如Colab、Kaggle等)上加载大型语言模型(LLMs)的最常见方法了,但这会降低准确性并增加幻觉现象。那如果你和你的朋友们...
- ncnn+PPYOLOv2首次结合!全网最详细代码解读来了
-
编辑:好困LRS【新智元导读】今天给大家安利一个宝藏仓库miemiedetection,该仓库集合了PPYOLO、PPYOLOv2、PPYOLOE三个算法pytorch实现三合一,其中的PPYOL...
- 人工智能——图像识别(人工智能图像识别流程)
-
概述图像识别(ImageRecognition)是计算机视觉的核心任务之一,旨在通过算法让计算机理解图像内容,包括分类(识别物体类别)、检测(定位并识别多个物体)、分割(像素级识别)等,常见的应用场...
- PyTorch 深度学习实战(15):Twin Delayed DDPG (TD3) 算法
-
在上一篇文章中,我们介绍了DeepDeterministicPolicyGradient(DDPG)算法,并使用它解决了Pendulum问题。本文将深入探讨TwinDelayed...
- 大模型中常用的注意力机制GQA详解以及Pytorch代码实现
-
分组查询注意力(GroupedQueryAttention)是一种在大型语言模型中的多查询注意力(MQA)和多头注意力(MHA)之间进行插值的方法,它的目标是在保持MQA速度的同时...
- pytorch如何快速创建具有特殊意思的tensor张量?
-
专栏推荐正文我们通过值可以看到torch.empty并没有进行初始化创建tensor并进行随机初始化操作,常用rand/rand_like,randint正态分布(0,1)指定正态分布的均值还有方差i...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
-
- 深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能
- MySQL的Json类型个人用法详解(mysql json类型对应java什么类型)
- MySQL的json查询之json_array(mysql json_search)
- 头条创作挑战赛#一、LSTM 原理 长短期记忆网络
- TensorBoard最全使用教程:看这篇就够了
- 图神经网络版本的Kolmogorov Arnold(KAN)代码实现和效果对比
- kornia,一个实用的 Python 库!(python kkb_tools)
- 图像分割掩码标注转YOLO多边形标注
- [python] 向量检索库Faiss使用指北
- 如何把未量化的 70B 大模型加载到笔记本电脑上运行?
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)