目录
- 一、堆内存溢出（Java heap space）
- 1. 常见原因
- 2. 示例代码（触发堆溢出）
- 3. 解决方法
- 二、MetASPace 溢出（Metaspace）
- 1. 常见原因
- 2. 示例代码（触发 Metaspace 溢出）
- 3. 解决方法
- 三、栈溢出（StackOverflowError）
- 1. 常见原因
- 2. 示例代码（触发栈溢出）
- 3. 解决方法
- 四、直接内存溢出（Direct buffer memory）
- 1. 常见原因
- 2. 示例代码（触发直接内存溢出）
- 3. 解决方法
- 五、本地内存Native Memory
- 1. 内存溢出类型
- 2. 核心原因
- 3. 解决方法
- 五、内存溢出排查工具与步骤
- 六、预防措施
- 七、典型案例分析
- 总结
以下是 Java 内存溢出（OOM）的常见原因及对应的解决方法，结合实战案例和代码示例说明：
一、堆内存溢出（Java heap space）
1. 常见原因
- 对象创建过多：循环中不断创建新对象，导致堆内存耗尽。
- 内存泄漏：对象无法被 GC 回收（如静态集合持有对象引用、资源未关闭）。
- 大对象分配：数组、集合等占用内存过大，超过堆空间限制。
2. 示例代码（触发堆溢出）
import java.util.ArrayList;
import java.util.List;
public class HeapOOM {
public static void main(String[] args) {
List<byte[]> list = new ArrayList<>();
while (true) {
// 每次创建1MB对象
list.add(new byte[1024 * 1024]);
}
}
}
3. 解决方法
增加堆内存：
java -Xms2g -Xmx2g -jar app.jar # 初始和最大堆均为2GB
优化对象生命周期：
- 避免在循环中创建大对象。
- 使用对象池（如 Apache Commons Pool）重用对象。
排查内存泄漏：
- 通过 MAT（Memory Analyzer Tool）分析堆转储文件，找出泄漏点。
- 检查静态集合（如
static List）是否持有对象引用。
二、Metaspace 溢出（Metaspace）
1. 常见原因
- 动态生成类过多：如大量使用反射、CGLIB 代理、字节码框架（如 ASM）。
- 类加载器未释放：自定义类加载器加载的类无法被卸载。
- Metaspace 空间设置过小：默认无上限，但可能受系统内存限制。
2. 示例代码（触发 Metaspace 溢出）
import net.sf.cglib.proxy.Enhancer;
import net.sf.cglib.proxy.MethodInterceptor;
public class MetaspaceOOM {
public static void main(String[] args) {
while (true) {
Enhancer enhancer = new Enhancer();
enhancer.setSuperclass(Object.class);
enhancer.setUseCache(false);
enhancer.setCallback((MethodInterceptor) (obj, method, args1, proxy) -> proxy.invokeSuper(obj, args1));
enhancer.create(); // 动态生成代理类
}
}
}
3. 解决方法
增加 Metaspace 大小：
java -XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=512m -jar appKekgdEiZtp.jar
避免重复生成类：
- 缓存动态生成的类（如 Hibernate 的
BytecodeProvider）。 - 减少反射调用频率。
排查类加载器泄漏：
- 确保自定义类加载器正确释放资源。
- 使用
jstat -class <pid>监控类加载数量。
三、栈溢出（StackOverflowError）
1. 常见原因
- 递归过深：方法调用链过长（如无终止条件的递归）。
- 栈空间设置过小：默认栈空间（如 linux 下为 1MB）无法满足复杂调用。
2. 示例代码（触发栈溢出）
public class StackOverflow {
public static void main(String[] args) {
recursiveCall();
}
private static void recursiveCall() {
recursiveCall(); // 无限递归
}
}
3. 解决方法
增加栈空间：
java -Xss2m -jar app.jar # 栈空间设置为2MB
优化递归逻辑：
- 将递归改为迭代（如使用栈数据结构模拟递归）。
- 添加终止条件，避免无限递归。
排查内KekgdEiZtp存占用大的局部变量：
- 减少方法中大型数组或对象的使用。
四、直接内存溢出（Direct buffer memory）
1. 常见原因
- NIO 直接内存使用过多：
ByteBuffer.allocateDirect()分配的内存超出限制。 - 未释放直接内存：
DirectByteBuffer对象被 GC 回收，javascript但物理内存未释放。 - 直接内存上限设置过小：默认与堆内存相同（-Xmx）。
2. 示例代码（触发直接内存溢出）
import java.nio.ByteBuffer;
import java.util.ArrayList;
import java.util.List;
public class DirectMemoryOOM {
public static void main(String[] args) {
List<ByteBuffer> buffers = new ArrayList<>android();
while (true) {
// 每次分配100MB直接内存
ByteBuffer buffer = ByteBuffer.allocateDirect(100 * 1024 * 1024);
buffers.add(buffer);
}
}
}
3. 解决方法
限制直接内存大小：
java -XX:MaxDirectMemorySize=512m -jar app.jar
手动释放直接内存：
import sun.misc.Cleaner;
import java.nio.ByteBuffer;
public class DirectMemoryRelease {
public static void release(ByteBuffer buffer) {
if (buffer.isDirect()) {
Cleaner cleaner = ((sun.nio.ch.DirectBuffer) buffer).cleaner();
if (cleaner != null) {
cleaner.clean(); // 手动释放直接内存
}
}
}
}
使用内存池：
- 采用 Netty 的
PooledByteBufAllocator管理直接内存。
五、本地内存Native Memory
1. 内存溢出类型
java.lang.OutOfMemoryError: unable to create new native thread // 线程创建失败 java.lang.OutOfMemoryError: Compressed class space // 压缩类空间溢出
2. 核心原因
JNI 本地库内存泄漏：
- Java 通过 JNI 调用 C/C++ 代码时，本地库未正python确释放内存。
堆外内存分配过多：
- 例如 Netty、MappedByteBuffer 等框架直接操作堆外内存，超出系统限制。
压缩类空间不足：
- JDK 8+ 将类元数据分为
Klass Metaspace和Compressed Class Space，后者默认 1GB。
3. 解决方法
# 增加压缩类空间 java -XX:CompressedClassSpaceSize=256m -jar app.jar # 使用内存分析工具（如Native Memory Tracking） java -XX:NativeMemoryTracking=detail -XX:+PrintNMTStatistics -jar app.jar
五、内存溢出排查工具与步骤
生成堆转储文件：
# 手动触发 jmap -dump:format=b,file=heapdump.hprof <pid> # 自动触发（推荐） java -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/data/dump.hprof -jar app.jar
分析工具：
- MAT（Memory Analyzer Tool）：
分析堆转储文件，定位大对象和内存泄漏（如 “Leak Suspects” 报告）。
- VisualVM：
实时监控内存、线程、GC 情况，支持堆转储分析。
- GC 日志分析：
java -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -Xloggc:/data/gc.log -jar app.jar
排查步骤：
- 确认 OOM 类型（堆、Metaspace、栈、直接内存）。
- 分析堆转储文件，找出占用内存最大的对象。
- 检查对象引用链，确定是否存在内存泄漏。
- 优化代码或调整 JVM 参数。
六、预防措施
合理设置 JVM 参数：
java -Xms2g -Xmx2g -XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=512m \
-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/data/dump.hprof \
-jar app.jar
资源管理最佳实践：
- 使用
try-with-resources确保资源关闭。 - 避免静态集合持有长生命周期对象。
监控与预警：
- 通过 Prometheus+Grafana 监控 JVM 指标（如堆使用率、GC 频率）。
- 设置告警阈值（如堆使用率超过 80% 时触发通知）。
七、典型案例分析
案例 1：某电商系统高峰期频繁 Full GC
原因：
- 缓存大量商品信息，导致老年代空间不足。
解决：
- 增加堆内存至 8GB（-Xmx8g）。
- 优化缓存策略，设置合理过期时间。
- 改用 G1 收集器（-XX:+UseG1GC）。
案例 2：某微服务框架启动慢且 OOM
原因：
- Spring 框架动态生成大量代理类，Metaspace 不足。
解决：
- 设置
-XX:MetaspaceSize=512m -XX:MaxMetaspaceSize=1g。 - 升级 Spring 版本，优化类加载机制。
通过以上方法，可系统性解决 Java 内存溢出问题。关键在于监控分析、代码优化、参数调优三者结合，同时建立完善的预警机制。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程客栈(www.devze.com)。
加载中,请稍侯......
精彩评论