线上OOM排除_线上oom问题排查-CSDN博客

一、OOM 问题本质与分类

OOM（Out Of Memory） 表示 JVM 内存不足以分配对象空间。根据 JVM 内存区域划分，常见 OOM 类型包括：

堆内存溢出（java.lang.OutOfMemoryError: Java heap space）
对象分配超过堆内存限制。
元空间溢出（java.lang.OutOfMemoryError: Metaspace）
类元数据（如类定义、方法信息）超过元空间限制。
直接内存溢出（java.lang.OutOfMemoryError: Direct buffer memory）
使用 NIO 分配的堆外内存超出限制。
栈溢出（java.lang.StackOverflowError）
线程调用栈深度超过限制。

二、详细排查步骤（基于图片流程扩展）

1. 导出内存堆栈（Heap Dump）

核心目标：获取 JVM 内存中对象分配的完整快照。

（1）手动导出 Heap Dump

# 命令格式：jmap -dump:format=b,file=<文件名> <PID>
jmap -dump:format=b,file=oom_heapdump.hprof 1234

jmap：JDK 自带的堆内存分析工具。
format=b：二进制格式导出，兼容 MAT 等工具。
file=oom_heapdump.hprof：生成的堆转储文件名。
1234：Java 进程的 PID（通过 jps 或 ps -ef | grep java 查看）。

（2）JVM 参数自动导出

在启动脚本中添加参数：

-XX:+HeapDumpOnOutOfMemoryError       # 发生 OOM 时自动生成 Heap Dump
-XX:HeapDumpPath=/path/to/dumps       # 指定 Heap Dump 存储路径
-XX:OnOutOfMemoryError="kill -9 %p"   # 可选：OOM 后终止进程（防止僵尸进程）

（3）解析 Heap Dump 基本信息

jhat -port 7000 oom_heapdump.hprof    # 启动 HTTP 服务器分析 Heap Dump

访问 http://localhost:7000 查看对象分布，但功能较弱，推荐使用 MAT。

2. 使用 MAT（Memory Analyzer Tool）深度分析

MAT 是 Eclipse 基金会开发的 Java 内存分析工具，支持可视化分析堆转储文件。

（1）安装与启动

下载地址：Downloads | The Eclipse Foundation
导入 Heap Dump 文件：File → Open Heap Dump

（2）关键分析功能

功能	作用	操作路径
Histogram（直方图）	按类统计对象数量及占用内存	`OverView → Histogram`
Dominator Tree（支配树）	显示哪些对象直接占用最多内存	`OverView → Dominator Tree`
Leak Suspects（泄漏嫌疑）	自动生成内存泄漏报告	`Reports → Leak Suspects`
Path to GC Roots（到 GC Roots 的路径）	查看对象到 GC Roots 的引用链，判断是否被强引用持有	右键对象 → `Path to GC Roots`

（3）实战分析示例

定位大对象：
- 在 Dominator Tree 中按 Retained Heap（对象及其引用链占用的总内存）排序。
- 查找占用内存异常的类（如自定义的缓存类、集合类）。
分析引用链：
- 右键可疑对象 → Merge Shortest Paths to GC Roots → exclude weak/soft references。
- GC Roots：JVM 中不会被垃圾回收的对象（如静态变量、活动线程栈中的局部变量）。
内存泄漏确认：
- 如果发现大量对象被 ThreadLocal、静态 Map 或未关闭的资源（如数据库连接）引用，则存在内存泄漏。

3. 结合代码定位问题根源

通过 MAT 找到可疑对象后，需在代码中定位具体逻辑。

（1）代码示例与注释

public class MemoryLeakDemo {
    private static Map<Long, byte[]> cache = new HashMap<>();  // 静态 Map 导致对象无法释放

    public void processRequest(long userId) {
        byte[] data = new byte[1024 * 1024];  // 分配 1MB 内存
        cache.put(userId, data);              // 数据存入静态 Map
        // 业务逻辑处理...
    }
}

问题点 1：static Map 是 GC Root，导致所有存入的 byte[] 无法回收。
问题点 2：未清理过期数据，cache 无限增长。

（2）修复方案

public class FixedMemoryDemo {
    private static Map<Long, byte[]> cache = new WeakHashMap<>();  // 使用弱引用 Map

    public void processRequest(long userId) {
        byte[] data = new byte[1024 * 1024];
        cache.put(userId, data);
        // 业务逻辑处理...

        // 添加清理逻辑（如 LRU 策略）
        if (cache.size() > 1000) {
            cache.remove(cache.keySet().iterator().next());
        }
    }
}

改进点 1：WeakHashMap 的键是弱引用，当键不再被强引用时，条目自动删除。
改进点 2：手动控制缓存大小，防止无限增长。

三、高级排查技巧

1. JVM 内存参数调优

-Xms4g -Xmx4g           # 堆内存初始值=最大值，避免动态扩容
-XX:MetaspaceSize=256m  # 元空间初始大小
-XX:MaxMetaspaceSize=512m
-XX:MaxDirectMemorySize=1g  # 限制直接内存

2. 监控工具辅助

VisualVM：实时监控堆内存、线程、CPU。

Arthas：在线诊断工具，支持动态查看对象分布：

dashboard                 # 查看实时内存/线程状态
heapdump --live /tmp/dump.hprof  # 导出存活对象堆转储

3. 代码层预防

避免静态集合类：尽量使用局部变量或弱引用（WeakReference）。
及时关闭资源：数据库连接、文件流等必须显式关闭。
限制缓存大小：使用 Guava Cache 或 Caffeine 并设置过期策略。

参考：腾讯元宝

线上OOM排除