当前位置：首页 > news >正文

【JVM】亿级流量调优(二)

news 来源：原创 2024/9/20 2:59:43

亿级流量调优

指针压缩

-XX:-UseCompressedOops指针压缩技术只有64位机器才有。jdk6以后引入的技术，默认是开启的

关闭指针压缩的情况下

在这里插入图片描述

通过HSDB用Memory Viewer查看该对象在内存中的分配地址发现类型指针占8字节，0x3其实是数组的长度，前面用一行来存储类型指针

开启指针压缩的情况下

在这里插入图片描述

通过HSDB用Memory Viewer查看该对象在内存中的分配地址发现类型指针占4个字节，开启之后，类型指针和数组长度放在一起了

上面的情况分析如下:

在这里插入图片描述

跟C/C++中的一个联合体有关联

union u {
int i;  // 4B
void p; // 8B
}

该联合体所占大小由最大字节数决定
比如说类型指针:0xffffffff，数组长度为0x00000003，当开启指针压缩时，由于只使用了联合体中的4B,但是联合体本身还是占8B,于是就出现了4B的浪费情况，数组长度占4B,那么把两者拼在一起，就可以节省8B的开销，把数组长度填充到前4B里面,相当于0x0003ffff。

为什么数组对象在关闭指针压缩的情况下有两段填充?不仅要站在学习者的角度去思考问题，更要以设计者的角度去思考

在这里插入图片描述

1.在开启指针压缩的情况下:
类型指针0xffffffff 8B
数组长度:0xffff 4B
用一个8B就存储下了
2.那么在关闭指针压缩的情况下
类型指针0xffffffff 8B
数组长度: 0x0000ffff
由于数组长度只占4B,根据8字节对齐的规范，对于一行内存地址来说，这里就出现了4字节的空间，那么我们知道，数组长度的下一个数据区域就是实例数据，如果说实例数据中正好有一个int类型，那么ok，正好填补到前面的4个字节里面，那如果不是int类型呢？是char类型的呢？虽然说可以存进去，但是作为设计者如何知道这个数据区域存储的实例数据是char类型还是int类型呢？所以说，存进去的话，会比较麻烦，于是需要在对象头的尾部进行对齐填充

指针压缩的底层原理？这个技术能被开发出来归根结底是来自"所有对象大小都必须能被8整除"这条规则。

在这里插入图片描述

8字节对齐的言外之意 8(1 000)
如图所示，现在有三个对象
test1:16B
test2:32B
test3:24B

test1的起始地址: 0B
test2的起始地址:16B
test3的起始地址:48B
他们分别对应的二进制:
test1: 0 000
test2:10 000
test3:110 000
可以看到后三位永远是0，那么JVM在存储的时候，就可以这样存储，向右移3位。>>3
也就是说只存储
test1: 0
test2: 10
test3: 110
然后在使用的时候可以左移3位， << 3,再把它还原回去
根本原因在于"8字节对齐"这条规则

堆内存的32G瓶颈从何而来？

在32位机器中，最大内存可以表示为4G,现在机器普遍已经是64位了，按理说，堆内存可以设置超常的大，为什么还会有32G这个瓶颈之说呢？
原因在于，2的32次方表示的内存为4G,在指针压缩使用时，可以将低位进行左移3位，可表示的最大内存也就是2的35次方=32G.

如何扩容，思路是什么？为什么是8字节对齐?

要突破32G内存瓶颈的话，需要改写8字节对齐这条规则，8字节对齐的话，瓶颈是32G,16字节对齐，瓶颈也会扩大一倍，变成64G.但是这样需要考虑内存的使用率，因为在对齐填充的时候，补充的都是空白地址，也就是说在突破瓶颈的同时，也会带来内存空间的浪费。
现在64位机器，并没有完全使用64位地址来表示，只使用了48位，剩下16位保留。也就是说，64位机器上最大使用的内存是2的48次方，原因在于CPU还没有强大到能处理这么大的内存，受制于CPU的算力

例如:
8字节对齐:17B+7B=24B
16字节对齐:17B +15B= 32B(内存的浪费可能更严重)
另外还有一部分原因是:
32G的内存,那么OOM的Dump文件将会变得非常大，普通机器将没法分析

对于一个正常的GC来说,它的频率应该是
5分钟一次YGC
1天一次FullGC
内存大了，虽然发生FullGC的频率小了，但是单次GC花费的时间更长了

JVM调优

为什么调优？
调优的顺序:避免OOM>FullGC>YGC

1.避免OOM,
2.尽可能减少FullGC,FullGC会引发STW(Stop The World)
到底调什么？
1.在项目部署到线上之前，基于可能的并发量进行预估调优
2.,在项目运行过程中，部署监控收集性能数据，平时分析日志进行调优
3.线上出现OOM，进行问题排查与调优

实战:亿级流量系统实战

在这里插入图片描述

1.如果每个用户平均访问20个商品详情页，那访客数约定于500w(一亿/20)
2.如果按转化率10%来算，那日均订单约等于50w(500w * 10%)
3.如果30%的订单是在秒杀前两分钟完成的，那么每秒产生1200笔订单(50w*30%/120s)
4.订单支付又涉及到发起支付流程、物流、优惠券、推荐、积分等环节，导致产生大量对象，这里我们假设整个支付流程生成的对象为20K,那么每秒在Eden区生成的对象约等于20M(1200笔 * 20K)
5.在生产环境中，订单模块还涉及到百万商家查询订单、改价、包邮、发货等其他操作，又会产生大量对象，我们放大10倍，即每秒在Eden区生成的对象约等于200M(其实这里就是在大并发时刻可以考虑服务降级的地方，架构其实就是取舍)
假设响应一个请求的时间为3s(包括付款、扣减库存)
这里的假设数据都是大部分电商系统的通用概率，是有一定代表性的.如果你作为这个系统的架构师，面对这样的场景，你会如何做JVM调优呢？即将运行该系统的JVM堆区设置成多大呢？

分析:

1.每秒产生200M对象，Eden区的大小为2.2G,相当于11s就会触发YGC(11 x 200 = 2200M对象)，由于假设一个请求响应时间为3s，所以发生GC的时候，会有600M(200M * 3 = 600M)对象回收不掉。GC回收的是标记不到的对象，而S0、S1只有270M，放不下这600M对象，进而触发老年代空间担保机制，放入老年代。对于老年代而言，大小为5400M->9次YGC->触发一次FGC.9x11=99s，触发一次FC，这样的频率8G内存不适合的
2.怎么做调优？加内存？怎么加？
S0、S1的内存区域要大于600M，这样，假设S0/S1都为600M,Eden区为4800M(600 x 8 = 4800)，约等于6G,那老年代为12G(6G x 2 = 12G),内存加起来的话，12G+6G=18G，但是内存一般都取2的n次幂，所以取16G即可。

如果不调优，则会出现一直触发FGC，又回收不到可用的内存，进而导致JVM发生崩溃

1.堆到底设置成多大比较合适？堆越大越好吗？

如果堆设置的很小-> GC频率可能很高，GC时间也比较短
设置的很大->GC频率会低，但是GC的时长却增加了
调优不是一蹴而就的，需要逐步调整，并观察JVM的GC情况
2.什么样的系统可以进行JVM调优？
首先要区分出是OLAP(在线分析)系统还是OLTP(在线事务查询)系统，如果是OLAP(在线分析)系统，是没有多大调优空间的，因为一次性要查询大量对象，这个是没有办法做调优的，只能加大内存
3.正常GC单次时长100ms，前端和后端的平衡，不能让前端感到明显卡顿