JVM 调优经验总结与典型场景配置

经过这么多章节的学习，我们已经掌握了 JVM 调优的各个方面。

今天，我们来做一次全面的总结，并给出典型场景的配置方案。

---

一、JVM 调优核心原则

1.1 调优的三大目标

目标	含义	衡量指标
吞吐量	单位时间内处理的任务数	QPS、TPS
延迟	单次请求的响应时间	P99、P999 延迟
内存占用	运行时占用的内存大小	堆大小、RSS

1.2 调优的基本原则

1. 先测后调：通过数据驱动调优，不要凭感觉
2. 小步快跑：每次只改一个参数，观察效果
3. 可逆性：保留回滚能力，参数改动要可逆
4. 监控先行：调优前先确保监控到位
5. 场景化：不同场景使用不同配置

1.3 调优的顺序

1. 确认问题：延迟高？吞吐量低？内存泄漏？
   ↓
2. 收集数据：GC 日志、监控指标、线程 dump
   ↓
3. 分析根因：找到问题的根本原因
   ↓
4. 制定方案：选择合适的收集器和参数
   ↓
5. 实施验证：灰度发布，观察效果
   ↓
6. 持续优化：根据实际效果持续调整

---

二、典型场景配置方案

2.1 低延迟 Web 应用

场景特点：

• 高并发请求
• 响应时间敏感（P99 < 200ms）
• 不能容忍长停顿

推荐收集器：G1（JDK 9+）或 CMS（JDK 8）

# JDK 11/17/21 标准配置
-Xms8g -Xmx8g \
-XX:+UseG1GC \
-XX:MaxGCPauseMillis=100 \
-XX:G1HeapRegionSize=8m \
-XX:InitiatingHeapOccupancyPercent=45 \
-XX:G1ReservePercent=15 \
-XX:+HeapDumpOnOutOfMemoryError \
-XX:HeapDumpPath=/var/log/heapdump.hprof \
-Xlog:gc*=info:file=/var/log/myapp-gc.log:time,uptime,level,tags:filecount=10,filesize=10M

JDK 8 配置：

-Xms4g -Xmx4g -Xmn2g \
-XX:+UseParNewGC \
-XX:+UseConcMarkSweepGC \
-XX:CMSInitiatingOccupancyFraction=50 \
-XX:+UseCMSInitiatingOccupancyOnly \
-XX:MaxGCPauseMillis=100 \
-XX:+HeapDumpOnOutOfMemoryError \
-XX:HeapDumpPath=/var/log/heapdump.hprof \
-verbose:gc -XX:+PrintGCDetails -XX:+PrintGCDateStamps \
-Xloggc:/var/log/myapp-gc.log

关键指标：

• 吞吐量 > 90%
• 最大停顿 < 200ms
• Full GC 频率 < 1次/小时

2.2 高吞吐量批处理

场景特点：

• 大数据量处理
• 吞吐量优先
• 可以容忍较长停顿

推荐收集器：Parallel GC

# JDK 8/11/17/21 通用配置
-Xms16g -Xmx16g \
-XX:+UseParallelGC \
-XX:+UseParallelOldGC \
-XX:ParallelGCThreads=16 \
-XX:GCTimeRatio=99 \
-XX:+UseAdaptiveSizePolicy \
-XX:MaxGCPauseMillis=1000 \
-XX:+HeapDumpOnOutOfMemoryError \
-XX:HeapDumpPath=/var/log/heapdump.hprof

关键指标：

• 吞吐量 > 98%
• Full GC 频率 < 1次/小时
• 允许较长的停顿时间（< 1秒）

2.3 大内存应用（> 32GB）

场景特点：

• 堆内存 > 32GB
• 传统 GC 停顿时间过长
• 需要可扩展的方案

推荐收集器：ZGC

# JDK 11+ ZGC 配置
-Xms64g -Xmx64g \
-XX:+UseZGC \
-XX:MaxGCPauseMillis=10 \
-XX:+ZGenerational \
-XX:+HeapDumpOnOutOfMemoryError \
-XX:HeapDumpPath=/var/log/heapdump.hprof \
-Xlog:gc*=info:file=/var/log/myapp-gc.log

JDK 21+ 分代 ZGC：

# 分代 ZGC 进一步优化
-Xms64g -Xmx64g \
-XX:+UseZGC \
-XX:+ZGenerational \
-XX:MaxGCPauseMillis=5 \
-XX:+HeapDumpOnOutOfMemoryError

G1 备选配置：

# 如果 ZGC 不适用
-Xms64g -Xmx64g \
-XX:+UseG1GC \
-XX:MaxGCPauseMillis=200 \
-XX:G1HeapRegionSize=32m \
-XX:InitiatingHeapOccupancyPercent=50 \
-XX:G1ReservePercent=20

关键指标：

• 最大停顿 < 10ms（ZGC）
• 吞吐量 > 85%
• 支持 TB 级堆内存

2.4 微服务容器化

场景特点：

• 容器化部署
• 内存受限
• 需要快速启动

推荐收集器：G1

# Docker/Kubernetes 配置
-Xms2g -Xmx2g \
-XX:+UseG1GC \
-XX:MaxGCPauseMillis=100 \
-XX:G1HeapRegionSize=2m \
-XX:InitiatingHeapOccupancyPercent=45 \
-XX:+UseContainerSupport \
-XX:-PreferContainerQuotaForCPUCount \
-XX:MaxRAMPercentage=75.0 \
-XX:InitialRAMPercentage=75.0 \
-XX:+HeapDumpOnOutOfMemoryError \
-XX:HeapDumpPath=/tmp/heapdump.hprof

关键指标：

• 容器内存限制的 75%
• 最大停顿 < 100ms
• 启动时间 < 30秒

2.5 极致低延迟（金融交易）

场景特点：

• 毫秒级延迟敏感
• 超高并发
• 不能容忍任何长停顿

推荐收集器：ZGC

# JDK 15+ 分代 ZGC 极致配置
-Xms32g -Xmx32g \
-XX:+UseZGC \
-XX:+ZGenerational \
-XX:+ZProactive \
-XX:MaxGCPauseMillis=1 \
-XX:+HeapDumpOnOutOfMemoryError

关键指标：

• 最大停顿 < 1ms
• P99 延迟 < 5ms
• P999 延迟 < 10ms

---

三、参数配置速查表

3.1 按 JDK 版本

JDK 版本	推荐收集器	备注
JDK 8	G1（JDK 8u40+）或 CMS	CMS 已废弃
JDK 11	G1 或 ZGC	G1 默认
JDK 17	G1 或 ZGC	ZGC 成熟
JDK 21	G1 或分代 ZGC	分代 ZGC 成熟

3.2 按堆内存大小

堆内存	推荐收集器	备注
< 1GB	Serial	小内存更高效
1-4GB	G1	配置简单
4-32GB	G1	最佳平衡
32-64GB	ZGC	低延迟首选
> 64GB	ZGC	可扩展方案

3.3 按业务场景

场景	推荐收集器	核心参数
Web 应用	G1	MaxGCPauseMillis=100
API 服务	G1	MaxGCPauseMillis=200
批处理	Parallel	GCTimeRatio=99
实时计算	ZGC	MaxGCPauseMillis=5
金融交易	ZGC	MaxGCPauseMillis=1
大数据	ZGC	MaxGCPauseMillis=10

---

四、调优检查清单

4.1 上线前检查

• [ ] GC 收集器选择正确
• [ ] 堆内存大小设置合理
• [ ] GC 日志已开启
• [ ] HeapDump 已配置
• [ ] 监控告警已配置
• [ ] 压测验证已完成

4.2 生产巡检

• [ ] GC 指标正常
• [ ] 堆内存使用率 < 80%
• [ ] Full GC 频率正常
• [ ] 无异常停顿
• [ ] OOM 告警检查

4.3 问题排查

• [ ] Minor GC 频率是否正常
• [ ] Full GC 频率是否正常
• [ ] 对象晋升率是否过高
• [ ] Survivor 区使用情况
• [ ] 元空间使用情况

---

五、常见问题与解决方案

5.1 GC 频繁

问题	原因	解决方案
Minor GC 频繁	年轻代太小	增大 -Xmn
Full GC 频繁	老年代太小	增大堆内存
元空间 GC 频繁	MetaspaceSize 太小	增大 MetaspaceSize

5.2 停顿时间长

问题	原因	解决方案
Minor GC 停顿长	年轻代太大	减小 -Xmn
Full GC 停顿长	堆太大	使用 G1/ZGC
GC 停顿不稳定	参数设置不当	调整收集器参数

5.3 内存泄漏

问题	排查方法
堆内存泄漏	MAT 分析堆转储
元空间泄漏	Arthas 分析类加载
直接内存泄漏	NMT 分析

---

六、监控告警配置

6.1 核心告警

# Prometheus 告警规则
groups:
  - name: jvm-alerts
    rules:
      - alert: JVMHeapUsageHigh
        expr: jvm_heap_used / jvm_heap_max > 0.85
        for: 5m
        labels:
          severity: warning
        annotations:
          summary: "JVM 堆内存使用率超过 85%"

      - alert: JVMFullGCFrequent
        expr: increase(jvm_gc_pause_seconds_count{type="full"}[1h]) > 5
        labels:
          severity: critical
        annotations:
          summary: "过去 1 小时 Full GC 次数超过 5 次"

      - alert: JVMGCPauseHigh
        expr: jvm_gc_pause_seconds_max > 1
        for: 1m
        labels:
          severity: critical
        annotations:
          summary: "GC 停顿时间超过 1 秒"

      - alert: JVMMetaspaceUsageHigh
        expr: jvm_metaspace_used / jvm_metaspace_max > 0.8
        for: 5m
        labels:
          severity: warning
        annotations:
          summary: "Metaspace 使用率超过 80%"

6.2 监控指标

指标	说明	告警阈值
jvm_heap_used	堆内存使用量	> 85%
jvm_heap_max	堆内存最大值	-
jvm_gc_pause_seconds	GC 停顿时间	> 1s
jvm_gc_pause_seconds_count	GC 次数	> 阈值
jvm_metaspace_used	元空间使用量	> 80%
jvm_threads_started_total	启动线程数	-
jvm_threads_deadlocked	死锁线程数	> 0

---

七、调优案例集锦

案例 1：电商秒杀系统

场景：大促期间，瞬时流量巨大

问题：Minor GC 频繁，响应延迟增加

分析：

• Minor GC 频率：每分钟 30 次
• 停顿时间：80ms
• 对象晋升率：45%

解决方案：

-Xms16g -Xmx16g -Xmn8g \
-XX:+UseG1GC \
-XX:MaxGCPauseMillis=50 \
-XX:G1HeapRegionSize=8m

效果：

• Minor GC 频率：每分钟 8 次
• 停顿时间：30ms
• 响应延迟 P99：降低 40%

案例 2：数据处理服务

场景：24 小时不间断数据处理

问题：内存持续增长，Full GC 后不回落到原点

分析：

• 静态 HashMap 缓存无限增长
• 没有清理机制

解决方案：

// 添加 LRU 清理机制
private static final int MAX_CACHE_SIZE = 10000;
private static LinkedHashMap<String, Object> cache = 
    new LinkedHashMap<String, Object>(MAX_CACHE_SIZE, 0.75f, true) {
        @Override
        protected boolean removeEldestEntry(Map.Entry eldest) {
            return size() > MAX_CACHE_SIZE;
        }
    };

效果：内存使用稳定，Full GC 后回落到原点

案例 3：低延迟交易系统

场景：金融交易系统，要求 P99 < 5ms

问题：使用 G1，停顿时间偶尔超过 100ms

分析：

• Mixed GC 收集了太多 Old Region
• 堆内存 32GB

解决方案：

-Xms32g -Xmx32g \
-XX:+UseZGC \
-XX:+ZGenerational \
-XX:+ZProactive \
-XX:MaxGCPauseMillis=1

效果：

• 最大停顿：< 5ms
• P99 延迟：3ms
• P999 延迟：8ms

---

八、学习路径建议

8.1 初学者

1. 理解 JVM 内存模型
2. 掌握 GC 基本算法
3. 学习常用 GC 收集器
4. 理解核心参数含义

8.2 进阶

1. 深入理解 GC 日志
2. 掌握调优工具（MAT、Arthas）
3. 学习常见问题排查
4. 理解收集器原理

8.3 高级

1. 深入理解 ZGC/Shenandoah
2. 性能分析与火焰图
3. 容器化 JVM 调优
4. 自定义 GC 算法

---

总结

JVM 调优的核心要点：

1. 明确目标：吞吐量、延迟、内存占用
2. 场景化配置：不同场景使用不同方案
3. 数据驱动：通过监控和日志分析
4. 持续优化：调优是迭代过程
5. 工具配合：MAT、Arthas、async-profiler

---

思考题

如果让你为一个日活千万的电商应用设计 JVM 配置，你会考虑哪些因素？请列出具体的配置方案。

提示：考虑流量特征、数据量级、延迟要求、容器化部署等因素。