记录一次生产环境下的jvm内存泄露问题和分析解决过程

发现异常

• 首先通过我们内部搭建的日志平台发现我们线上环境一个java应用有大量的http接口请求超时，登录linux服务器查看网络环境没有问题，判断是应用自身运行异常，重启应用后发现异常还在，开始查找问题。

初步查找问题

• 通过指令： jstat -gcutil 查看jvm内存占用和gc情况：
  • 
• 发现老年代内存占用比例过高，并且每次fullGC后并没有有效回收。老年代内存占用百分比变化趋势大致如下：
  • 
• 初步判断大量请求超时和服务瘫痪的直接原因：
  • 每次fullGC后的内存占用越来越高
  • 内存占用增长速度越来越快
  • fullGC的频率越来越高
  • 最终占用达到100%，服务完全瘫痪

分析处理

• 使用指令：jmap -histo:live *** | more 查看堆内存中的对象数量和大小
  • 
  • 发现Log4jLogEvent这个对象实例很多，占用内存也异常的大，初步分析是异步日志传输速度跟不上，导致日志对象堆积在内存中。
• 尝试使用调整Flume传输日志参数：提高flume单次传输量，减少最大延迟时间
• 重启应用并监控接口调用情况发现应用暂时恢复正常了。

后续分析

• 在前一步分析内存的同时，使用指令：jmap -dump:format=b,file=heapDump.hprof将实时内存信息导出（dump过程比较慢，所以在问题暂时处理完后进行后续分析），使用mat分析内存结构：

  • 

  • 可以看到主要占据堆内存的对象信息，果然是Flume异步传输日志堵塞的问题。

总结

• 对jvm内存泄露这类问题的解决，主要是要善于利用jvm提供的类似jstat、jmap等工具来分析查找问题。这次问题虽然解决，但是后续还是存在出现此类问题的风险。所以除了加强jvm问题排查能力的同时，我们也将建立应用监控平台的计划提上日程，希望能对jvm内存、线程等应用实时运行指标进行监控，便于尽早发现问题。